Oria｜招商营销 AI 助手与业务流程编排开源项目

招商营销活动涉及规则查询、商家筛选、方案草拟、多人审批、报名选品及渠道投放，流程跨多个环节，既需要信息理解与分析，也必须遵守资格规则和操作权限。Oria 是围绕这一场景开发的个人开源 AI Agent 工程项目，探索让 AI 助手在明确的规则、权限和审批边界内协助推进业务，并提供经营异常归因场景。公开演示使用合成数据和模拟企业接口，不涉及公司内部代码、真实商家数据或客户生产环境。

1. 招商流程编排：覆盖需求受理、规则检索、商家预筛、方案草拟、审批、报名汇聚、业务确认、异步选品、渠道投放和通知闭环。
2. AI 方案辅助：根据检索规则生成活动与优惠券草案，仅在通过硬资格校验的候选商家中排序和解释，不由模型决定最终准入。
3. 人工审批与断点恢复：关键操作前暂停等待审批，支持等待外部事件后继续执行，保存执行状态和操作回执。
4. 经营异常归因：在受限的只读工具范围内选择调查路径，输出可回查的证据，遇到冲突或证据不足时明确说明。
5. 规则知识检索：结合检索与引用校验，为方案和分析结果保留依据。
当前提供本地命令行体验与在线交互导览；在线导览展示冻结执行轨迹，并非真实企业系统在线操作入口。

作为个人开源项目作者，负责需求梳理、架构设计、核心开发、测试验证及文档建设，使用 AI 编程工具辅助研发，并对代码审查和验证结果负责。
采用 Python、LangGraph、Pydantic、SQLAlchemy、SQLite 和 Chroma，通过接口契约隔离模型、工具、检索和企业系统适配器。模型负责理解、排序、草案和解释，确定性规则、状态机及领域服务负责资格与业务写入校验。结合 Checkpoint、人工审批、幂等键、执行账本和回执，控制中断恢复与重复操作风险。
公开 Community 环境采用本地组件、合成数据和 Mock 企业适配器，不将本地验证表述为真实企业系统接入或生产规模能力。
源码：https://github.com/PureBlueFrank/oria