面向制造与零售业在销售旺季因物流在途时效(OTD)波动而导致的 RDC(区域配送中心)极易爆仓的业务痛点。通过整合 BI 进销存明细与调拨排货计划,运用空间时序算法构建未来 1-7 天的动态仓容水位投影;并借由 AI 大模型在临界点自动寻优,协助供应链调度部门实施科学的「削峰填谷」,将原本的被动救火转型为主动式仓容防御系统。
点击空白处退出提示
语言技术
Python、HTML5、CSS、JavaScript系统类型
Web、H5行业分类
物流仓储、工业互联网参考价格
10000演示地址
https://muggier-antonina-unattractive.ngrok-free.dev/ 需联系我开机展示
面向制造与零售业在销售旺季因物流在途时效(OTD)波动而导致的 RDC(区域配送中心)极易爆仓的业务痛点。通过整合 BI 进销存明细与调拨排货计划,运用空间时序算法构建未来 1-7 天的动态仓容水位投影;并借由 AI 大模型在临界点自动寻优,协助供应链调度部门实施科学的「削峰填谷」,将原本的被动救火转型为主动式仓容防御系统。
1. 柔性数据协同:持无缝兼容 BI 离线数据文件导入,并支持零代码对接业务 API,保障基础数据分钟级就绪。
2. 战术预警工作台:构建超高信息密度的全屏沙盘,利用多维数据引擎实时动态监控多级仓库的水位变化与周转健康度。
3. AI 智能调度顾问:内嵌大语言模型与业务规则双引擎,针对即将超容的节点,自动输出包含「入库推迟、极速提调、订单拦截」等多选项的拓扑排量建议。
本项目采用了 “AI-first” 开发链路,借助大语言模型架构及智能代码编排工具(如 Cursor / Antigravity),单人全栈完成了从数据库建模、FastAPI 本地微服务编排到 React 现代数据沙盘构建的跨端开发。展现了极高的数据直觉(Data Intuition)与 AI 生产工具的工程化驾驭能力。可根据客户需求灵活调整
采用 React + FastAPI + DuckDB 的现代化架构搭建防雷沙盘。前端实现了 Ghost Baseline(基准线对比)与极速的 Undo/Redo 推演操作栈,支持业务人员进行无风险的排量干预测试;通过 D+1 至 D+7 的逐日水位动态测算,系统可自动计算累计溢出量与安全走廊。其推演结果可直接指导前方干仓调剂入库的装卸顺序,或对接回源系统完成前端开单节奏的干预调整。





评论