SMAIT Monorepo产品系统

我要开发同款
独一无二的月关2026年11月10日
8阅读

技术信息

语言技术
Python、Vue、TypeScript、ElementUI
系统类型
Web
行业分类
工业互联网、人工智能
参考价格
5000

作品详情

行业场景

面向离散/流程制造企业(机械装备、电子电器、照明、汽配、化工等领域),解决销售报价与 PI 生成、技术文档校对与规格生成、BOM 物料智能匹配、APS 智能排产、竞品对比、营销媒体生成等核心业务场景,通过 AI 替代重复性人工操作,降低报价/物料匹配的合规风险,提升人效。

功能介绍

本系统是面向智能制造行业的企业级 AI 应用工具链,覆盖销售与生产全链路,包含六大核心功能模块:
1. 销售报价与 PI 生成:基于 ERP 主数据自动生成报价单与 PI 形式发票,支持多 SKU 组合、运费三模式择优、PDF 模板导出;
2. 文档校对与规格生成:支持 PDF/Word/Excel 解析入库、跨文档冲突高亮、规格书/说明书/证书批量生成;
3. BOM 智能匹配:结合 RAG 向量检索与认证合规裁决规则,自动推荐替代物料并标记认证关键件;
4. APS 智能排产:齐套率预警、ETA 重算,人工审批后回写 ERP;
5. 竞品对比:按市场维度逐字段对比,生成差异化话术;
6. 媒体生成:AI 绘图、视频生成等多模态内容输出。
系统内置四层防幻觉机制(数值锁定主数据、空检索拒绝生成、防爆标志一致性校验、强人审门),并提供知识库管理、对话监控、灰度配置与人审工作台等管理后台能力,所有 AI 生成物经人工审核后方可回写 ERP。

项目实现

项目采用约定式 Monorepo 架构统一管理多端、多服务与共享包,并实现基于 git diff 的轻量增量构建。整体技术架构如下:
1. 后端核心服务:Python 3.13 + FastAPI + LangGraph,构建六大 AI 工作流引擎,集成 RAG 检索(Milvus 向量库 + PostgreSQL + Redis + SQLite 事实表);
2. LLM 路由层:自研大模型路由,实现 DeepSeek(推理)与豆包(多模态)主备切换、重试、降级与调用链路 Trace;
3. ERP 对接:设计 ERP 抽象 SDK 与适配器微服务,支持 Mock/真实双模式切换,兼容 SAP/用友/金蝶,契约统一由 Pydantic v2 共享包管理;
4. 前端管理后台:Vue3 + TypeScript + Vite + ElementUI,提供知识库管理、对话监控、人审工作台。
核心亮点与难点:设计四层防幻觉架构保障 AI 生成结果可信(数值 100% 锁主数据、空检索拒绝生成、防爆标志一致性校验、强人审门),全链路 12 位 request_id 可审计,服务无状态化支持 K8s HPA 弹性扩缩容,并提供结构化日志与四类故障运维剧本。

示例图片

声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论