一、行业场景
面向 Ozon 跨境电商卖家在多店铺运营过程中存在的商品上架效率低、俄语内容制作成本高、订单库存数据分散、经营分析依赖人工等问题，设计并开发一套智能运营平台。
平台围绕商品上架、数据同步、运营管理和多店铺数据查询等核心场景，将 1688 商品数据采集、SKU 匹配、俄语商品内容生成、商品图片处理、Ozon 模板导出、订单库存同步和经营数据查询整合为统一工作流，降低跨境卖家的重复操作成本。
系统由 ozon-platform-agent、ozon-dashboard、ozon-mcp-server 三个模块组成，形成从商品上架到店铺运营分析的端到端闭环，目标支持 20 家店铺、1,000+ 商品、1,000+ 库存记录及 10 万+订单数据规模。
1. 智能商品上架
构建 8 阶段智能上架流程，覆盖：
1688 商品信息抓取
商品属性清洗与标准化
SKU 自动匹配
商品规格与尺寸整理
俄语标题、卖点和描述生成
商品图片处理与素材整理
上架数据校验
Ozon XLSX 模板自动导出
通过 Agent 调用标准化工具完成商品处理，将原本依赖人工操作的上架流程转化为可重复执行的自动化流水线。
2. 多店铺数据查询
基于 MCP 协议提供 12 项只读数据工具，支持按店铺、商品、订单、库存和时间范围进行数据查询。
主要查询能力包括：
店铺订单查询
商品销量统计
库存状态查询
缺货商品查询
店铺经营汇总
商品销售趋势查询
多店铺数据对比
成本与利润数据查询
Agent 可通过自然语言调用 MCP 工具，实现跨店铺经营数据查询与运营辅助分析。
3. 运营管理后台
建设基于 Web 的跨境电商运营后台，提供：
订单管理
商品管理
库存管理
成本测算
利润分析
补货建议
库存预警
数据同步状态管理
多店铺运营数据展示
后台将订单、商品、库存和成本数据统一展示，帮助运营人员快速查看店铺经营情况和异常数据。
4. 数据同步与任务处理
支持 Ozon 店铺订单、商品及库存数据的增量同步，通过独立 Worker 执行耗时任务。
系统实现：
增量数据同步
定时同步任务
异步任务处理
同步进度记录
checkpoint 断点续传
并发锁控制
异常任务重试
缓存查询
减少全量同步带来的接口压力，提高大规模订单数据下的同步效率与稳定性。
5. 数据质量与安全控制
在商品上架和多店铺查询链路中加入多项质量校验机制，包括：
商品属性枚举校验
必填字段完整性校验
中文内容泄漏检查
SKU 匹配结果校验
店铺数据隔离
数据库权限隔离
敏感字段隔离
MCP 工具只读限制
降低错误商品信息批量上传、跨店铺数据串读及敏感数据泄漏的风险
项目实现
1. 系统架构设计
平台采用模块化架构，由 ozon-platform-agent、ozon-dashboard、ozon-mcp-server 三个核心模块组成。ozon-platform-agent 负责智能商品上架，通过 Codex、Claude Code Skills 编排商品采集、内容生成、图片处理、数据校验和文件导出流程；ozon-dashboard 提供订单、库存、成本测算、补货建议及运营预警等后台功能；ozon-mcp-server 统一封装多店铺经营数据查询能力，为 Agent 提供安全、标准化的数据访问接口。各模块通过 API、数据库及异步任务协作，形成商品上架、数据同步、运营管理和智能查询的完整业务闭环。
2. Agent 工作流实现
基于 Codex、Claude Code Skills 构建智能上架 Agent，将上架流程拆分为 8 个可独立执行和测试的阶段，包括商品原始数据获取、属性清洗、SKU 匹配、俄语内容生成、商品图片处理、Ozon 字段组装、数据质量检查及 XLSX 文件导出。对于网页采集、文件处理、字段转换和模板导出等确定性任务，采用程序化工具执行；对于俄语标题、卖点和商品描述等非结构化内容，使用大模型生成，并结合规则校验降低内容错误和格式不一致问题。
3. MCP 数据服务实现
使用 MCP Python SDK、FastAPI、SQLAlchemy Async 和 PostgreSQL 构建 MCP 数据服务，将订单、商品、库存和经营统计等能力封装为 12 项只读工具。通过参数校验、店铺上下文和权限控制限制数据访问范围，避免跨店铺数据串读。数据查询采用异步数据库连接池、分页查询和缓存机制，提高多店铺及大订单量场景下的响应效率；同步链路引入独立 Worker、checkpoint 和并发锁，支持任务断点恢复，并避
评论