从OTIF到库存指标 一套可复核的供应链指标字典
报表上的履约率、缺货率和库存周转,怎样才能支持同一次业务讨论?本文把六张口径卡整理成可复核的指标字典,用禾味两店八食材的模拟数据核对三项SQL,再用匿名服装协同账本区分周转、覆盖和损耗。每个结果都保留分子、分母、时间和数据边界,并列出预测、补货与配送下一步真正需要补齐的输入。
继续阅读 →迈向更自主的 Agent 系统:DeepSeek Super-agent 架构与开源原型深度解读
从单会话跟进到持续协作,DeepSeek Super-agent 如何把人的注意力留给关键决策?本文沿着分层路由、事件授权、异步执行与任务恢复梳理公开研究原型,区分已实现行为、设计愿景与教学情境,再用 Python 内存账户示例解释交叉死锁、固定锁序和输入校验,并提供可复现测试,说明隔离、恢复与自动化验证的边界。
继续阅读 →履约验收通过以后 库存周转、覆盖和损耗该怎样分开算
按时交齐了,库存就健康了吗?本文先用六类边界测试验收履约口径,再沿着匿名服装生产协同与禾味两店八食材的模拟台账,分别回答过去用了多快、现有库存能撑多久、资源损失了多少。附可复算数据、SQL与测试,说明成本、快照时点、未来需求和损耗事件各自缺一不可,也说明哪些数字现在还不能算。
继续阅读 →三条SQL跑通以后 怎样证明供应链指标算对了
SQL没有报错,指标就算对了吗?本文将数量满足率、整单OTIF和快照缺货率拆成可检查的计算步骤,用匿名服装企业的分批验收与禾味两店八食材的十四天模拟数据,核对及时性、逐行封顶和未知库存。附可运行的SQL、数据与边界测试,帮助产品经理把一句口径说明落实成可复算、可追溯的验收证据。
继续阅读 →删掉异常后满足率更高了 把数据问题与业务表现分开
把异常记录排除,满足率从70%升到93.33%,就能说明履约改善吗?本文用匿名服装生产与虚构禾味门店的模拟数据,区分重复上报与合法分批验收、零库存与未知快照,逐条界定阻断、披露排除和待确认范围。结合可执行SQL、覆盖率和同分子对照,保留原始记录与处理证据,帮助读者判断更好看的指标来自业务变化,还是评价人群改变。
继续阅读 →同一个满足率为什么有两个答案 用订单行预聚合修复连接扇出
一条订单行分两批验收,已经收齐,报表为什么只算出一半满足率?一对多连接会展开记录,也可能重复累计计划量。本文用服装生产和禾味订货案例,演示先汇总验收、再回到订单行封顶的SQL查询,拆解数值去重、左连接过滤和超收抵短缺的陷阱。结合未验收、迟到与超收等反例,核对分子分母,让修复结果可复算、可验收。
继续阅读 →总量收齐了为什么仍不达标 理解数量满足率 OTIF 与快照缺货率
货已收齐,为什么订单仍不达标?服装案例里,M码超收不能抵掉L码短缺;禾味门店下午补齐的食材,也不能改写午市前的结果。本文用两组模拟案例拆清数量满足率、整单OTIF与固定时点缺货率,说明订单入组、逐行封顶,以及缺失快照和负库存的处理口径,保留分子、分母与异常记录,帮助读者复算并核对业务含义。
继续阅读 →订单到底有几单 用 SQL 筛选与分组算清供应链数据
订单有几单,不能用明细行数代替;公斤、盒和升,也不能直接相加。本文用服装生产与虚构禾味订货样本,从有效状态、业务时区和日期边界入手,用SQL演示按组织数单、按SKU与单位汇总,并排查重复键和孤儿明细。结合筛选、分组与分组后过滤,厘清统计对象,让结果能够逐单核对、说明口径并追溯原始记录。
继续阅读 →从成衣生产到餐饮订货 两类案例讲清供应链数据粒度
一张生产单分两批入库,为什么计划量反而翻倍?本文用匿名服装生产与虚构餐饮品牌禾味的模拟案例,拆清单头、商品行、验收事件和库存快照,说明主外键、计量单位与时间边界如何约束数据。通过逐行核对需求和入库,区分时点库存与事件数量,识别连接放大、跨单位求和与缺失补零,把数据模型落实为可复核的产品约定。
继续阅读 →理解 Harness:从模型回答到 Agent 执行
模型提出查询请求,谁负责访问业务系统、接回结果,并决定任务何时结束?本文沿着一张虚构生产单的延期排查,拆解Harness组织输入、工具执行、反馈与状态的循环,厘清模型、提示词、上下文、工具和环境的职责。结合重试、权限检查、验证与跨会话记录,说明固定流程如何配合模型判断,帮助产品与研发把抽象要求落到可检查的机制。
继续阅读 →








