技能介绍

解决什么问题

中小企业的 ERP 里数据往往不缺，缺的是有人每天盯着看。库存跌破安全线、应收款拖过账期、客户下单超出授信额度——这些异常散落在各种单据里，等到月底对账才发现，往往已经错过最佳处理窗口。管家婆经营异常预警的目标，是让老板用一句自然语言（例如「查看今日经营异常」）就能拿到当天需要重点关注的问题清单，而不是打开七八张报表自己拼。

它是如何工作的

技能的核心链路很短：

自然语言触发：支持口语化表达，比如「库存」可以说成「存量」「余量」，「收款」可以说成「回款」「进账」。NLP 引擎（ai_dialog_layer/nlp_engine.py）先做意图识别和实体抽取。
路由分发：识别为异常预警后，调用后端 ReplenishmentAssistant.handle() 并传入 action="exception_alerts"。本场景通常不需要额外实体槽位。
数据查询：通过 erp_core/h3erp/service.py 直连 H3ERP SQL Server 账套 yszt 拉取真实数据；当 H3ERP_ENABLED=false 时则走 erp_core/procurement/service.py 的演示数据路径，方便本地联调。
格式化输出：返回的字典至少包含 reply 和 action 字段。reply 用 Markdown 表格或列表组织异常条目，并自动追加「📊 智能分析与建议」段落（由 _make_analysis() 统一生成，给出结论和可行动建议）。

使用边界与注意点

时间范围：所有查询接口支持 time_range（默认最近 30 天）和 top_n（默认 10 条），「本月」「上周」「最近 7 天」这类口语都能解析。
分析能力分级：.env 中 AI_API_KEY 有效时走 LLM 增强分析；无效时降级为规则引擎兜底，结论质量会有差异。
写操作不落库：开单、审批、申请等操作只生成草稿加预览，不会直接写入 yszt 账套，最终仍需人工确认。
依赖后端服务：必须先启动后端，技能本身只负责对话入口与结果呈现。