---
title: agentic-systems-blueprint
description: 文本抽取：AI研讨会/agentic-systems-blueprint
updated: 2026-11-04
tags: [原始文档, 抽取, AI研讨会]
source: AI研讨会/agentic-systems-blueprint
source_type: txt
source_hash: e620a4170042
extracted_at: 2026-11-04
quality: ok
---

---
source: AI研讨会/agentic-systems-blueprint.html
type: html
size_kb: 49
category: AI研讨会
quality: ok
---

商派 × WorkBuddy｜业务系统与 AI 融合共创版
← 返回总览
已验证实践
业务变化
业务底座
目标闭环
试点路径
商派定位
打印 / 导出 PDF
商派 × WorkBuddy · 客户共创版
让AI理解你的目标并运行系统，自动化实现您的业务动作和目标。
订单、库存、会员、履约这些系统继续用。商派把里面能查、能算、能操作的业务能力接给 AI；先从查数据开始，再逐步做到分析、建议、执行和复盘。WorkBuddy 提供 Agent 入口与模型能力，商派负责让业务真正跑起来。
01 · 已验证实践
先从一件已经跑通的事开始
先把每天都会遇到的经营分析做快、做准。这件事跑通后，再往商品、会员、库存和履约等经营动作扩展。
01
一句话拿到跨渠道经营分析
从固定报表和人工导出，变成按业务问题直接取数、分析和追问。
已验证产品实践
用户提出任务“把本月天猫、京东主要产品的销售数据合在一起，与上个月进行对比，告诉我发生了哪些变化。”
以前：人自己拼报表
运营登录 OMS，选渠道和时间，导出 Excel，整理字段、做对比、看异常，再汇总成主管需要的报表。通常要 1–2 小时。
现在：按问题直接拿结果
Agent 理解渠道、时间、商品和分析维度，通过 MCP 连接 OMS，按经营报表流程完成取数、聚合、分析和输出。实测 16 秒生成一组自定义网页版销售报表。
带来的变化：系统更好用了
继续追问“把京东单独拆出来，按周分析”，系统能按新的问题继续给结果。OMS 还是原来的 OMS，但数据和报表不再只靠固定模板。
这说明：自然语言可以成为新的系统入口。先把“问数据”做简单，业务人员就能把更多时间放在判断和行动上。
02 · 业务变化
告别繁琐的人为操作，让AI与系统配合，实现业务目的。
真正的变化，不是系统里多了一个对话框，而是从“人一步步操作系统”，变成“先把目标说清楚，再由系统分工完成”。
今天
人来串起每一步
运营登录多个后台，找菜单、拉报表、核对数据、做判断、写方案，再协调内容、渠道和履约团队执行。系统各管一段，流程主要靠人来接。
→
下一步
先说目标，再安排工作
用户先说清楚要解决什么问题。Agent 帮忙拆任务、调用系统能力、组织确认和执行；浏览、咨询、交易、履约和反馈再回到下一轮经营判断里。
03 · 商派的业务底座
商派的目标，是给企业原有的业务系统加上 AI 能力，让智能体直接调用、配置和操作。
商品、会员、订单、库存和履约已经在现有系统里运转。要做的不是再建一套系统，而是把这些业务能力整理好，接给 AI 使用。
2C
商城、私域、小程序
商品、会员、营销、页面、价格、支付和交易，服务消费者经营。
OMS
订单与履约
订单、库存、路由、售后和全渠道协同，让经营动作能真正落地。
2B
B2B / DMS
订货、经销商、组织、渠道政策和价格体系，支撑分销业务。
OS
DigiOS 与连接能力
业务中台、数据连接和企业系统集成，让不同系统能顺畅配合。
改造维度传统商业系统接入 AI 后
| 入口 | 菜单、页面、表单和固定报表 | 按业务问题进入，由岗位 Buddy 协助处理
| 组织方式 | 按产品模块和后台功能找入口 | 按商品、会员、订单、库存等业务问题组织
| 系统配合 | 系统之间主要传数据 | 读取、校验、加工、触发和回写按流程衔接
| 流程推进 | 依赖人工串联多个系统和岗位 | 把目标拆成有顺序、可确认、可追踪的任务
| 安全边界 | 按菜单和岗位权限操作 | 每次调用都看权限；关键动作确认后执行，并保留记录
04 · 怎么把 AI 接进来
四要素组合：Agent、Skill、MCP 与商派系统，构建全新AI时代业务系统。
不是在页面上加一个聊天框就够了。AI 要听得懂业务问题，也要能按规则连接系统、调用能力，并在该停的时候停下来等人确认。
Agent接任务、排事情
×
Skill知道这件事平时怎么做
×
MCP把 AI 接到系统、数据和工具上
×
ShopeX 业务系统真正完成查、算、改、发和履约等动作
=
经营闭环从提出问题，到完成结果
图 02 · 企业应用中枢AI Agent HUB 在 ERP、CRM、OMS 等系统上方协同工作，不替换原有系统。MCP 负责连接哪些系统、读取哪些数据；Skill 负责按什么业务方法做事；Agent 负责判断和安排。
简单说：MCP 负责把 AI 接到系统上；Skill 把成熟的业务做法整理成可复用的流程。查看 Skill + MCP 场景说明 →
05 · 目标闭环
一个复杂运营动作，用最快的速度从想法变成可以执行的动作。
下面用一个运动品牌的场景说明下一步可以怎么做：先看库存和会员情况，再给出活动与补货建议；能自动完成的分析先交付，涉及改价、发券等动作时，等负责人确认后再执行。
经营目标“夏季跑鞋库存需要尽快消化，同时希望重新激活沉睡会员购买。帮我选好品、设置好人群包、帮我设计促销规则，帮我撰写门店导购话术和门店培训物料，关键的部分需要我来确认。”
任务 A · 库存分析需确认
Skill库存分析
看安全库存与预警 · 找出压力 SKU · 给出处理建议
MCP
inventory.queryinventory.byWarehousestock.listWarningstock.ruleUpsert
OMS库存模块
总库存 · 仓库冻结 · 在途 · 良品
建议待确认
12 款跑鞋压力 TOP5 · 建议降幅 15%–30%
任务 B · 会员激活需确认
Skill会员运营
看活跃度 · 找出沉睡会员 · 匹配权益和触达渠道
MCP
member.segmentmember.listDormantmember.tagUpsertcampaign.create
OMSCommerce 会员模块
注册/购买历史 · 活跃度/标签 · 触达渠道/权益
建议待确认
沉睡会员 8,632 人 · 分 3 群 · 短信 + 企微 + 推送
任务 C · 销售分析自动
Skill经营报表
看渠道、时间和维度 · 汇总数据 · 做对比分析
MCP
order.listByChannelorder.aggregateorder.comparePeriodreport.generate
OMS订单模块
天猫/京东/抖音 · 按月聚合 · 环比/同比
自动执行
16 秒生成 HTML 报表 · 环比降 12% · 京东 +8%
任务 D · 门店补货建议需确认
Skill补货建议
看门店缺货、在途和仓库可用量 · 给出补货优先级
MCP
inventory.queryinventory.byWarehousereplenishment.suggest
OMS库存与调拨模块
门店缺货 · 仓库可用 · 在途库存 · 补货规则
建议待确认
6 家门店需优先补货 · 给出数量与仓库建议
把 A、B 放在一起看：库存压力较大的跑鞋，匹配适合激活的会员和权益，形成一套可供负责人确认的活动建议。
C、D 给出经营依据：销售趋势说明是否需要促销；门店和仓库库存说明哪些货可以补、哪些货要谨慎处理。
⚠ 负责人确认后执行
改价 · 建议降幅
发券 · 满减策略
补货 · 数量与门店
分析结果先交付
促销与会员建议
补货建议清单
销售分析报表
库存可售报告
结果持续回看：浏览 → 加购 → 下单 → 复购 → 反馈 → 优化 ↩ 让下一次建议更贴近业务
01
AI 怎么分配任务？
先看清楚经营目标，再把分析、会员、补货和报表等事情分开处理。
02
谁负责什么？
智能体负责安排，Skill 提供做法，MCP 负责连接，商派系统完成真实业务动作。
03
哪些事需要确认？
改价、发券、补货等关键动作先给建议，由负责人确认后再执行，全程留有记录。
04
做完以后怎么看？
看浏览、加购、下单、履约和复购，再调整下一轮建议和动作。
06 · 从一个试点开始
不求一次做全，先跑通一个闭环
先选一件业务价值清楚、数据条件具备、边界容易控制的事。跑通以后，再复制到更多经营场景。
选一件最值得做的事
第一步
优先选结果清楚、频率高、涉及系统不复杂的场景，例如经营分析、库存预警或会员激活。
明确要解决的问题和衡量结果
接好数据和权限
第二步
梳理业务对象、需要连接的系统和可使用的数据；把谁能看、谁能做、谁来确认先讲清楚。
确定数据范围、操作边界和责任人
跑通一个受控闭环
第三步
让 AI 完成“分析—建议—确认—执行—复盘”的完整过程，先把一件事做稳。
关键动作必须经过人工确认
再复制到更多场景
第四步
把已经跑顺的连接、规则和做法，逐步复制到商品、会员、库存、售后和更多业务团队。
每扩一个场景，都保留可复用的方法
图 03 · 实施路线从连接渠道和系统开始，逐步整理数据、业务对象和规则，再把成熟做法沉淀下来，复制到下一件经营事。
业务边界：自动化不等于放开权限。能自动完成的分析先自动完成；涉及价格、权益、资金、库存和订单的关键动作，按规则交给负责人确认。
数据留在授权范围内
关键数据、知识、规则和业务系统，仍保留在客户授权环境中。
每次调用都有记录
谁调用了什么、用了哪些数据、产生了什么结果，都可以回看。
关键动作由人拍板
改价、投放、发券、退款和补货等动作，先给建议，再由负责人确认。
每次执行都看效果
每个场景都看目标和结果，复盘后再优化下一次做法。
FINAL POSITIONING · 终局定位
让现有系统更好地为经营服务
WorkBuddy 提供对话和任务入口，商派把业务系统、规则和操作能力接进来。客户不需要推倒原有系统，也能一步步让 AI 帮上忙。
WorkBuddy对话与任务入口
×
ShopeX业务系统与真实执行
=
Business Result看得更快 · 做得更稳
对客户来说，这件事不必从一个“大平台”开始。先选一件业务事，接好系统和权限，跑出一个看得见的结果；跑顺后，再把同样的做法用到更多场景。
商派 × WorkBuddy · 业务系统与 AI 融合共创版 · 2026 年 8 月
公开实践参考：OMS + WorkBuddy 自定义数据报表 · Skill + MCP 重构电商运营