物流 SLA 分析

起点

Maxcess International 的商务团队凭手头的库存开展业务：哪些有货、哪些在途、哪些已被预留。这些答案存放在两个庞大的 Excel 文件里，一个用于海关，另一个用于库存，分别由不同的团队维护。

要回答某一个 SKU 的情况，就得手工交叉核对这两张表：信息是有的，但不在同一个地方，也不在同一时间。

挑战

在不要求任何人改变工作方式的前提下，把这两个文件整合起来：这套 Excel 体系本来就在运转，不能停下来，也不能在各团队之间造成摩擦。

并且要做到可以沿着货运的完整历程追踪每个 SKU：出口、进口、国际在途、海关、仓库和可用库存。

我的做法

我从原型开始，与商务团队反复迭代，直到他们批准。随后，我主动提议把它扩展成一个可复现、可验证的平台，实时运行，并由其用户自己的数据来驱动。

在相邻团队的帮助下，我们在 OneDrive 和 SharePoint 的副本中完善了这些 Excel 文件，使数据加载不再依赖任何人。原型获得批准后，我先设计架构并写成文档，然后才开始构建。

端到端

导入：一个 Power Automate 工作流把这两个 Excel 文件加载到数据库，并为每次截取保留一份快照。各团队仍像往常一样填写自己的表格。

模型：SKU 是整个货运过程的关键。在 Supabase（基于 PostgreSQL）中有一个模型，带有版本化迁移，并为管理员、Strategic Account Manager、支持人员和访客四种角色设置了行级权限。每次截取都存为一份快照，对比各次截取，就能看出每条记录新增、移除或变更了什么。

应用：使用 Next.js 和 TypeScript 构建，带有无障碍组件和深色模式，在笔记本电脑和手机上用起来都一样。通知每周一通过 n8n 工作流，从专用域名以邮件形式发出，同时也会显示在平台的铃铛里。

我构建了什么

一个面向超过 5 位用户的实时平台，每个界面都以 SKU 为中心。

• 看板：按阶段划分的 SKU、目录数量、可用件数、在途件数和待补充数据，配有实时图表、热力图，以及根据历次截取的历史构建的按期间库存趋势。
• 按技术和品牌划分的目录，附有每个产品的技术数据表。
• 货运与货运历史：每个 SKU 所处的阶段，并带有日期和国家筛选。
• 按 Strategic Account Manager 区分的预留，当某个 SKU 被超额预留时会发出通知。
• 根据历史记录创建的项目，附有其 PDF 文档。
• 快照：每个导入的文件及其变更，逐条记录。
• 跟踪：关注某个 SKU，当它到货、变更阶段，或其可用数量或预留数量发生变化时，您会收到通知。
• 设置：偏好设置、用户与角色、产品系列、品牌、待处理事项和帮助。

助手

MAX 回答与目录中技术数据表有关的问题。它是一个 RAG 助手：在 PostgreSQL 中按全文和按语义进行检索，并根据检索到的内容，借助语言模型撰写答案。

每次重新索引时它都会更新：索引器会将语料库与上一版本进行比较，对其分块，并只重新处理发生变化的部分。每次发布之前，都会用一组测试问题检查它是否有依据地作答，并懂得在不知道时坦承不知道。

改变了什么

商务团队可以在笔记本电脑和手机上实时看到每个 SKU 的库存、在途和预留情况，超过 5 位用户基于同一份信息开展工作。行政、海关和库存部门仍像往常一样填写他们的 Excel 文件，而现在他们的数据能够送达每一个人。

我学到了什么

最好的集成是无需任何人学习的集成：尊重每个团队的工作方式，才让这个平台被采用。还有，一个助手的价值，既在于它能回答什么，也在于它承认自己不知道什么。

下一步

继续向助手的语料库添加技术数据表，并在准备就绪后发布代码仓库。