如果你是电商或者工厂的老板,有在用聚水潭,那一定要试试今天分享的这个工具!
有个亲戚做陶瓷工厂,他们工厂的产品生产周期比较长,日常管理中遇到一个头疼的问题:仓库里半成品堆得很多,资金压在里面;可一旦某个款式卖爆了,销售端却经常断货。
他们很早就上了聚水潭 ERP,数据记录得还比较全。但每到排产开会时,依然要拉着运营和库管导几张大表格,反复手动核对,效率极低
我一想做数据分析,这不就是 AI 擅长的吗!可以结合近期的销量、库存和采购情况,让 AI 分析该如何排产
为此,趁着国庆假期,我去他们工厂了解了下情况,然后动手做了一个叫 jst-ai-agent 的 Skill,把它直接接进了 WorkBuddy。直接 AI 帮分析,辅助决策,效率拉满!
效果展示
先看下效果,我在自己的电脑上用 WorkBuddy 安装了Skill
然后,问了句:
帮我看下聚水潭 ERP 里,最近一个月的产品销量如何
WorkBuddy 会调用 Skill,使用工具跑数据并进行分析
很快就得到统计结果:499 笔有效订单、2,737 件商品、323 个动销 SKU,还顺带把每天的销量走势以及头部爆款的占比梳理得清清楚楚
再看另外一个例子:让它给出未来一个月的排产规划
最终输出的部分报表如下:
是不是比人工去分析效率高多了!
而且不仅于此,有了这样的数据铺垫,AI 就能顺藤摸瓜继续帮我们深挖:这几天的波峰到底是大促活动、老客集中下单,还是某些特定爆款带来的?从而给排产提供更靠谱的依据。
主要功能支持
目前这个 Skill 已经支持四类最核心的经营场景:
|
|
|
|---|---|
| 商品与销量盘点 |
|
| 产销错配核对 |
|
| 供应链进度跟踪 |
|
| 补货与排产测算 |
|
而且最大的特点是不需要去付费买聚水潭的 API,只要你的电脑登录聚水潭账号就行。
原理和架构
这个工具主要分三层:
(1)聚水潭作为数据基础,使用代码封装出一系列工具接口
(2)把一些常用分析做成指标,保证数据分析的一致性
(3)定义 AI 的分析流程,让 AI 对各个场景执行规范化分析
核心思路:让 Python 脚本负责数据获取和指标处理,让大模型负责解读业务原因和提供决策建议。
整个工作流程也非常清晰:
-
指令分发: SKILL.md告诉 AI 面对用户的不同问题应该调用哪个查询模块; -
本地只读提取:本地 Python 脚本复用当前 Chrome 浏览器的聚水潭会话,自动处理分页、去重、状态过滤和指标运算; -
AI 智能解读:AI(如WorkBuddy) 拿到准确的结构化 JSON 数据后,再发挥大模型的语言与归纳能力,生成走势图表、归纳异常原因,或者推演不同的补货方案。
这样既保证了数据准确性,又免去了折腾聚水潭开放平台繁琐 API 申请的痛苦。同时,登录凭证仅在本地内存中使用,纯只读设计,绝不会去误修改线上的订单或库存,安全放心
安装方式:以 WorkBuddy 为例
方式一:懒人版(AI 安装)
可以复制以下提示词,让 AI(如 WorkBuddy)安装
安装 https://github.com/towardsyoung/jst-ai-agent 这个项目里的
jst-ai-agentSkill。 查看jst-ai-agent的安装说明,检查 Python 环境,在技能目录运行 scripts/setup.sh 安装依赖,再运行 scripts/query.sh session-check。只读检查,告诉我识别到的公司和连接结果,不输出 Cookie 或密码。
方式二:手动版(WorkBuddy为例)
如果你平时也用 WorkBuddy,可以按下面的步骤操作:
第一步:下载完整技能包
前往 GitHub Release 页面 (https://github.com/towardsyoung/jst-ai-agent/releases/tag/v0.1.0) 下载最新发布的 jst-ai-agent.zip 技能包。请注意要下载 Release 里的完整发布包,里面已经内置了同源的执行脚本。
第二步:在 WorkBuddy 中一键导入
打开 WorkBuddy,找到“专家·技能·连接器”里的“技能”栏目,点击 “添加技能 → 上传技能”(参考 WorkBuddy 官方技能说明)。
选择刚刚下载好的 ZIP 压缩包,按提示点击确定即可完成导入。
导入完成后,在“我安装的”列表中搜索 jst-ai-agent,确保技能处于启用状态。
第三步:环境初始化与连接检查
首先,在你的日常 Chrome 浏览器里正常登录聚水潭 ERP,进入你要分析的目标企业。
然后,在 WorkBuddy 里新建一个对话,直接把下面这句话发给它:
读取已安装的 jst-ai-agent 的安装说明,检查 Python 环境,在技能目录运行 scripts/setup.sh 安装依赖,再运行 scripts/query.sh session-check。只读检查,告诉我识别到的公司和连接结果,不输出 Cookie 或密码。
首次从 Chrome 读取会话时,macOS 系统可能会弹出一个钥匙串访问提示,点击允许即可。
检查通过后,系统就会告诉你当前识别到的公司名称与账号。此时,你就可以开始正式提问了,比如:
用 jst-ai-agent 查询本月销量前十,并注明统计期间、口径和查询时间。
先拿这份 Top 榜单跟聚水潭后台核对一下,确认无误后,就可以放心大胆地让 AI 帮你盘库存、盯进度、算补货了。
END
目前整套方案的代码和技能包均已开源在 GitHub:jst-ai-agent。
大家可以在各自的业务场景里实测,有问题也欢迎随时交流!
如果有定制需求,也可以私我~
关注小阳哥,获取更多 AI 工具

