commit a5632c517e2c3624e80abb32182646f2bdec382b Author: pidan <273612724@qq.com> Date: Wed Aug 5 17:25:15 2026 +0800 Initial: knowledge base diff --git a/README.md b/README.md new file mode 100644 index 0000000..167f621 --- /dev/null +++ b/README.md @@ -0,0 +1,11 @@ +# AI 落地公司企划项目 + +对应 Wiki: https://wiki.suyushi.top/ai-project + +## 文档 +- `本地模型好用落地设计.html` +- `商业闭环运营基板.html` +- `硬件与部署实现方案.html` +- `样板客户全周期行动包.html` +- `样板客户第一周行动包.html` +- `鞋类样板客户作战计划.html` (= 百年烟斗项目) diff --git a/assets/architecture.png b/assets/architecture.png new file mode 100644 index 0000000..25b74af Binary files /dev/null and b/assets/architecture.png differ diff --git a/assets/dataflow.png b/assets/dataflow.png new file mode 100644 index 0000000..5d5728e Binary files /dev/null and b/assets/dataflow.png differ diff --git a/assets/proposal_content.md b/assets/proposal_content.md new file mode 100644 index 0000000..ed3e295 --- /dev/null +++ b/assets/proposal_content.md @@ -0,0 +1,175 @@ +# 销售型生产企业 AI 数字化建设方案 + +**软硬件一体化 · 私有本地部署 · 数据不出厂** + +客户：【客户名称】　服务商：【您的公司 / 顾问姓名】　日期：【提交日期】 + +--- + +## 一、执行摘要 + +- 一期（打基础，1–2 个月）：把分散数据收拢成"一本账"，让老板看明白去年赚在哪、亏在哪。 +- 二期（提效率，2–3 个月）：本地 AI 自动出周报/月报、盯异常，释放人力。 +- 三期（增利润，3–6 个月）：AI 预测备货与资金，真正帮老板省钱。 +- 零风险落地：不碰客户现有 ERP/进销存，旁路部署，数据只出不进。 +- 数据不出厂：全部模型跑在客户内网 EVO-X2 主机，敏感数据不离开办公室。 +- 商务模式：一期一付、做一期看一期效果，老板决策压力小、回款节奏稳。 + +## 二、客户痛点与现状 + +- 数据散落各处：网店后台、Excel 台账、微信记录各管各的，对不上账。 +- 看不清赚亏：想看"去年哪月卖得好、哪个 SKU 最赚"要人工拼表，慢且易错。 +- 人力耗在重复劳动：财务/运营每周手动导出、透视、做图，没空做分析。 +- 库存与现金流焦虑：缺货断供、积压占资金，老板心里没底。 +- 想用 AI 但不会用：担心数据上云泄露、怕采购昂贵系统、怕折腾业务。 + +## 三、方案定位 + +- 旁路部署：在原有业务系统"旁边"独立搭一套 AI 数据分析与自动化辅助系统。 +- 数据只出不进：从原系统（网店/进销存）只读导出，分析结果不回写，不影响现有流程。 +- 私有本地运行：模型与数据库部署在客户内网主机，敏感经营数据不出厂。 +- 轻量可演进：不强制替换 ERP，先见效再扩展，风险可控、投入可控。 +- 管理层触达：看板 + 微信推送，老板手机即可看报告、收预警。 + +## 四、整体技术架构（四层 + 底层硬件） + +【图1】 + +- 底层：硬件与系统 —— EVO-X2 128GB 统一内存主机 + Ubuntu 24.04 LTS。 +- 第一层：数据层 —— SQLite 数据库 + Python 清洗脚本 + Chroma 向量知识库。 +- 第二层：模型层 —— Ollama + Qwen3.6-35B 本地模型，DeepSeek V4 Flash 云端备用。 +- 第三层：智能调度层 —— Hermes Agent 连接模型、工具与消息平台。 +- 第四层：触达层 —— Streamlit 数据看板 + 微信/飞书/钉钉推送。 + +## 五、技术选型详解 + +### 5.1 底层：硬件与系统部署方案 + +核心选型逻辑：EVO-X2 的 128GB 统一内存 + 256GB/s 带宽，能在 2 万元预算内本地流畅运行 30B 级别模型，整机功耗约 100W，适合 24 小时开机。 + +| 项目 | 配置 | 说明 | +| --- | --- | --- | +| 主机 | GMKtec EVO-X2（128GB 版） | 迷你主机，不占空间、静音，适合办公室环境 | +| 内存 | 128GB LPDDR5X 统一内存（可分 96GB 给 GPU） | 本地跑 35B MoE 模型 + 向量库 + 数据库够用 | +| 存储 | 2TB NVMe SSD × 2（系统盘/数据盘分离） | 系统盘装系统和模型，数据盘存数据库与日志 | +| 操作系统 | Ubuntu 24.04 LTS | 对 AMD ROCm 支持最好，AI 性能比 Windows 高 20%–30% | +| 网络 | 内网固定 IP + Tailscale | 用于远程巡检和系统更新 | +| 备用方案 | DeepSeek V4 Flash API | 本地模型处理不了的复杂任务自动 fallback 到云端 | + +### 5.2 第一层：数据层方案 + +- 数据库：SQLite 3，轻量零配置，单文件易备份迁移，支持 SQL 查询。 +- 清洗脚本：Python（pandas + openpyxl），每月定时运行 Excel → 清洗 → 入库。 +- 中间格式：Markdown 表格，AI 理解准确率最高的文本格式，便于人工核对。 +- 向量知识库：Chroma（轻量级），存储产品手册、会议纪要，供 RAG 检索。 +- 定时任务：cron（Linux 自带），每月 1 号自动运行清洗脚本，无需人工干预。 + +### 5.3 第二层：模型层方案 + +核心选型逻辑：Qwen3.6-35B-A3B 为 MoE 架构，激活仅 3B 参数，本地实测 25–35 Token/s，智商接近 Claude 3.5 Sonnet，完全本地运行，数据不出厂。 + +| 组件 | 技术选型 | 说明 | +| --- | --- | --- | +| 本地推理引擎 | Ollama | 一行命令部署，兼容 OpenAI API 格式，管理方便 | +| 主模型 | Qwen3.6-35B-A3B（4bit 量化版） | 智商约等于 Claude 3.5 Sonnet，速度 25–35 Token/s，占地约 20GB | +| 备用云端模型 | DeepSeek V4 Flash（API） | 处理超长文本或复杂推理，按量付费，月均成本低于 200 元 | +| 嵌入模型 | bge-m3（本地） | 知识库向量化，纯本地运行，不依赖外网 | +| 模型格式 | GGUF（llama.cpp 兼容） | 支持 CPU + GPU 混合推理，显存不足可 fallback 到内存 | + +### 5.4 第三层：智能调度层方案 + +- 智能体框架：Hermes Agent，连接模型、工具、消息平台，作为系统"大脑"。 +- Web 管理面板：Hermes Web UI，可视化配置模型、工具、知识库，查看 Token 消耗和日志。 +- 工具定义：Python 函数注册为 Tools，让 AI 可以调用数据库查询、清洗脚本、发送报告。 +- 消息网关：iLink Bot API（微信），让 AI 通过微信推送报告、接收指令。 +- 国产开源框架，原生支持微信接入与工具调用，部署简单，适合 ToB 场景。 + +### 5.5 第四层：触达层方案 + +- 数据看板：Streamlit（Python），展示销售趋势、SKU 排行、区域分布、异常预警。 +- 报表推送：Hermes Agent + 微信 Bot，每周一自动推送《经营简报》，图文并茂。 +- 多通道：飞书/钉钉/企业微信（可选），走同一消息通道。 +- 人工审核：每月 2 次远程巡检，检查系统日志、备份数据库、确认推送正常。 + +## 六、数据流转全链路 + +【图2】 + +数据从原系统"只出不进"：每月原始数据经清洗脚本进入 SQLite 数据库；AI（本地 Ollama + 云端备用 + 向量知识库）分析后生成看板与报表；最终通过微信推送给老板，人工审阅后执行决策。全程不影响客户现有业务流程。 + +## 七、三期建设路线 + +### 7.1 第一期：数据资产化（1–2 个月） + +核心任务：打通数据孤岛，建立统一的数据看板。 + +- 数据清洗与入库：导出近 1–2 年网店销售数据（订单、SKU、区域、金额），清洗后存入 SQLite 数据库。 +- 建立核心指标：固定计算口径（销售额、退货率、客单价、库存周转天数），让老板和各部门对"数据"有统一认知。 +- 搭建基础看板：开发简单 Web 看板（Streamlit 或 Grafana），实时展示月度销售额趋势、SKU 排行榜、区域分布图。 +- 交付物：标准化数据表结构文档、月度/年度销售数据看板（在线链接）、《公司数据资产盘点报告》。 +- 验收标准：老板能随时登录看板，查看到去年任意月份的销售数据，且数据准确无误。 + +### 7.2 第二期：分析智能化（2–3 个月） + +核心任务：接入 AI 模型，实现自动化分析和预警。 + +- 本地模型部署：在客户内部服务器（或 EVO-X2 主机）部署 Qwen3.6 等小模型，确保财务和客户数据不出厂。 +- 自动化周报/月报：AI 自动读取数据库，每周一生成《经营简报》（含销量异动、库存预警），通过飞书/钉钉/微信推送。 +- 异常归因分析：SKU 销量暴跌时，AI 自动关联时间段（是否缺货、是否被竞品跟价），给出"可能原因"建议。 +- 交付物：本地 AI 模型推理服务、自动化周报/月报推送机器人、AI 异常预警逻辑配置文档。 +- 验收标准：每月初老板在手机上收到上个月完整经营分析报告，重点异常项清晰标注。 + +### 7.3 第三期：决策自动化（3–6 个月） + +核心任务：从"发现问题"升级到"给出方案"，并介入业务流程。 + +- 库存预测与补货建议：AI 根据历史销售和季节因子预测下月各 SKU 需求量，自动生成采购建议单（买多少、什么时候买）。 +- 现金流模拟：输入下月预计支出和回款周期，AI 模拟现金流健康度，预警资金缺口。 +- 选品及定价策略：结合外部市场数据（大盘走势），定期输出《SKU 优化建议》（淘汰哪些、主推哪些、降价清仓）。 +- 交付物：智能库存预警与采购建议系统、现金流压力测试看板、SKU 生命周期管理报告。 +- 验收标准：公司参考 AI 建议进行至少一次库存结构调整，并产生库存占用资金减少的可量化效果。 + +### 7.4 三期对比总览 + +| 阶段 | 周期 | 核心目标 | 关键交付 | 老板获得感 | +| --- | --- | --- | --- | --- | +| 一期 数据资产化 | 1–2 个月 | 理清家底 | 统一看板 + 数据资产报告 | 看明白赚亏 | +| 二期 分析智能化 | 2–3 个月 | 提效率 | 本地 AI + 自动周报 + 预警 | AI 分析师盯盘 | +| 三期 决策自动化 | 3–6 个月 | 增利润 | 预测补货 + 现金流模拟 | 商业大脑给方案 | + +## 八、成本估算（仅硬件/云，不含服务费） + +| 项目 | 预估金额（人民币） | 备注 | +| --- | --- | --- | +| 主机硬件（EVO-X2 128GB） | 15,000 – 18,000 元 | 一次投入，含 2TB SSD | +| 备用配件（额外 2TB SSD 等） | 1,000 – 2,000 元 | 数据备份和冗余 | +| 云端 API（DeepSeek Flash） | 100 – 200 元/月 | 仅复杂任务触发，日常主要用本地模型 | +| 网络/域名（如需公网访问） | 0 – 500 元/年 | 可选项，非必需 | + +说明：以上为硬件与云资源成本估算，实施服务费由服务商与客户另行协商确定，按一期一付、验收后付款。 + +## 九、客户需配合准备清单 + +| 序号 | 内容 | 说明 | +| --- | --- | --- | +| 1 | 近 1–2 年网店销售数据（Excel/CSV） | 用于清洗和导入数据库 | +| 2 | 公司产品手册/商品台账（Excel） | 补充 SKU 维度信息（品类、成本、建议售价） | +| 3 | 一台能联网的电脑 / 一个不用的手机号 | 用于微信 Bot 登录和远程维护通道 | +| 4 | 内网 WiFi 或有线网络 | 固定内网 IP 用于远程维护（可用 Tailscale 替代） | + +## 十、服务价值与下一步行动 + +### 10.1 服务价值（三句话） + +- 第一期：我把你家散落各处的数据收拢成"一本账"，让你看明白钱花哪去了。 +- 第二期：我给你配个"AI 数据分析师"，24 小时盯着数据，出问题第一时间告诉你。 +- 第三期：我给你装上"AI 商业大脑"，不仅告诉你哪有问题，还告诉你怎么办，甚至模拟办了之后会怎样。 +- 复制扩张：样板跑通后，同一套架构可快速复制到同类销售型生产企业，边际成本极低。 + +### 10.2 下一步行动 + +- 建议从一期起步：先交付"一本账"看板，2 个月内见效。 +- 我方动作：① 拉取贵司近 1–2 年销售数据做样例清洗；② 部署 EVO-X2 演示环境；③ 输出首版看板。 +- 贵司配合：提供销售数据/台账、准备一台不用的手机、确认内网接入。 +- 确认即启动：签订一期合作，按里程碑验收付款。 +- 联系人：【您的姓名 / 微信】 diff --git a/gen_pptx.py b/gen_pptx.py new file mode 100644 index 0000000..e10e514 --- /dev/null +++ b/gen_pptx.py @@ -0,0 +1,522 @@ +# -*- coding: utf-8 -*- +""" +生成《销售型生产企业 AI 数字化建设方案》策划案 PPT (.pptx) +- 两张图示(architecture.png / dataflow.png) 用 matplotlib 渲染 +- 正文用【占位符】当可复用模板；演讲者备注含"示例填充 + 讲解话术" +- 成本页仅含硬件/云成本，不含服务费报价 +""" +import os +import matplotlib +matplotlib.use("Agg") +import matplotlib.pyplot as plt +from matplotlib.patches import FancyBboxPatch +import matplotlib.font_manager as fm + +# ---------- 路径 ---------- +BASE = r"C:\Users\Administrator\Desktop\AI落地公司企划项目" +ASSETS = os.path.join(BASE, "assets") +os.makedirs(ASSETS, exist_ok=True) +ARCH_PNG = os.path.join(ASSETS, "architecture.png") +FLOW_PNG = os.path.join(ASSETS, "dataflow.png") +OUT_PPTX = os.path.join(BASE, "销售型生产企业AI数字化建设方案.pptx") + +# ---------- matplotlib 中文字体 ---------- +def setup_cjk_font(): + for p in [r"C:/Windows/Fonts/msyh.ttc", r"C:/Windows/Fonts/simhei.ttf", + r"C:/Windows/Fonts/simsun.ttc", r"C:/Windows/Fonts/msyhbd.ttc"]: + if os.path.exists(p): + try: + fm.fontManager.addfont(p) + except Exception: + pass + cands = ["Microsoft YaHei", "SimHei", "SimSun", "Noto Sans CJK SC", + "WenQuanYi Micro Hei", "Source Han Sans SC"] + avail = {f.name for f in fm.fontManager.ttflist} + chosen = next((c for c in cands if c in avail), None) + if chosen: + plt.rcParams["font.sans-serif"] = [chosen] + plt.rcParams["axes.unicode_minus"] = False + +setup_cjk_font() + +# ---------- 图1：四层技术架构栈 ---------- +def draw_architecture(path): + fig, ax = plt.subplots(figsize=(12.5, 9)) + ax.set_xlim(0, 12.2) + ax.set_ylim(0, 9.2) + ax.axis("off") + bands = [ + ("触达层", "第四层", "#2E93F7", ["Web 看板 (Streamlit)", "微信/钉钉/飞书推送", "经营简报(图文)"]), + ("智能调度层", "第三层", "#1E6FB8", ["Hermes Agent", "Web 管理面板", "工具调用·消息网关"]), + ("模型层", "第二层", "#15538C", ["Qwen3.6-35B (Ollama)", "DeepSeek V4 Flash 备用", "bge-m3 向量嵌入"]), + ("数据层", "第一层", "#0E3D66", ["SQLite 数据库", "Python 清洗脚本", "Chroma 向量知识库"]), + ("硬件与系统", "底层", "#0B2545", ["EVO-X2 128GB", "Ubuntu 24.04 LTS", "2×2TB NVMe·Tailscale"]), + ] + n = len(bands) + bh, gap, bottom = 1.45, 0.22, 0.55 + for i, (name, tag, color, chips) in enumerate(bands): + y = bottom + i * (bh + gap) + band = FancyBboxPatch((0.4, y), 11.4, bh, + boxstyle="round,pad=0.02,rounding_size=0.12", + linewidth=0, facecolor=color, alpha=0.95) + ax.add_patch(band) + ax.text(0.7, y + bh/2 + 0.18, name, color="white", fontsize=17, + fontweight="bold", va="center", ha="left") + ax.text(0.7, y + bh/2 - 0.32, tag, color="#BBD6F2", fontsize=10, + va="center", ha="left") + cx, cw, sp = 3.3, 2.55, 0.16 + for j, c in enumerate(chips): + x = cx + j * (cw + sp) + chip = FancyBboxPatch((x, y + 0.30), cw, bh - 0.60, + boxstyle="round,pad=0.02,rounding_size=0.08", + linewidth=0, facecolor="white", alpha=0.94) + ax.add_patch(chip) + ax.text(x + cw/2, y + bh/2, c, color="#0B2545", fontsize=10.5, + fontweight="bold", va="center", ha="center") + ax.annotate("", xy=(0.4, bottom + n*(bh+gap) - 0.15), xytext=(0.4, bottom + 0.15), + arrowprops=dict(arrowstyle="-|>", color="#9FB6CE", lw=2)) + ax.text(0.2, bottom + n*(bh+gap)/2, "数据流\n自下而上", color="#9FB6CE", + fontsize=9, va="center", ha="center", rotation=90) + ax.text(6.1, 9.0, "整体技术架构（四层 + 底层硬件）", color="#0B2545", + fontsize=14, fontweight="bold", va="center", ha="center") + plt.tight_layout() + fig.savefig(path, dpi=200, bbox_inches="tight", facecolor="white") + plt.close(fig) + +# ---------- 图2：数据流转全链路 ---------- +def draw_dataflow(path): + fig, ax = plt.subplots(figsize=(14, 7)) + ax.set_xlim(0, 14) + ax.set_ylim(0, 7) + ax.axis("off") + nodes = [ + (1.0, 4.4, "每月原始数据\n(Excel/CSV)", "#0E3D66"), + (3.3, 4.4, "清洗脚本\n(pandas)", "#15538C"), + (5.6, 4.4, "SQLite\n数据库", "#1E6FB8"), + (8.0, 4.4, "Hermes Agent\n调度", "#2E93F7"), + (10.4, 4.4, "看板 / 报表", "#2E93F7"), + (12.6, 4.4, "微信推送\n→ 老板决策", "#FF8A3D"), + ] + models = [ + (7.0, 1.7, "本地 Ollama\nQwen3.6", "#FF8A3D"), + (8.6, 1.7, "DeepSeek API\n(备用)", "#FF8A3D"), + (10.2, 1.7, "向量知识库\nChroma", "#FF8A3D"), + ] + def box(x, y, text, color, w=1.7, h=1.0): + b = FancyBboxPatch((x - w/2, y - h/2), w, h, + boxstyle="round,pad=0.02,rounding_size=0.12", + linewidth=0, facecolor=color, alpha=0.96) + ax.add_patch(b) + ax.text(x, y, text, color="white", fontsize=10.5, fontweight="bold", + va="center", ha="center") + for x, y, t, c in nodes: + box(x, y, t, c) + for x, y, t, c in models: + box(x, y, t, c, w=1.7, h=0.95) + acolor = "#7A94B0" + for i in range(len(nodes) - 1): + x1, x2 = nodes[i][0], nodes[i+1][0] + ax.annotate("", xy=(x2 - 0.85, 4.4), xytext=(x1 + 0.85, 4.4), + arrowprops=dict(arrowstyle="-|>", color=acolor, lw=2)) + for mx, _, _, _ in models: + ax.annotate("", xy=(8.0, 3.9), xytext=(mx, 2.17), + arrowprops=dict(arrowstyle="-|>", color="#FF8A3D", lw=1.8)) + ax.text(8.6, 2.6, "模型层支撑", color="#FF8A3D", fontsize=9, + va="center", ha="center") + ax.text(7.0, 6.5, "数据流转全链路：只出不进，分析结果闭环到老板手机", + color="#0B2545", fontsize=14, fontweight="bold", va="center", ha="center") + plt.tight_layout() + fig.savefig(path, dpi=200, bbox_inches="tight", facecolor="white") + plt.close(fig) + +draw_architecture(ARCH_PNG) +draw_dataflow(FLOW_PNG) +print("diagrams done") + +# ============ PPTX ============ +from pptx import Presentation +from pptx.util import Inches, Pt, Emu +from pptx.dml.color import RGBColor +from pptx.enum.text import PP_ALIGN, MSO_ANCHOR +from pptx.enum.shapes import MSO_SHAPE + +BG_DARK = RGBColor(0x0B, 0x25, 0x45) +PRIMARY = RGBColor(0x13, 0x31, 0x5C) +ACCENT = RGBColor(0x2E, 0x93, 0xF7) +HIGHLIGHT = RGBColor(0xFF, 0x8A, 0x3D) +LIGHT = RGBColor(0xF4, 0xF7, 0xFB) +GRAY = RGBColor(0x6B, 0x7A, 0x8F) +WHITE = RGBColor(0xFF, 0xFF, 0xFF) +TEXTDARK = RGBColor(0x1A, 0x24, 0x33) + +prs = Presentation() +SW = Inches(13.333) +SH = Inches(7.5) +prs.slide_width = SW +prs.slide_height = SH +BLANK = prs.slide_layouts[6] + +def add_bg(slide, color=BG_DARK): + s = slide.shapes.add_shape(MSO_SHAPE.RECTANGLE, 0, 0, SW, SH) + s.fill.solid(); s.fill.fore_color.rgb = color + s.line.fill.background(); s.shadow.inherit = False + return s + +def add_title(slide, title, page=None, subtitle=None): + bar = slide.shapes.add_shape(MSO_SHAPE.RECTANGLE, 0, 0, SW, Inches(1.15)) + bar.fill.solid(); bar.fill.fore_color.rgb = PRIMARY + bar.line.fill.background(); bar.shadow.inherit = False + stripe = slide.shapes.add_shape(MSO_SHAPE.RECTANGLE, 0, Inches(1.15), SW, Inches(0.06)) + stripe.fill.solid(); stripe.fill.fore_color.rgb = ACCENT + stripe.line.fill.background(); stripe.shadow.inherit = False + tb = slide.shapes.add_textbox(Inches(0.55), Inches(0.16), SW - Inches(1.1), Inches(0.95)) + tf = tb.text_frame; tf.word_wrap = True + p = tf.paragraphs[0]; r = p.add_run(); r.text = title + r.font.size = Pt(25); r.font.bold = True; r.font.color.rgb = WHITE + if subtitle: + p2 = tf.add_paragraph(); r2 = p2.add_run(); r2.text = subtitle + r2.font.size = Pt(12); r2.font.color.rgb = RGBColor(0xBB, 0xD6, 0xF2) + if page is not None: + ft = slide.shapes.add_textbox(Inches(0.55), SH - Inches(0.4), SW - Inches(1.6), Inches(0.3)) + fp = ft.text_frame.paragraphs[0]; fr = fp.add_run() + fr.text = "销售型生产企业 AI 数字化建设方案 · 【客户名称】" + fr.font.size = Pt(9); fr.font.color.rgb = GRAY + pg = slide.shapes.add_textbox(SW - Inches(1.05), SH - Inches(0.4), Inches(0.6), Inches(0.3)) + pp = pg.text_frame.paragraphs[0]; pr = pp.add_run(); pr.text = str(page) + pr.font.size = Pt(9); pr.font.color.rgb = GRAY; pp.alignment = PP_ALIGN.RIGHT + +def add_bullets(slide, items, left, top, width, height, size=15, color=TEXTDARK): + tb = slide.shapes.add_textbox(left, top, width, height) + tf = tb.text_frame; tf.word_wrap = True + first = True + for it in items: + text, lvl = it if isinstance(it, tuple) else (it, 0) + p = tf.paragraphs[0] if first else tf.add_paragraph() + first = False + p.level = lvl + p.space_after = Pt(9) + prefix = "• " if lvl == 0 else " – " + r = p.add_run(); r.text = prefix + text + r.font.size = Pt(size if lvl == 0 else size - 2) + r.font.color.rgb = color + return tb + +def add_table(slide, data, left, top, width, height, col_widths=None): + rows = len(data); cols = len(data[0]) + gtbl = slide.shapes.add_table(rows, cols, left, top, width, height) + table = gtbl.table + if col_widths: + tot = sum(col_widths) + for i, cw in enumerate(col_widths): + table.columns[i].width = Emu(int(width * cw / tot)) + for ri, row in enumerate(data): + for ci, val in enumerate(row): + cell = table.cell(ri, ci) + cell.margin_left = Inches(0.08); cell.margin_right = Inches(0.08) + cell.margin_top = Inches(0.04); cell.margin_bottom = Inches(0.04) + cell.vertical_anchor = MSO_ANCHOR.MIDDLE + tf = cell.text_frame; tf.word_wrap = True + p = tf.paragraphs[0]; r = p.add_run(); r.text = val + r.font.size = Pt(11) + if ri == 0: + cell.fill.solid(); cell.fill.fore_color.rgb = PRIMARY + r.font.color.rgb = WHITE; r.font.bold = True + else: + cell.fill.solid() + cell.fill.fore_color.rgb = WHITE if ri % 2 else LIGHT + r.font.color.rgb = TEXTDARK + if ci == 0: + r.font.bold = True + return table + +def add_image(slide, path, left, top, width): + slide.shapes.add_picture(path, left, top, width=width) + +def set_notes(slide, text): + slide.notes_slide.notes_text_frame.text = text + +def new_content(title, page, subtitle=None): + s = prs.slides.add_slide(BLANK) + add_bg(s, LIGHT) + add_title(s, title, page=page, subtitle=subtitle) + return s + +# ---------- 1. 封面 ---------- +cov = prs.slides.add_slide(BLANK) +add_bg(cov, BG_DARK) +# 左侧强调条 +acc = cov.shapes.add_shape(MSO_SHAPE.RECTANGLE, 0, 0, Inches(0.22), SH) +acc.fill.solid(); acc.fill.fore_color.rgb = ACCENT; acc.line.fill.background(); acc.shadow.inherit = False +# 主标题 +t = cov.shapes.add_textbox(Inches(0.9), Inches(1.9), Inches(11.5), Inches(1.6)) +tf = t.text_frame; tf.word_wrap = True +p = tf.paragraphs[0]; r = p.add_run(); r.text = "销售型生产企业" +r.font.size = Pt(46); r.font.bold = True; r.font.color.rgb = WHITE +p2 = tf.add_paragraph(); r2 = p2.add_run(); r2.text = "AI 数字化建设方案" +r2.font.size = Pt(46); r2.font.bold = True; r2.font.color.rgb = ACCENT +# 副标题 +st = cov.shapes.add_textbox(Inches(0.9), Inches(3.7), Inches(11.5), Inches(0.6)) +sp = st.text_frame.paragraphs[0]; sr = sp.add_run() +sr.text = "软硬件一体化 · 私有本地部署 · 数据不出厂" +sr.font.size = Pt(18); sr.font.color.rgb = RGBColor(0xBB, 0xD6, 0xF2) +# 一句话价值 +vt = cov.shapes.add_textbox(Inches(0.9), Inches(4.5), Inches(11.5), Inches(0.6)) +vp = vt.text_frame.paragraphs[0]; vr = vp.add_run() +vr.text = "把“脏数据”变成“干净资产”，让 AI 替你看盘、盯异常、做决策" +vr.font.size = Pt(15); vr.font.color.rgb = WHITE +# 底部占位信息 +info = cov.shapes.add_textbox(Inches(0.9), Inches(6.0), Inches(11.5), Inches(1.0)) +ip = info.text_frame; ip.word_wrap = True +for i, line in enumerate([ + "客户：【客户名称】 行业：【如 母婴/食品/五金 网店工厂】", + "服务商：【您的公司 / 顾问姓名】 日期：【提交日期】"]): + pp = ip.paragraphs[0] if i == 0 else ip.add_paragraph() + rr = pp.add_run(); rr.text = line + rr.font.size = Pt(13); rr.font.color.rgb = RGBColor(0x9F, 0xB6, 0xCE) +set_notes(cov, + "【示例填充】客户：杭州某母婴用品网店工厂；行业：母婴用品；服务商：XX 数字化工作室；日期：2026-09-01\n" + "【讲解话术】老板您好，这份方案不卖您系统、不碰您现有进销存，只在您办公室放一台小主机，" + "把散落各处的销售数据收拢成'一本账'，再用本地 AI 帮您看盘、盯异常、给决策。数据全在您自己厂里，不出门。") + +# ---------- 2. 目录 ---------- +s = new_content("目录", 1) +add_bullets(s, [ + "一、为什么现在要做（痛点与现状）", + "二、方案定位与整体技术架构", + "三、四层技术架构详解（硬件 / 数据 / 模型 / 调度 / 触达）", + "四、数据流转全链路", + "五、三期建设路线（资产化 → 智能化 → 自动化）", + "六、成本估算与客户配合事项", + "七、服务价值与下一步行动", +], Inches(0.9), Inches(1.6), Inches(11.5), Inches(5.0), size=18) +set_notes(s, "【讲解话术】我按'先理清家底→再发现问题→最后自动决策'三步走，今天重点讲清每一步给您带来什么、要投多少。") + +# ---------- 3. 执行摘要 ---------- +s = new_content("执行摘要", 2) +add_bullets(s, [ + "一期（打基础，1–2 月）：把分散数据收拢成“一本账”，让老板看明白去年赚在哪、亏在哪。", + "二期（提效率，2–3 月）：本地 AI 自动出周/月报、盯异常，释放人力。", + "三期（增利润，3–6 月）：AI 预测备货与资金，真正帮老板省钱。", + "零风险落地：不碰客户现有 ERP/进销存，旁路部署，数据只出不进。", + "数据不出厂：全部模型跑在客户内网 EVO-X2 主机，敏感数据不离开办公室。", + "一期一付、做一期看一期效果，老板决策压力小、回款节奏稳。", +], Inches(0.9), Inches(1.6), Inches(11.5), Inches(5.0), size=15) +set_notes(s, + "【示例填充】以母婴客户为例：一期后老板能随时看'去年 11 月双11 哪个 SKU 最赚'；" + "二期后每周一手机收到经营简报；三期后 AI 建议'年后少备 A 款、多备 B 款'。\n" + "【讲解话术】您不用一次性投很多，先做一期看效果，满意再继续。") + +# ---------- 4. 客户痛点与现状 ---------- +s = new_content("一、为什么现在要做：客户痛点与现状", 3) +add_bullets(s, [ + "数据散落各处：网店后台、Excel 台账、微信记录各管各的，对不上账。", + "看不清赚亏：想看“去年哪月卖得好、哪个 SKU 最赚”要人工拼表，慢且易错。", + "人力耗在重复劳动：财务/运营每周手动导出、透视、做图，没空做分析。", + "库存与现金流焦虑：缺货断供、积压占资金，老板心里没底。", + "想用 AI 但不会用：担心数据上云泄露、怕采购昂贵系统、怕折腾业务。", +], Inches(0.9), Inches(1.6), Inches(11.5), Inches(5.0), size=15) +set_notes(s, + "【示例填充】某母婴用品网店工厂，年销约 3000 万，3 个平台店铺，SKU 200+，" + "老板最关心库存周转和回款，财务每周花 1.5 天做表。\n" + "【讲解话术】这些痛点您是不是都有？这套方案就是专门冲着'看不清、做表累、心里没底'来的。") + +# ---------- 5. 方案定位 ---------- +s = new_content("二、方案定位：旁路部署，零风险落地", 4) +add_bullets(s, [ + "旁路部署：在原有业务系统“旁边”独立搭一套 AI 数据分析与自动化辅助系统。", + "数据只出不进：从原系统（网店/进销存）只读导出，分析结果不回写，不影响现有流程。", + "私有本地运行：模型与数据库部署在客户内网主机，敏感经营数据不出厂。", + "轻量可演进：不强制替换 ERP，先见效再扩展，风险可控、投入可控。", + "管理层触达：看板 + 微信推送，老板手机即可看报告、收预警。", +], Inches(0.9), Inches(1.6), Inches(11.5), Inches(5.0), size=15) +set_notes(s, + "【讲解话术】一句话：我不在您现有系统上动刀，只在旁边加一台'AI 数据助理'，" + "您原来的进销存该怎么用还怎么用，零风险。") + +# ---------- 6. 四层技术架构总览 ---------- +s = new_content("三、整体技术架构（四层 + 底层硬件）", 5) +add_image(s, ARCH_PNG, Inches(2.0), Inches(1.35), Inches(9.3)) +set_notes(s, + "【讲解话术】从下往上看：最底下是您办公室一台 EVO-X2 小主机；往上是数据层、模型层、" + "调度层，最上面是您手机能看到的看板和微信推送。数据从原系统只进到最底层，结果从最上层出来。\n" + "注：具体型号（EVO-X2 / Qwen3.6 / DeepSeek 等）以交付时主流为准。") + +# ---------- 7. 底层：硬件与系统 ---------- +s = new_content("底层：硬件与系统部署方案", 6, subtitle="核心逻辑：2 万预算内本地流畅跑 30B 级模型，功耗约 100W，适合 24h 开机") +add_table(s, [ + ["项目", "配置", "说明"], + ["主机", "GMKtec EVO-X2（128GB 版）", "迷你主机，不占空间、静音，适合办公室"], + ["内存", "128GB LPDDR5X 统一内存（可分 96GB 给 GPU）", "本地跑 35B MoE + 向量库 + 数据库够用"], + ["存储", "2TB NVMe SSD ×2（系统盘/数据盘分离）", "系统装系统模型，数据盘存库与日志"], + ["操作系统", "Ubuntu 24.04 LTS", "对 AMD ROCm 支持好，AI 性能高 20–30%"], + ["网络", "内网固定 IP + Tailscale", "远程巡检与系统更新"], + ["备用方案", "DeepSeek V4 Flash API", "复杂任务自动 fallback 到云端"], +], Inches(0.7), Inches(1.7), Inches(11.9), Inches(4.6), col_widths=[1.3, 3.6, 4.0]) +set_notes(s, + "【示例填充】以母婴客户为例：一台 EVO-X2 放财务室，插网线，固定内网 IP，我用 Tailscale 远程维护。\n" + "【讲解话术】这台机器比一台台式机还小，静音不发热，24 小时开着电费忽略不计，但能本地跑大模型。") + +# ---------- 8. 第一层：数据层 ---------- +s = new_content("第一层：数据层方案", 7, subtitle="核心逻辑：SQLite 单文件易备份；Markdown 是 AI 理解准确率最高的文本格式") +add_bullets(s, [ + "数据库：SQLite 3，轻量零配置，单文件易备份迁移。", + "清洗脚本：Python（pandas + openpyxl），每月定时运行 Excel→清洗→入库。", + "中间格式：Markdown 表格，AI 理解准确率最高的文本格式，便于人工核对。", + "向量知识库：Chroma（轻量），存产品手册/会议纪要，供 RAG 检索。", + "定时任务：cron（Linux 自带），每月 1 号自动清洗，无需人工干预。", +], Inches(0.9), Inches(1.7), Inches(11.5), Inches(4.8), size=15) +set_notes(s, + "【讲解话术】您每月把网店导出的 Excel 丢进一个文件夹，系统自己洗好存进数据库，" + "不用您再手动拼表。") + +# ---------- 9. 第二层：模型层 ---------- +s = new_content("第二层：模型层方案", 8, subtitle="核心逻辑：Qwen3.6 为 MoE，激活仅 3B，在 EVO-X2 上 25–35 Token/s，数据不出厂") +add_table(s, [ + ["组件", "技术选型", "说明"], + ["本地推理引擎", "Ollama", "一行命令部署，兼容 OpenAI API，管理方便"], + ["主模型", "Qwen3.6-35B-A3B（4bit 量化）", "智商≈Claude 3.5 Sonnet，约 20GB，速度 25–35 Token/s"], + ["备用云端模型", "DeepSeek V4 Flash API", "复杂推理按量付费，月均 < 200 元"], + ["嵌入模型", "bge-m3（本地）", "知识库向量化，纯本地不依赖外网"], + ["模型格式", "GGUF（llama.cpp 兼容）", "CPU+GPU 混合推理，显存不足可 fallback 内存"], +], Inches(0.7), Inches(1.7), Inches(11.9), Inches(4.6), col_widths=[1.8, 3.2, 4.0]) +set_notes(s, + "【讲解话术】95% 的分析都在您这台机器上本地算，只有极少量复杂任务才花几块钱走云端，" + "您的客户名单和金额永远不会出办公室。") + +# ---------- 10. 第三层：智能调度层 ---------- +s = new_content("第三层：智能调度层方案", 9, subtitle="核心逻辑：Hermes Agent 国产开源，原生支持微信接入与工具调用，适合 ToB") +add_bullets(s, [ + "智能体框架：Hermes Agent，连接模型/工具/消息平台，系统“大脑”。", + "Web 管理面板：可视化配置模型、工具、知识库，查看 Token 消耗与日志。", + "工具定义：Python 函数注册为 Tools，让 AI 能查库、跑脚本、发报告。", + "消息网关：iLink Bot API（微信），AI 主动推送报告、接收指令。", + "国产开源、部署简单，适合 ToB 场景。", +], Inches(0.9), Inches(1.7), Inches(11.5), Inches(4.8), size=15) +set_notes(s, + "【讲解话术】这一层就是让 AI '会干活'：它能自己查数据库、自己生成报告、自己发到您微信上。") + +# ---------- 11. 第四层：触达层 ---------- +s = new_content("第四层：触达层方案", 10, subtitle="核心逻辑：Streamlit 快速搭看板；微信推送让老板手机收报告，无需装 APP") +add_bullets(s, [ + "数据看板：Streamlit（Python），展示销售趋势、SKU 排行、区域分布、异常预警。", + "报表推送：Hermes Agent + 微信 Bot，每周一自动推送《经营简报》图文。", + "多通道：飞书/钉钉/企业微信可选，走同一消息通道。", + "人工巡检：每月 2 次远程巡检，查日志、备份库、确认推送正常。", +], Inches(0.9), Inches(1.7), Inches(11.5), Inches(4.8), size=15) +set_notes(s, + "【示例填充】母婴客户用微信：每周一早 9 点，老板微信收到上周经营简报，含销量异动和库存预警。\n" + "【讲解话术】您不用学新软件，报告直接发您微信，像收一条工作消息一样简单。") + +# ---------- 12. 数据流转全链路 ---------- +s = new_content("四、数据流转全链路", 11) +add_image(s, FLOW_PNG, Inches(1.1), Inches(1.35), Inches(11.1)) +set_notes(s, + "【讲解话术】整条链路是'只进不出'：原始数据进来，洗干净存库，AI 分析完把结论推到您手机，" + "结论不回写您的业务系统，所以绝对不影响您现有流程。") + +# ---------- 13. 第一期 ---------- +s = new_content("五之一、第一期：数据资产化（1–2 个月）", 12, subtitle="核心任务：打通数据孤岛，建立统一数据看板") +add_bullets(s, [ + "数据清洗与入库：导出近 1–2 年网店销售（订单/SKU/区域/金额），清洗入 SQLite。", + "建立核心指标：固定口径（销售额、退货率、客单价、库存周转天数）。", + "搭建基础看板：Web 看板展示月度趋势、SKU 排行、区域分布。", + ("交付物：数据表结构文档、在线看板、《公司数据资产盘点报告》", 0), + ("验收：老板随时登录查任意月份数据且准确", 0), +], Inches(0.9), Inches(1.7), Inches(11.5), Inches(4.8), size=15) +set_notes(s, + "【示例填充】母婴客户一期交付：一张看板，能点开看'2025 各月销售额''TOP20 SKU''华东/华南占比'。\n" + "【讲解话术】一期结束，您就拥有了全公司统一的'一本账'。") + +# ---------- 14. 第二期 ---------- +s = new_content("五之二、第二期：分析智能化（2–3 个月）", 13, subtitle="核心任务：接入 AI，实现自动化分析与预警") +add_bullets(s, [ + "本地模型部署：EVO-X2 内部署 Qwen3.6 等小模型，数据不出厂。", + "自动化周/月报：AI 读库，每周一生成《经营简报》推送微信。", + "异常归因：SKU 销量暴跌时，AI 关联缺货/竞品跟价，给“可能原因”。", + ("交付物：本地推理服务、推送机器人、异常预警配置文档", 0), + ("验收：每月初手机收到完整经营分析，重点异常清晰标注", 0), +], Inches(0.9), Inches(1.7), Inches(11.5), Inches(4.8), size=15) +set_notes(s, + "【示例填充】母婴客户二期：某 SKU 周销量跌 40%，AI 简报标注'疑似断货+竞品降价'，并附建议。\n" + "【讲解话术】这期相当于给您配了个 24 小时不休息的数据分析师。") + +# ---------- 15. 第三期 ---------- +s = new_content("五之三、第三期：决策自动化（3–6 个月）", 14, subtitle="核心任务：从“发现问题”升级到“给出方案”并介入业务") +add_bullets(s, [ + "库存预测与补货：按历史+季节因子预测需求，自动生成采购建议单。", + "现金流模拟：输入支出与回款周期，模拟健康度、预警资金缺口。", + "选品与定价：结合外部大盘，输出《SKU 优化建议》（淘汰/主推/清仓）。", + ("交付物：智能库存预警采购系统、现金流压力测试看板、SKU 生命周期报告", 0), + ("验收：参考 AI 建议做至少一次库存调整，产生可量化资金占用下降", 0), +], Inches(0.9), Inches(1.7), Inches(11.5), Inches(4.8), size=15) +set_notes(s, + "【示例填充】母婴客户三期：AI 预测年后 B 款需求涨，建议提前备货；同时提示 C 款滞销建议清仓，" + "释放占用资金约 30 万。\n" + "【讲解话术】这期是'商业大脑'，不仅告诉您哪有问题，还告诉您怎么办、办了会怎样。") + +# ---------- 16. 三期节奏总览 ---------- +s = new_content("五、三期节奏与投入对比总览", 15) +add_table(s, [ + ["阶段", "周期", "核心目标", "关键交付", "老板获得感"], + ["一期 数据资产化", "1–2 月", "理清家底", "统一看板 + 数据资产报告", "看明白赚亏"], + ["二期 分析智能化", "2–3 月", "提效率", "本地 AI + 自动周报 + 预警", "AI 分析师盯盘"], + ["三期 决策自动化", "3–6 月", "增利润", "预测补货 + 现金流模拟", "商业大脑给方案"], +], Inches(0.7), Inches(1.8), Inches(11.9), Inches(3.6), col_widths=[2.0, 1.2, 1.8, 3.6, 2.3]) +set_notes(s, + "【讲解话术】三步走、每一步都有明确交付和验收，您随时可以停在任意一期，风险完全可控。") + +# ---------- 17. 成本估算（仅硬件/云） ---------- +s = new_content("六之一、总体成本估算（仅硬件 / 云，不含服务费）", 16) +add_table(s, [ + ["项目", "预估金额（人民币）", "备注"], + ["主机硬件（EVO-X2 128GB）", "15,000 – 18,000 元", "一次投入，含 2TB SSD"], + ["备用配件（额外 SSD 等）", "1,000 – 2,000 元", "数据备份与冗余"], + ["云端 API（DeepSeek Flash）", "100 – 200 元/月", "仅复杂任务触发，日常用本地"], + ["网络/域名（如需公网）", "0 – 500 元/年", "可选项，非必需"], +], Inches(0.7), Inches(1.8), Inches(11.9), Inches(3.6), col_widths=[3.2, 3.0, 3.7]) +set_notes(s, + "【示例填充】母婴客户一次性硬件约 1.7–2.0 万，之后每月云端 API 不到 200 元。\n" + "【讲解话术】这是您要承担的'材料费'，一次性投入小、月费可忽略；我的实施服务费咱们线下另谈，" + "按一期一付、验收后付。") + +# ---------- 18. 客户需配合准备 ---------- +s = new_content("六之二、客户需配合准备清单", 17) +add_table(s, [ + ["序号", "内容", "说明"], + ["1", "近 1–2 年网店销售数据（Excel/CSV）", "用于清洗和导入数据库"], + ["2", "产品手册/商品台账（Excel）", "补充 SKU 维度（品类/成本/建议售价）"], + ["3", "一台能联网的电脑 / 一个不用的手机号", "微信 Bot 登录 + 远程维护通道"], + ["4", "内网 WiFi 或有线网络", "固定内网 IP 或 Tailscale 替代"], +], Inches(0.7), Inches(1.8), Inches(11.9), Inches(3.8), col_widths=[0.8, 4.2, 4.0]) +set_notes(s, + "【讲解话术】您这边要做的事很简单：把数据导出给我、准备一个不用的手机号和能联网，" + "其余安装部署都是我来做。") + +# ---------- 19. 服务价值卖点 + 复制扩张 ---------- +s = new_content("七之一、服务价值卖点（三句话）", 18) +add_bullets(s, [ + "第一期：我把你家散落各处的数据收拢成“一本账”，让你看明白钱花哪去了。", + "第二期：我给你配个“AI 数据分析师”，24 小时盯着数据，出问题第一时间告诉你。", + "第三期：我给你装上“AI 商业大脑”，不仅告诉哪有问题，还告诉你怎么办、模拟办了会怎样。", + "复制扩张：样板跑通后，同一套架构可快速复制到同类销售型生产企业。", + "商务模式：一期一付、做一期看一期效果，决策压力小、回款稳。", +], Inches(0.9), Inches(1.7), Inches(11.5), Inches(4.8), size=15) +set_notes(s, + "【讲解话术】您跟同行聊的时候，就这三句话，谁都听得懂、谁都想要。样板跑通，" + "后面复制给其他厂非常快。") + +# ---------- 20. 下一步行动 / CTA ---------- +s = new_content("七之二、下一步行动", 19) +add_bullets(s, [ + "建议从一期起步：先交付“一本账”看板，2 个月内见效。", + "我方接下来：① 拉取贵司近 1–2 年销售数据做样例清洗；② 部署 EVO-X2 演示环境；③ 输出首版看板。", + "贵司配合：提供销售数据/台账、准备一台不用的手机、确认内网接入。", + "确认即启动：签订一期合作，按里程碑验收付款。", + "联系人：【您的姓名 / 微信】", +], Inches(0.9), Inches(1.7), Inches(11.5), Inches(4.8), size=15) +set_notes(s, + "【讲解话术】今天聊完，如果您认可，咱们就先签一期。两周内您能看到第一版看板demo，" + "觉得有用再继续二期、三期。") + +prs.save(OUT_PPTX) +print("PPTX saved:", OUT_PPTX, "slides:", len(prs.slides._sldIdLst)) diff --git a/gen_pptx_guide.py b/gen_pptx_guide.py new file mode 100644 index 0000000..377cb44 --- /dev/null +++ b/gen_pptx_guide.py @@ -0,0 +1,375 @@ +# -*- coding: utf-8 -*- +"""生成《三阶段软硬配置及使用指南.pptx》 +核心：每个阶段 = 客户好处 + 具体工作流程 + 人操作/自动化分工 +""" +import os +from pptx import Presentation +from pptx.util import Inches, Pt, Emu +from pptx.dml.color import RGBColor +from pptx.enum.text import PP_ALIGN, MSO_ANCHOR +from pptx.enum.shapes import MSO_SHAPE + +BASE = r"C:\Users\Administrator\Desktop\AI落地公司企划项目" +ASSETS = os.path.join(BASE, "assets") +OUT = os.path.join(BASE, "三阶段软硬配置及使用指南.pptx") + +BG_DARK = RGBColor(0x0B,0x25,0x45) +PRIMARY = RGBColor(0x13,0x31,0x5C) +ACCENT = RGBColor(0x2E,0x93,0xF7) +HIGHLIGHT= RGBColor(0xFF,0x8A,0x3D) +LIGHT = RGBColor(0xF4,0xF7,0xFB) +GRAY = RGBColor(0x6B,0x7A,0x8F) +WHITE = RGBColor(0xFF,0xFF,0xFF) +TEXTDARK = RGBColor(0x1A,0x24,0x33) +HUMAN_C = RGBColor(0xC8,0x6A,0x1B) +AUTO_C = RGBColor(0x1E,0x6F,0xB8) + +prs = Presentation() +SW, SH = Inches(13.333), Inches(7.5) +prs.slide_width, prs.slide_height = SW, SH +BLANK = prs.slide_layouts[6] + +def add_bg(slide, color=LIGHT): + s = slide.shapes.add_shape(MSO_SHAPE.RECTANGLE,0,0,SW,SH) + s.fill.solid(); s.fill.fore_color.rgb=color + s.line.fill.background(); s.shadow.inherit=False + +def add_title(slide, title, page=None, subtitle=None): + bar = slide.shapes.add_shape(MSO_SHAPE.RECTANGLE,0,0,SW,Inches(1.15)) + bar.fill.solid(); bar.fill.fore_color.rgb=PRIMARY; bar.line.fill.background(); bar.shadow.inherit=False + st = slide.shapes.add_shape(MSO_SHAPE.RECTANGLE,0,Inches(1.15),SW,Inches(0.06)) + st.fill.solid(); st.fill.fore_color.rgb=ACCENT; st.line.fill.background(); st.shadow.inherit=False + tb = slide.shapes.add_textbox(Inches(0.55),Inches(0.16),SW-Inches(1.1),Inches(0.95)) + tf = tb.text_frame; tf.word_wrap=True + p = tf.paragraphs[0]; r = p.add_run(); r.text=title + r.font.size=Pt(25); r.font.bold=True; r.font.color.rgb=WHITE + if subtitle: + p2 = tf.add_paragraph(); r2=p2.add_run(); r2.text=subtitle + r2.font.size=Pt(12); r2.font.color.rgb=RGBColor(0xBB,0xD6,0xF2) + if page is not None: + ft = slide.shapes.add_textbox(Inches(0.55),SH-Inches(0.4),SW-Inches(1.6),Inches(0.3)) + fp = ft.text_frame.paragraphs[0]; fr=fp.add_run() + fr.text="三阶段软硬配置及使用指南 · 【客户名称】"; fr.font.size=Pt(9); fr.font.color.rgb=GRAY + pg = slide.shapes.add_textbox(SW-Inches(1.05),SH-Inches(0.4),Inches(0.6),Inches(0.3)) + pp = pg.text_frame.paragraphs[0]; pr=pp.add_run(); pr.text=str(page) + pr.font.size=Pt(9); pr.font.color.rgb=GRAY; pp.alignment=PP_ALIGN.RIGHT + +def add_bullets(slide, items, left, top, width, height, size=14, color=TEXTDARK): + tb = slide.shapes.add_textbox(left,top,width,height) + tf = tb.text_frame; tf.word_wrap=True + first=True + for it in items: + text,lvl = it if isinstance(it,tuple) else (it,0) + p = tf.paragraphs[0] if first else tf.add_paragraph() + first=False; p.level=lvl; p.space_after=Pt(8) + pre = "• " if lvl==0 else " – " + r = p.add_run(); r.text = pre+text + r.font.size = Pt(size if lvl==0 else size-2); r.font.color.rgb=color + +def add_table(slide, data, left, top, width, height, col_widths=None, tag_col=None): + rows,cols = len(data), len(data[0]) + gtbl = slide.shapes.add_table(rows,cols,left,top,width,height) + table = gtbl.table + if col_widths: + tot=sum(col_widths) + for i,cw in enumerate(col_widths): + table.columns[i].width = Emu(int(width*cw/tot)) + for ri,row in enumerate(data): + for ci,val in enumerate(row): + cell = table.cell(ri,ci) + cell.margin_left=Inches(0.07); cell.margin_right=Inches(0.07) + cell.margin_top=Inches(0.03); cell.margin_bottom=Inches(0.03) + cell.vertical_anchor=MSO_ANCHOR.MIDDLE + tf = cell.text_frame; tf.word_wrap=True + p = tf.paragraphs[0] + if tag_col and ci in tag_col and ri>0: + c_left = gtbl.left + sum(table.columns[k].width for k in range(ci)) + c_top = gtbl.top + sum(table.rows[k].height for k in range(ri)) + c_w = table.columns[ci].width + c_h = table.rows[ri].height + badge = slide.shapes.add_shape(MSO_SHAPE.ROUNDED_RECTANGLE, + c_left+Emu(int(c_w*0.08)), c_top+Emu(int(c_h*0.2)), + Emu(int(c_w*0.84)), Emu(int(c_h*0.6))) + badge.fill.solid() + badge.fill.fore_color.rgb = HUMAN_C if "人" in val else AUTO_C + badge.line.fill.background(); badge.shadow.inherit=False + btf = badge.text_frame; btf.word_wrap=True + bp = btf.paragraphs[0]; bp.alignment=PP_ALIGN.CENTER + br = bp.add_run(); br.text=val + br.font.size=Pt(10); br.font.bold=True; br.font.color.rgb=WHITE + cell.text = "" + continue + r = p.add_run(); r.text=val; r.font.size=Pt(11) + if ri==0: + cell.fill.solid(); cell.fill.fore_color.rgb=PRIMARY + r.font.color.rgb=WHITE; r.font.bold=True + else: + cell.fill.solid(); cell.fill.fore_color.rgb = WHITE if ri%2 else LIGHT + r.font.color.rgb=TEXTDARK + if ci==0: r.font.bold=True + return table + +def add_image(slide, path, left, top, width): + slide.shapes.add_picture(path,left,top,width=width) + +def notes(slide, text): + slide.notes_slide.notes_text_frame.text = text + +def new_page(title, page, subtitle=None): + s = prs.slides.add_slide(BLANK); add_bg(s); add_title(s,title,page,subtitle); return s + +# ============ 1 封面 ============ +cov = prs.slides.add_slide(BLANK); add_bg(cov,BG_DARK) +acc = cov.shapes.add_shape(MSO_SHAPE.RECTANGLE,0,0,Inches(0.22),SH) +acc.fill.solid(); acc.fill.fore_color.rgb=ACCENT; acc.line.fill.background(); acc.shadow.inherit=False +t = cov.shapes.add_textbox(Inches(0.9),Inches(1.8),Inches(11.5),Inches(1.7)) +tf=t.text_frame; tf.word_wrap=True +p=tf.paragraphs[0]; r=p.add_run(); r.text="三阶段软硬配置及使用指南" +r.font.size=Pt(42); r.font.bold=True; r.font.color.rgb=WHITE +p2=tf.add_paragraph(); r2=p2.add_run(); r2.text="数据底座 → 模型引擎 → 日常使用运维" +r2.font.size=Pt(20); r2.font.color.rgb=ACCENT +st = cov.shapes.add_textbox(Inches(0.9),Inches(3.6),Inches(11.5),Inches(0.6)) +sp=st.text_frame.paragraphs[0]; sr=sp.add_run() +sr.text="每一阶段：客户能得到什么好处 ｜ 工作流程怎么跑 ｜ 人操作还是自动化" +sr.font.size=Pt(16); sr.font.color.rgb=RGBColor(0xBB,0xD6,0xF2) +info = cov.shapes.add_textbox(Inches(0.9),Inches(5.6),Inches(11.5),Inches(1.0)) +ip=info.text_frame +for i,line in enumerate(["客户：【客户名称】 服务商：【您的公司】", + "配套文档：商业闭环运营基板 v1.9 / 硬件与部署实现方案 v1.1 / 本地模型好用落地设计 v1.0"]): + pp=ip.paragraphs[0] if i==0 else ip.add_paragraph() + rr=pp.add_run(); rr.text=line; rr.font.size=Pt(12); rr.font.color.rgb=RGBColor(0x9F,0xB6,0xCE) +notes(cov,"【讲解】这份指南解决三个问题：客户能得到什么、流程怎么跑、哪些自动化哪些要人。") + +# ============ 2 目录 ============ +s = new_page("目录",1) +add_bullets(s,[ + "一、整体架构速览 + 人机分工总原则", + "二、阶段一：数据底座 —— 好处 / 流程 / 人机分工", + "三、阶段二：模型引擎 —— 好处 / 流程 / 人机分工", + "四、阶段三：日常使用与运维 —— 好处 / 流程 / 人机分工", + "五、人操作 vs 自动化 总表", + "六、客户好处汇总 + 你的运维节奏", + "七、心里有底 QA + 红线兜底", +], Inches(0.9),Inches(1.7),Inches(11.5),Inches(4.6),size=17) + +# ============ 3 架构总览 ============ +s = new_page("一、整体架构速览",2) +add_image(s, os.path.join(ASSETS,"architecture.png"), Inches(1.6),Inches(1.35),Inches(10.1)) +add_bullets(s,[ + "人机分工总原则：一次性配置靠人，日常运行靠自动；老板只做两件事——看报告、问数据", +], Inches(0.9),Inches(6.6),Inches(11.5),Inches(0.6),size=13,color=PRIMARY) +notes(s,"最底下硬件是一次性装机（人）；数据清洗建库是定时自动；模型常驻自动路由；最上面看板/微信推送全自动。") + +# ============ 4 阶段一 目标与好处 ============ +s = new_page("二之一、阶段一 数据底座：目标与客户好处",3) +add_bullets(s,[ + ("客户好处",0), + "① 数据收拢成「一本账」：老板随时查任何月份、任何 SKU，不再等财务做表", + "② 免费工具先学会自己看数据（演示+教学，不依赖别人）", + "③ 数据资产在自己厂里，不出厂、不上云，放心", + ("本阶段做什么",0), + "免费工具 + 数据清洗整理 + SQLite 建库 + Streamlit 看板", + ("自动化程度",0), + "清洗入库、看板更新 = 全自动（cron 定时）；老板查数据 = 人操作（浏览器打开就看）", +], Inches(0.9),Inches(1.6),Inches(11.5),Inches(5.2),size=15) +notes(s,"阶段一对应基板阶段一/二。价值锚：让老板第一次体验到「数据看得清」。") + +# ============ 5 阶段一 工作流程 ============ +s = new_page("二之二、阶段一 数据底座：具体工作流程",4) +add_bullets(s,[ + "① 【人·老板】每月从网店后台导出 Excel/CSV，丢进共享文件夹（教一次就会）", + "② 【自动·cron】每月 1 号凌晨，清洗脚本自动运行：去重→统一格式→入库 SQLite", + "③ 【自动】看板数据自动刷新（服务常驻，无需重启）", + "④ 【人·老板】打开浏览器随时查：月度趋势 / SKU 排行 / 区域分布 / 断码热力图", + "⑤ 【人·你】每月 1 次数据对账：抽 3–5 个关键数跟老板确认，口径不变", + "⑥ 【人·你】指标口径随业务调整时维护（季度级）", +], Inches(0.9),Inches(1.6),Inches(11.5),Inches(5.0),size=15) +notes(s,"老板的日常操作只有一件事：导数据丢文件夹。其余全自动。") + +# ============ 6 阶段一 人机分工表 ============ +s = new_page("二之三、阶段一 人操作 vs 自动化",5) +add_table(s,[ + ["功能","实现方式","频率","分工"], + ["安装/配置免费工具","一次性部署到你电脑/客户机","一次性","人"], + ["老板导出数据丢文件夹","平台后台导出","每周/每月","人"], + ["数据清洗+入库 SQLite","Python 脚本 + cron","每月1号自动","自动"], + ["看板数据刷新","Streamlit 服务常驻","实时","自动"], + ["老板查数据/看板","浏览器访问内网地址","随时","人"], + ["数据对账确认","抽数核对","每月1次","人"], + ["指标口径维护","文档+脚本更新","按需","人"], +], Inches(0.7),Inches(1.7),Inches(11.9),Inches(4.6),col_widths=[2.6,3.2,1.8,2.4],tag_col=[3]) +notes(s,"阶段一自动化集中在「清洗入库+看板」，人只做配置和每月对账。") + +# ============ 7 阶段二 目标与好处 ============ +s = new_page("三之一、阶段二 模型引擎：目标与客户好处",6) +add_bullets(s,[ + ("客户好处",0), + "① 数据不出厂也能 AI 分析：周报、归因、问答全在本地跑（敏感数据安全）", + "② 响应快：本地 30B MoE 推理 25–35 Token/s，不用等网络", + "③ 成本固定：本地模型一次买断，不按次收费，越用越划算", + ("本阶段做什么",0), + "EVO-X2+NAS 装机 → Ubuntu/ROCm → Ollama 多模型常驻 → Hermes Agent → API 混用兜底", + ("自动化程度",0), + "模型加载、任务路由、云端兜底 = 全自动；装机配置 = 一次性人操作", +], Inches(0.9),Inches(1.6),Inches(11.5),Inches(5.2),size=15) +notes(s,"阶段二对应基板阶段三。核心卖点：敏感数据本地分析 + 固定成本。") + +# ============ 8 阶段二 部署流程 ============ +s = new_page("三之二、阶段二 模型引擎：部署流程",7) +add_bullets(s,[ + "① 【人·你】POC 先行：先用云端 API 在客户真实数据上跑出周报样例，老板认可才买硬件", + "② 【人·你】装机：EVO-X2 装 Ubuntu 24.04 + ROCm 驱动（最大坑，样机先跑通）+ NAS RAID5", + "③ 【人·你】模型部署：Ollama 拉 35B MoE + 14B + bge-m3，设 keep_alive 常驻", + "④ 【人·你】Agent 配置：Hermes Agent 注册工具（查库/发消息/生成报告）+ 任务路由规则", + "⑤ 【人·你】API 混用配置：DeepSeek 兜底开关（置信度低自动转云端）", + "⑥ 【自动】之后：模型常驻、路由、兜底全部自动运行，无需人工干预", +], Inches(0.9),Inches(1.6),Inches(11.5),Inches(5.0),size=15) +notes(s,"阶段二是配置密集型：全部一次性配置做完，之后全自动。") + +# ============ 9 阶段二 人机分工表 ============ +s = new_page("三之三、阶段二 人操作 vs 自动化",8) +add_table(s,[ + ["功能","实现方式","频率","分工"], + ["POC 效果验证","云端 API 跑样例给老板看","客户掏钱前","人"], + ["硬件装机","EVO-X2+NAS 安装调试","一次性","人"], + ["ROCm/驱动/系统","Ubuntu 24.04 + ROCm 配置","一次性","人"], + ["模型加载/常驻","Ollama keep_alive","自动运行","自动"], + ["任务路由","Agent 按任务分模型","实时","自动"], + ["云端 API 兜底","置信度低自动 fallback","实时","自动"], + ["月度特调模型（QLoRA）","27B 特调训练","3个月后按需","人"], +], Inches(0.7),Inches(1.7),Inches(11.9),Inches(4.6),col_widths=[2.6,3.2,1.8,2.4],tag_col=[3]) +notes(s,"阶段二 7 项里 5 项自动，人只做装机和 POC。") + +# ============ 10 阶段三 目标与好处 ============ +s = new_page("四之一、阶段三 日常使用运维：目标与客户好处",9) +add_bullets(s,[ + ("客户好处",0), + "① 每周一自动收《经营周报》：不用做表，微信直接看图文", + "② 断码/库存预警自动推送：缺货出事前就知道，不等老板发现", + "③ 随时问数据：像问助手一样「上月华东卖了多少」，秒回", + "④ 每月 4 次到岗专属服务：特调模型、问答库整理、巡检、答疑", + "⑤ 决策有依据：补货建议、现金流模拟、SKU 优化", + ("自动化程度",0), + "周报/预警/问答 = 全自动（定时任务+Agent）；月度到岗 = 人操作（你）", +], Inches(0.9),Inches(1.6),Inches(11.5),Inches(5.2),size=15) +notes(s,"阶段三对应基板阶段三运行期+阶段四。客户日常几乎零操作。") + +# ============ 11 阶段三 功能流程 ============ +s = new_page("四之二、阶段三 日常功能工作流程",10) +add_bullets(s,[ + ("周报（全自动）",0), + "① 每周一早 9 点 cron 触发 → ② Agent 读库 → ③ 35B MoE 生成图文简报 → ④ 微信推给老板", + ("断码预警（全自动）",0), + "① 每日 08:00 扫描库存 → ② 命中断码阈值 → ③ Agent 生成预警 → ④ 微信推送", + ("数据问答（半自动）",0), + "① 老板微信/看板提问 → ② Agent 查库 → ③ 本地模型组织答案 → ④ 秒回（复杂问题自动转云端）", + ("月度到岗（人操作·你）",0), + "每月 4 次：特调模型优化 / A&Q 问答库整理 / 巡检备份 / 老板答疑", +], Inches(0.9),Inches(1.6),Inches(11.5),Inches(5.2),size=14) +notes(s,"周报、预警完全不需要人碰；问答是人问机答；到岗是你的服务承诺。") + +# ============ 12 阶段三 人机分工表 ============ +s = new_page("四之三、阶段三 人操作 vs 自动化",11) +add_table(s,[ + ["功能","实现方式","频率","分工"], + ["经营周报推送","cron + Agent + 微信","每周一早9点","自动"], + ["断码/库存预警","每日库存扫描 + 阈值触发","每日08:00","自动"], + ["数据问答","Agent 查库 + 本地模型回答","随时","人问/机答"], + ["月度到岗（4次）","上门服务","每月4次","人"], + ["备份快照","NAS 每日快照 + 异地","每日/每周","自动"], + ["巡检与日志检查","远程巡检","每周1次","人"], + ["备份还原演练","手动演练","每月1次","人"], + ["模型效果抽查","抽查5条输出质量","每周1次","人"], +], Inches(0.7),Inches(1.7),Inches(11.9),Inches(4.6),col_widths=[2.6,3.2,1.8,2.4],tag_col=[3]) +notes(s,"核心功能全自动；人的动作集中在巡检、到岗、抽查。") + +# ============ 13 总表 ============ +s = new_page("五、人操作 vs 自动化 总表（一页看全）",12) +add_table(s,[ + ["环节","自动化的","需要人操作的","老板日常动作"], + ["阶段一 数据底座","清洗入库、看板刷新（cron）","安装配置、每月对账","导数据丢文件夹、看板查数"], + ["阶段二 模型引擎","模型常驻、路由、API 兜底","POC、装机、特调","无（全自动）"], + ["阶段三 使用运维","周报、断码预警、问答","月度到岗、巡检、抽查","看微信、问数据"], + ["你（服务商）","—","到岗4次/月 + 远程巡检 + 维护","—"], +], Inches(0.7),Inches(1.8),Inches(11.9),Inches(3.8),col_widths=[2.2,3.4,3.6,2.8]) +add_bullets(s,[ + "结论：老板每周只花 10 分钟（看周报+导数据）；你的日常是每周远程巡检 1 次 + 每月到岗 4 次", +], Inches(0.9),Inches(6.0),Inches(11.5),Inches(0.8),size=14,color=PRIMARY) +notes(s,"这张表是给客户看「我买了什么服务」的总图。") + +# ============ 14 好处汇总 ============ +s = new_page("六之一、客户得到的好处汇总（老板视角）",13) +add_table(s,[ + ["好处","对应功能","解决什么问题"], + ["不再等财务做表","周报每周一自动推送","报表慢、人力耗"], + ["数据随时看得清","看板+数据问答","看不清赚亏"], + ["出事早知道","断码/异常预警","缺货、积压后知后觉"], + ["敏感数据不出厂","本地模型+NAS","怕数据泄露"], + ["决策有依据","补货/现金流/SKU 建议","拍脑袋备货"], + ["有人全程管","月度到岗+远程运维","系统没人维护"], +], Inches(0.7),Inches(1.7),Inches(11.9),Inches(3.6),col_widths=[3.0,4.2,3.4]) +add_bullets(s,[ + "一句话给老板：数据留在厂里，分析自动跑，报告送到手机，出事提前提醒，决策有人给依据", +], Inches(0.9),Inches(5.6),Inches(11.5),Inches(0.8),size=15,color=HIGHLIGHT) + +# ============ 15 运维节奏 ============ +s = new_page("六之二、你的运维节奏（每天/每周/每月/每季）",14) +add_table(s,[ + ["频率","动作","耗时"], + ["每天","看系统告警（模型/服务异常到你微信）","10 分钟"], + ["每周","① 确认周一周报已发出 ② 抽查 5 条输出质量","20 分钟"], + ["每月","4 次到岗（特调/A&Q/巡检/答疑）+ 备份还原演练 + API 用量核对","4 个半天"], + ["每季度","模型效果评估 + 客户升档评估 + 特调需求评估","1 天"], +], Inches(0.7),Inches(1.7),Inches(11.9),Inches(3.4),col_widths=[1.4,6.2,2.6]) +add_bullets(s,[ + "单人可承受：每周合计约 1 小时远程 + 每月 4 个半天到岗 —— 这是月维护费 2000/3000 的服务边界", +], Inches(0.9),Inches(5.4),Inches(11.5),Inches(0.8),size=14,color=PRIMARY) + +# ============ 16 QA ============ +s = new_page("七之一、心里有底 QA（常见问题）",15) +add_table(s,[ + ["问题","答案"], + ["机器挂了怎么办？","数据在 NAS（RAID+快照+异地），换机重装系统后还原，1 天内恢复（每月演练过）"], + ["模型效果差怎么办？","按顺序调：查 RAG 检索 → 改提示词 → 换大模型 → 最后才微调；期间置信度低自动转云端，客户无感"], + ["断电了怎么办？","UPS 兜底 10 分钟，来电自动恢复；NAS 有快照不怕掉盘"], + ["客户要加新功能？","工具函数库加一个函数即可（模板化），半天内上线"], + ["老板要查数据？","看板随时查 / 微信问一句秒回"], + ["数据更新怎么进系统？","客户导出丢文件夹 → cron 自动清洗入库，不用你干预"], + ["客户停缴维护费？","系统停更但已交付功能保留（威慑不撕破脸）"], + ["你自己生病/忙不过来？","SOP 文档化 + 远程自动运维，关键操作留文档"], +], Inches(0.7),Inches(1.7),Inches(11.9),Inches(4.8),col_widths=[2.6,9.4]) + +# ============ 17 红线兜底 ============ +s = new_page("七之二、红线与兜底机制",16) +add_bullets(s,[ + "① 数据不出厂：NAS 只在内网，Tailscale 只放行你；云端 API 只接可脱敏任务", + "② POC 先行：客户掏钱前先用云端样例验证效果，效果好才买硬件", + "③ 验收前置：合同写明「本地完成的任务验收 = 格式正确+规则正确」，主观好坏交云端", + "④ 兜底开关：Agent 置信度低 → 自动转云端 API，客户无感切换", + "⑤ 本地主力：35B MoE 承接 80–90% 任务，云端只是保险丝（月预算 <200）", +], Inches(0.9),Inches(1.6),Inches(11.5),Inches(4.6),size=15) + +# ============ 18 第一周清单 ============ +s = new_page("七之三、交付后第一周清单",17) +add_bullets(s,[ + "☐ 免费工具装好，老板学会自己拖数据", + "☐ 数据盘点拿到（含尺码维度，鞋类客户必查）", + "☐ 清洗脚本跑通，老板点过关键数", + "☐ 一页流程图交付（含退换货流程）", + "☐ 备忘录签署（免费边界 + 3 个月保护期 + 案例转介绍）", + "☐ 约好下周：教老板拖新数据 + 提阶段二（周报 300/次）", +], Inches(0.9),Inches(1.6),Inches(11.5),Inches(4.2),size=15) + +# ============ 19 封底 ============ +s = prs.slides.add_slide(BLANK); add_bg(s,BG_DARK) +t = s.shapes.add_textbox(Inches(0.9),Inches(3.0),Inches(11.5),Inches(1.5)) +tf=t.text_frame; tf.word_wrap=True +p=tf.paragraphs[0]; p.alignment=PP_ALIGN.CENTER +r=p.add_run(); r.text="三阶段软硬配置及使用指南 · v1.0" +r.font.size=Pt(30); r.font.bold=True; r.font.color.rgb=WHITE +p2=tf.add_paragraph(); p2.alignment=PP_ALIGN.CENTER +r2=p2.add_run(); r2.text="配置一次 · 运行自动 · 老板零操作 · 你只做维护" +r2.font.size=Pt(16); r2.font.color.rgb=ACCENT + +prs.save(OUT) +print("saved:", OUT, "slides:", len(prs.slides._sldIdLst)) diff --git a/三阶段软硬配置及使用指南.pptx b/三阶段软硬配置及使用指南.pptx new file mode 100644 index 0000000..ba0229f Binary files /dev/null and b/三阶段软硬配置及使用指南.pptx differ diff --git a/商业闭环运营基板.html b/商业闭环运营基板.html new file mode 100644 index 0000000..01578ab --- /dev/null +++ b/商业闭环运营基板.html @@ -0,0 +1,502 @@ + + + + + +AI 落地商业闭环运营基板 v1.4 + + + +
+ + +
+ 内部运营底稿 · 非客户交付物 · v1.9（新增本地模型效果风险控制节） +

AI 落地商业闭环运营基板

+
目标客户：销售型生产企业（有网店、有进销存、老板盯现金流与库存）｜ 服务定位：前期数据资产维护 + 后期硬件设备维护（小型服务器+本地NAS+多模型+Agent），不碰公司内部经营
+
+ 当前状态：1 个样板客户（费用后议，先打磨标准样板） + 团队：单人 + 收费节奏：阶段一免费 → 阶段二按周（300/次）→ 阶段三月维护（2,000/月）→ 阶段四年卡 + 收入核心：维护费（持续收入） + 实施里程碑款 + 服务边界：数据资产维护+硬件维护，业务只给辅助建议 + 公司化：样板跑通后注册小型科技服务公司 +
+
+ + +

1商业闭环一页纸

+
闭环怎么转：免费工具 + 免费数据服务让客户尝到甜头 → 建立数据抓手 → 阶段二起正式收费（建库/模型/Agent/API）→ 长期维护费。单人公司，每一环都必须可复制。
+
+

客户画像

    +
  • 行业：销售型生产企业（网店+工厂一体）
    • +
  • 决策人：老板本人，非IT部门
    • +
  • 痛点：数据散、看不清赚亏、库存现金流焦虑
    • +
  • 顾虑：数据上云泄露、系统贵、怕折腾
    • +
+

价值主张

    +
  • 入口免费：SQLite 轻量工具 + 数据清洗 + 流程梳理，阶段一全免费
    • +
  • 阶段二起付费：建库看板 → 本地小模型 → Agent/API 混用收费
    • +
  • 服务边界：只做数据资产维护+硬件设备维护，不卷进经营内耗
    • +
  • 数据不出厂，老板手机收报告，不用学新软件
    • +
+

获客渠道

    +
  • 免费工具触点：SQLite 小工具/免费 demo，先尝甜头
    • +
  • 样板转介绍：给样板客户"案例+转介绍分成"
    • +
  • 网店老板社群 / 抖音 / 知乎：老板视角内容
    • +
  • 代账公司、ERP 销售、电商代运营：渠道合作
    • +
+

收入结构

    +
  • 阶段一：0 元（免费获客投资，换信任+数据抓手+案例）
    • +
  • 实施里程碑款：阶段二/三/四验收节点
    • +
  • 硬件费（阶段三起，客户出资）
    • +
  • 月维护费（核心持续收入）
    • +
+

成本结构

    +
  • 前期零硬件：清洗/工具用自己电脑即可，不垫设备
    • +
  • 阶段一免费 = 获客成本：约 104h 工时投入（样板阶段）
    • +
  • 阶段三起：小型服务器+NAS 约 2.0–3.0 万/客户（客户出资）
    • +
  • 云端 API：100–200 元/月（备用模型）
    • +
+

关键资源

    +
  • 免费 SQLite 轻量工具（获客触点）
    • +
  • 小型服务器+本地 NAS + Ollama 多模型私有栈
    • +
  • Hermes Agent + 微信推送 + Streamlit 看板
    • +
  • 标准化资产库：脚本/模板/Prompt（护城河）
    • +
+

关键活动

    +
  • 免费工具+免费数据服务 → 客户尝甜头（业务只给辅助建议）
    • +
  • 四阶段实施（阶段二起收费）
    • +
  • 月运维巡检 + 周报推送保障
    • +
  • 样板案例包装 → 复制
    • +
+

关键伙伴

    +
  • 硬件渠道（EVO-X2 拿货/售后）
    • +
  • 微信 Bot / 企业微信通道服务商
    • +
  • 代账/ERP 销售（渠道导流）
    • +
  • 云端 API 供应商（DeepSeek）
    • +
+

护城河

    +
  • 数据抓手：清洗成果+流程梳理在你手里，客户离不开你
    • +
  • 服务器+NAS 都是你搭的，只有你会运维——硬件维护费稳收
    • +
  • 模板化复用：第二客户只花 30–40% 工时
    • +
  • 数据不出厂 = 差异化信任
    • +
+
+ + +

2商业化路径：转化漏斗（免费尝甜头 → 付费升级 → 长期维护）

+
核心逻辑：阶段一全部免费（工具+清洗+流程整理，纯获客投入），客户越用越离不开；阶段二起正式收费，逐层升级到本地模型和 Agent/API，最后靠维护费持续收钱。别跳步，也别在阶段一就谈钱。
+
+
第 1 步 · 免费
免费工具触点
SQLite 轻量单机小工具：Excel 拖进去就能查数、出简单图表。零门槛。
甜头：数据"看得清"了｜收入：0（获客钩子）
→
+
第 2 步 · 阶段一免费
数据清洗+流程整理
数据清洗、工作流梳理、打包资产包。自己电脑做，客户数据进你的资产库。
甜头：一本账+懂业务｜收入：0（免费建信任+数据抓手）
→
+
第 3 步 · 阶段二收费
建库+看板
指标口径、SQLite 建库、Streamlit 看板。老板随时查任何月份。
甜头：随时查账｜收入：按次 300/周报 ≈ 1,200/月
→
+
第 4 步 · 阶段三收费
服务器+多模型+Agent/API
小型服务器+本地 NAS 搭好后，部署多模型（小+大）+Agent 抓手工具，配云端 API 混用，自动周报/预警。
甜头：AI 自动盯盘｜收入：硬件 + 2,000/月（4 次到岗）
→
+
第 5 步 · 阶段四+长期
决策+持续维护
预测/现金流/SKU 策略；每月巡检、周报保障、模型更新、简报解读。
甜头：商业大脑+省心｜收入：年卡（服务延伸，全公司扩展）
+
+
+

🎯 核心商业逻辑：免费换信任，收费换升级，维护费换长久

+

阶段一免费是获客投资：用免费工具+数据清洗+工作流整理建立"数据抓手"（数据资产和业务理解都在你手里），客户吃到甜头后离不开你；阶段二起正式收费：建库看板 → 本地小模型（处理内部业务）→ Agent → 云端 API 混用，逐层升级；最终靠 月维护费形成长期现金流。样板客户费用后议也不怕——阶段一本来就是免费的，样板期等于免费做阶段一换案例+转介绍，阶段二起按正式报价。

+

服务边界：公司内部业务尽量少触及——只提供两类核心服务：前期数据资产维护 + 后期硬件设备维护（小型服务器+本地 NAS 搭建、多模型+Agent 抓手工具）。业务上的事只给辅助建议，绝不卷入内部经营与内耗。定位是客户身边的"外挂技术团队"，不是"顾问+保姆"。

+

阶梯扩展逻辑：每个阶段做的工作其实差不多，只是程度和范围不同——前期试点只做一个部门/一个组/一个项目，后期扩展到整个公司。先小后大、先便宜后贵，客户风险小，你每层都在加收入。

+

公司化路径：样板客户跑通（阶段四见效）+ 拿到第 1 个转介绍付费客户后，注册一家小型科技服务公司（一人有限公司即可，经营范围：软件开发/数据处理/技术服务/AI 应用落地）。公司化的价值：对公开票收款、合同合规、信任背书、为后续雇人做准备；样板客户转为"样板案例客户"，后续客户全部走正式报价。

+
+ + +

3四个实施阶段总览（收费节奏标注）

+
关键原则：阶段一全免费（工具+清洗+流程整理，零硬件、无本地模型）；阶段二起正式收费（建库看板 → 本地小模型+Agent/API 混用 → 决策自动化）；阶段三才涉及硬件（小型服务器+本地 NAS）。
+
+
免费阶段一
工具+清洗+流程整理
周期 1–2 周
总难度 中
收入：0（获客投资）
产出：甜头+数据抓手
+
收费阶段二
建库+看板（首个收款点）
周期 3–6 周
总难度 中
收费：300/周报 ≈ 1,200/月
交付：完善数据库+统一看板
+
收费阶段三
服务器+NAS+多模型/Agent
周期 3–5 周
总难度 高
收费：硬件 + 2,000/月
交付：本地推理+微信周报+预警
+
收费阶段四
决策自动化+持续维护
周期 4–7 周
总难度 高
收费：年卡（全公司扩展）
交付：预测+现金流+SKU策略
+
+ + +

4逐阶段工作拆解（每一步：用什么 / 怎么开展 / 难度 / 工时 / 复用性）

+
难度：1 绿（顺手）→ 3 黄（费时）→ 5 红（高风险，需预留时间或外协）。工时为一人在样板客户上的预估，第二客户起大幅下降。
+ + +
+

阶段一 · 免费工具触点 + 数据清洗 + 工作流整理免费 · 无本地模型 · 零硬件投入

1–2 周 ｜ 总难度：中 ｜ 交付：免费工具 + 数据资产包 + 业务流程文档（本阶段收费 0）
+
目标：先用免费工具让客户尝到"数据看得清"的甜头，再把散落数据洗干净、业务流梳理清楚。本阶段全部免费——纯数据+流程服务，用自己的电脑跑，不碰模型、不买硬件。交付时演示+教学让客户自己会用；但分析是客户的事，不代劳（服务边界）。
+ + + + + + + + + +
工作项所需软硬件/工具怎么开展难度工时复用
1. 免费工具触点交付SQLite 轻量单机工具（自研模板）Excel 拖入即可查数/出简单图表/按月汇总；免费给客户装，零门槛体验"数据变干净了"；开发一次，所有客户复用316h(一次性)模板化★
2. 数据源盘点与获取网店后台导出、进销存导出列清单：订单/SKU/区域/金额/库存；找客户要历史 1–2 年导出；靠客户配合，卡点在这216h—
3. 清洗脚本开发Python + pandas + openpyxl去重、统一字段/编码、补缺失、格式归一；输出 Markdown 中间格式便于人工核对432h模板化★
4. 数据质量校验对账脚本 + 人工核对总量/金额/时间跨度交叉验证；让老板亲自点几个数确认，口径不对后面全错38h—
5. 打包数据资产包标准化导出（MD/CSV/JSON）清洗后按统一结构导出中间格式，形成可复用、可交接的"数据资产包"；导出清单与版本号28h模板化★
6. 工作流整理（业务流程梳理）流程图工具（draw.io/白板）+ 访谈和老板/店长过一遍订单→发货→库存→对账主流程，画出流程图+SOP 文档，标出数据盲区和流程断点；"数据抓手"第二条腿316h模板化★
7. 数据资产盘点报告报告模板数据规模/质量/口径/流程断点/可挖掘点汇总；也是阶段二、三要做什么的引子28h模板化★
+
💡 本阶段是转化漏斗的第 1、2 步，全部免费：免费工具 + 数据服务让客户尝到甜头、建立数据抓手。产出是"资产+认知+信任"，前期零硬件。免费范围严格限阶段一——阶段二起就是正式报价，样板备忘录里写清楚。
+
+ + +
+

阶段二 · 数据库建设与数据资产化（首个收费阶段）正式收费 · 无本地模型 · 零硬件投入

3–6 周 ｜ 总难度：中 ｜ 交付：完善数据库 + 统一看板 + 数据表结构文档
+
目标：在资产包基础上建好完善数据库与指标体系，让老板随时查任何月份、口径统一。从本阶段开始按次收费：上门整理数据/做看板按次结算，针对固定业务加权维护；每月四周每周一个周报，300 元/次。客户已尝到阶段一甜头、数据都在你手里，此时谈钱水到渠成。
+ + + + + + + +
工作项所需软硬件/工具怎么开展难度工时复用
1. 核心指标口径定义口径文档（Word/MD）和老板对齐销售额/退货率/客单价/库存周转天数的算法；口径不定后面全错，输出口径文档作为全员共识316h模板化★
2. 库表设计与入库SQLite 3设计订单/SKU/区域/月度聚合表；清洗脚本按月自动入库（cron）；单文件易备份216h模板化★
3. 看板开发Streamlit + 图表库月度趋势 / SKU 排行 / 区域分布三视图；阶段二开发大头，做成可复用组件440h模板化★
4. 看板部署+权限+演示内网服务、账号密码看板跑在内网轻量服务上，老板浏览器访问；演示"查去年任意月"；设简单账号权限28h—
5. 数据资产化验收验收清单老板亲自对数（抽 3–5 个关键数）→ 签字确认 → 出验收报告；验收点=第一个收款节点28h模板化★
+
⚠️ 收费模式：按次收费——上门整理数据/做看板按次结算；每月四周每周一个周报，300 元/次（≈1,200/月），固定业务加权维护，不是查账式。验收标准（首个收款点）：老板随时登录看板查任意月份数据准确无误；清洗对账让老板亲自点几个数防扯皮。
+
+ + +
+

阶段三 · 小型服务器+NAS 搭建 + 多模型/Agent 抓手工具 + 分析智能化

3–5 周 ｜ 总难度：高 ｜ 交付：本地小模型推理 + 微信周报机器人 + 异常预警配置文档
+
目标：从这里才开始动硬件和模型——先搭建小型服务器 + 本地 NAS（数据落 NAS、计算走服务器），部署多模型（小模型跑日常、大模型跑复杂分析）+ Agent 抓手工具帮公司处理数据相关内部事务，再逐步配云端大模型 API 混用。除硬件费外，签月度维护合同：2,000 元/月，每月 4 次到岗——给客户特调模型、整理 A&Q（问答对）和向量数据库。
+ + + + + + + + + + + + +
工作项所需软硬件/工具怎么开展难度工时复用
1. 小型服务器+NAS 搭建EVO-X2(计算) + 本地 NAS(存储/备份) + Ubuntu + Tailscale服务器装系统+分区+SSH+组网；NAS 初始化 RAID+共享盘，数据落 NAS、模型跑服务器，每日快照+异地备份；客户出资212h脚本化★
2. ROCm/AMD 驱动配置AMD ROCm 栈整条链最大坑：核显+ROCm 兼容性、显存分配；预留 1–2 天容错；签客户前先在样机上 POC 验证416–24h脚本化★
3. 多模型部署与路由Ollama 多模型（小 7–14B + 大 30B MoE）+ bge-m3部署多个模型：小模型跑日常/工具调用（快），大模型跑复杂分析/报告；模型权重存 NAS 共享；配 bge-m3 嵌入；Agent 按任务复杂度自动路由38h脚本化★
4. Agent 工具接入Hermes Agent + Ollama(OpenAI兼容)把本地模型接到 Agent；注册"查库/执行脚本/发消息"工具函数；先让 Agent 把内部业务跑起来432h脚本化★
5. 云端大模型 API 混用配置DeepSeek V4 Flash API本地处理不了的长文本/复杂推理自动 fallback 到云端；大模型+本地模型相结合持续服务；月均成本控制在 200 元内；敏感数据仍走本地24h脚本化★
6. 周报/月报 Prompt 调优Prompt 库 + 业务知识设计《经营简报》模板：销量异动/库存预警/TOP变化；用真实数据反复迭代提示词324h模板化★
7. 微信推送通道iLink Bot / 企业微信机器人绑定一个不用的手机号；Agent 调接口推图文给老板；预留企业微信备选防封号316h—
8. 异常归因逻辑规则引擎 + Prompt + 数据关联SKU 销量暴跌 → AI 查时间段库存/竞品价格事件，输出"可能原因"；规则先粗后细432h模板化★
9. 定时自动任务cron + Agent 调度每周一早 9 点自动生成+推送；失败重试与告警24h脚本化★
10. 预警配置文档配置手册阈值怎么调、规则怎么加，写清楚给客户/自己留底28h模板化★
+
⚠️ 收费：硬件费（服务器+NAS 约 2–2.6 万，客户出资）+ 月度维护合同 2,000/月（每月 4 次到岗：特调模型、整理 A&Q 与向量数据库、巡检）。验收：每月初老板手机收到上月完整分析，异常项清晰标注；周报连续 2–3 周稳定再验收。敏感数据走本地多模型，云端 API 只兜底非敏感复杂任务。
+
+ + +
+

阶段四 · 决策自动化

4–7 周 ｜ 总难度：高 ｜ 交付：预测补货 + 现金流模拟 + SKU 生命周期报告
+
目标：从"发现问题"到"给出方案"，AI 建议被客户实际采用并产生可量化效果。本阶段=卖年卡：服务延伸、长期锁定，范围从单部门试点扩展到整个公司。
+ + + + + + + + +
工作项所需软硬件/工具怎么开展难度工时复用
1. 库存预测模型Python(statsmodels/Prophet) + 历史销售全项目最难：季节因子+SKU 粒度预测；先做 TOP 50 SKU，别贪全量；数据不足时用简单基线548h半复用
2. 补货建议单生成预测结果 + 库存/在途/安全库存规则计算采购量=需求−现有−在途+安全库存；输出"买多少、何时买"建议单424h半复用
3. 现金流模拟器Python 模拟 + 表格参数输入下月支出/回款周期 → 逐周模拟余额 → 预警资金缺口；参数做成可视化填424h半复用
4. SKU 优化建议外部大盘数据 + Prompt + 规则结合销量/毛利/趋势给"淘汰/主推/清仓"清单；外部数据用公开大盘即可432h半复用
5. 现金流压力测试看板Streamlit 复用组件场景切换（好/中/差）看资金曲线，老板自己玩316h模板化★
6. 三期验收辅助对比报表跟踪客户按建议调整库存后的资金占用变化；验收靠客户执行，风险最大——合同要写配合义务416h—
+
⚠️ 策略：本阶段卖年卡——按年收费的服务延伸，把已有能力扩展到全公司更多部门/项目（每个部门=重复阶段二/三的活，模板化后边际成本低）。预测不是算命，别承诺准确率；验收定义成"至少一次库存调整产生可量化资金占用下降"。
+
+ + +

5单人经营：工时与成本核算（样板客户）

+
样板客户总投入 ≈ 550 工时（约 3 个月单人）；其中阶段一约 104h 是免费获客投入；前期零硬件垫资，小型服务器+NAS（约 2–3 万）到阶段三才涉及。样板是"投资"，定价必须覆盖复制成本。
+
+

工时盘点（按四阶段）

    +
  • 阶段一 工具+清洗+流程整理：约 104h（免费投入，含一次性工具开发 16h，无模型）
    • +
  • 阶段二 建库+看板（首个收费）：约 88h（看板是重头，无模型）
    • +
  • 阶段三 本地小模型+Agent/API+智能化：约 160h（驱动+Agent+归因）
    • +
  • 阶段四 决策自动化：约 160h（预测最难）
    • +
  • 商务/沟通/演示/文档：约 40h（单列别漏）
    • +
  • 合计 ≈ 550h ≈ 3 个月全职（含客户等待时间）
    • +
+

瓶颈与对策（单人核心问题）

    +
  • 看板开发 40h → 沉淀组件库，第二客户 15h 内
    • +
  • 清洗脚本 32h → 做通用模板，第二客户只改映射表
    • +
  • ROCm 驱动 24h → 一键部署脚本 + POC 先行
    • +
  • 预测模型 48h → 先 TOP SKU + 简单基线，别完美主义
    • +
  • 客户配合等待 → 每个等待点给"并行任务"，别干等
    • +
  • 单点故障 → SOP 文档化 + 自动备份，生病也能远程兜底
    • +
  • 外包候选：UI 美化、预测模型咨询、内容获客执行
    • +
+
+
💡 定价底线推演：阶段一免费是获客成本（104h/客户，模板化后摊薄）；第一个收款点是阶段二的周报订阅（300/次）。订阅阶梯：阶段二 ≈1,200/月 → 阶段三 2,000/月+硬件 → 阶段四年卡。每扩展一个部门/项目=重复阶段二/三的活，模板化后边际工时低，年卡就是把订阅打包卖。样板 550h 的沉没成本靠"案例+转介绍"回收。
+ + +

6难度总览与风险清单

+
+

难度排行榜（单人视角）

    +
  • 5库存预测模型 —— 数据质量决定成败，先 TOP50 再扩展
    • +
  • 4ROCm/AMD 驱动 —— 留 1–2 天容错，先 POC 再签客户
    • +
  • 4Hermes Agent 工具调用 —— 接口调试时间要足
    • +
  • 4清洗脚本 / 看板开发 —— 数据脏度和组件化决定工时
    • +
  • 4异常归因 / 现金流模拟 / SKU 策略 —— 逻辑可先粗后细
    • +
  • 3免费工具 / 工作流整理 / 周报 Prompt / 微信通道 —— 熟能生巧，模板化
    • +
+

风险清单与预案

    +
  • 样板客户费用后议 → 签"样板合作备忘录"：阶段一免费换案例+转介绍+署名；阶段二起按正式报价收费，设 3 个月期限，到期转收费
    • +
  • 免费边界被突破 → 免费范围严格限阶段一；客户要求"二期也免费试试"时，用数据抓手话术拒绝：你的数据资产和流程都在我手里，二期才是价值所在
    • +
  • 免费工具被白嫖 → 工具给的是"数据看得清"，不是完整解决方案；留"要自动化得上 AI"的钩子
    • +
  • 微信 Bot 封号 → 企业微信/邮件双通道兜底，文案别触发营销风控
    • +
  • 数据质量差 → 合同写"以客户提供数据为准"，清洗工时按数据脏度报价
    • +
  • 三期验收依赖客户执行 → 合同明确配合义务与时间窗，超期视为验收
    • +
  • 单人病倒/忙不过来 → SOP 化 + 远程运维自动化 + 预留缓冲期
    • +
+
+ + +

7现金流与定价：订阅升级阶梯（按周 → 按月 → 按年）

+
核心：不是项目制，是订阅阶梯——阶段一免费尝甜头，阶段二按周收费，阶段三按月收费，阶段四卖年卡。每一级都在加收入、加深绑定；每个阶段干的活差不多，只是程度和范围逐级放大（单部门/单组/单项目试点 → 整个公司）。
+
+
阶段一（免费）
0 元
演示+教学，客户自己会弄；分析不代劳（服务边界）
+
阶段二（按周）
300 元/次
上门整理数据+做看板；每月四周每周一个周报 ≈ 1,200/月；固定业务加权维护，不是查账式
+
阶段三（按月）
2,000 元/月
硬件另计（2–2.6 万）；月度合同：特调模型+A&Q+向量数据库；每月 4 次到岗
+
阶段四（按年）
年卡
服务延伸、长期锁定；从单部门试点扩展到全公司，模板复用边际成本低
+
+
+

订阅阶梯逻辑（重点）

    +
  • 按周 → 按月 → 按年：阶段二 300/周报（≈1,200/月）→ 阶段三 2,000/月（每月 4 次到岗）→ 阶段四卖年卡
    • +
  • 每个阶段干的活差不多，只是程度不同：前期试点一个部门/一个组/一个项目，后期扩展到整个公司——模板化后每扩展一个部门只花少量工时
    • +
  • 服务内容双维护：数据资产维护（整理/周报推送/问答库）+ 硬件设备维护（服务器+NAS 巡检/更新/扩容/盘位管理）
    • +
  • 阶段三月度合同内容：给客户特调模型、整理 A&Q（问答对）和向量数据库，每月 4 次到岗
    • +
  • 客户停缴 → 系统停更但已交付功能保留（威慑但不撕破脸）
    • +
  • 样板客户：阶段一免费换案例+转介绍，阶段二起按正式价（300/周报起）
    • +
+
+ +

客户规模分档（按数据量评估，收费增/减依据）

+ + + + + +
档位判断（数据量）周报/次月度维护硬件配置年卡参考
S 小月订单 <5千、SKU <5003002,000/月EVO-X2 单机（1.6–2 万）1.5–2 万/年
M 中月订单 5千–5万、SKU 500–5000400–5003,000/月EVO-X2 + NAS（2–2.6 万）3–4 万/年
L 大月订单 >5万、SKU >5000、多平台600–8004,000–5,000/月更强服务器/双机（3–4 万+）5–8 万/年
+ +
+ + +

8可复用资产库（第二客户只花 30–40% 工时的关键）

+
+

获客/数据层（阶段一/二）

    +
  • 免费 SQLite 轻量工具（获客触点）
    • +
  • 通用清洗脚本模板（pandas）
    • +
  • 工作流梳理模板（流程图+SOP）
    • +
  • 指标体系口径文档模板
    • +
  • SQLite 库表结构模板 / Streamlit 看板组件库
    • +
+

模型/部署层（阶段三）

    +
  • 一键部署脚本（Ubuntu+ROCm+Ollama+NAS 挂载）
    • +
  • 本地-云端 API 混用路由配置
    • +
  • 备份/还原脚本（NAS 快照+异地）
    • +
  • Agent 工具函数库
    • +
  • 周报/月报 Prompt 库
    • +
+

决策层（阶段四）

    +
  • 预测模型基线代码
    • +
  • 补货/现金流计算规则库
    • +
  • SKU 优化规则库
    • +
  • Tailscale 组网清单
    • +
+

商务层（所有客户）

    +
  • 阶段一免费体验协议模板
    • +
  • 实施报价单（阶段二/三/四+月维护）
    • +
  • 维护费服务合同模板
    • +
  • 合同模板（配合义务/数据归属/验收条款）
    • +
  • 演示 Demo 脚本 / 样板案例包装
    • +
+
+ + +

9样板客户行动计划（按周排）

+
+
本周
锁样板边界
    +
  • 给免费工具触点（先尝甜头）
    • +
  • 上门数据盘点+流程访谈
    • +
  • 签备忘录：阶段一免费、阶段二 300/周报起
    • +
+
第 1–2 周
阶段一（免费）
    +
  • 拿数据+清洗+对账
    • +
  • 工作流梳理（流程图画出来）
    • +
  • 打包数据资产包+盘点报告
    • +
+
第 3–8 周
阶段二（首个收费）
    +
  • 签订阅：周报 300/次，固定业务加权维护
    • +
  • 口径对齐+建库+看板
    • +
  • 老板亲自对数验收收款
    • +
+
第 9–14 周
阶段三（收费）
    +
  • 服务器+NAS+驱动+多模型
    • +
  • Agent 接入+API 混用
    • +
  • 微信周报稳定 2–3 周
    • +
+
第 15–21 周
阶段四+维护
    +
  • TOP50 预测+补货单
    • +
  • 现金流模拟看板
    • +
  • 卖年卡，扩展到全公司
    • +
+
+ + +

10版本与归档规范（2026-08-04 起执行）

+
三制度：②版本化+变更日志 ｜ ④归档前四步审校 ｜ ⑤预览确认制。所有对已定稿内容的改动，一律走这套流程，落档 = 升版本 + 记日志 + 过审校。
+
+

② 版本化 + 变更日志

    +
  • 每次大改升版本号（v1.x），小修记入当前版本不改号
    • +
  • 改动后必须在下方日志表补一行：改了哪 / 为什么 / 谁拍的板
    • +
  • 历史版本不覆盖，重要节点另存副本
    • +
+

④ 归档前四步审校

    +
  • ☐ 结构：章节顺序、层级清晰，新内容位置合理
    • +
  • ☐ 内容：无过时/矛盾表述，与最新决策一致
    • +
  • ☐ 数字：报价/工时/成本/硬件预算全文档统一
    • +
  • ☐ 格式：版本号、变更日志、日期、占位符齐全
    • +
+

⑤ 预览确认制

    +
  • 改动前先出本次改动摘要：改哪几处/影响什么/为什么
    • +
  • 确认后才落档；样板/客户相关数字必须你拍板，不代定
    • +
  • 本制度适用于基板、硬件方案、给客户的 PPT/Word
    • +
+
+

变更日志（v1.0 → v1.7）

+ + + + + + + + + + +
版本变更要点
v1.0初版：四阶段 = 硬件部署 + 三期交付（后证明编排有误）
v1.1修正：阶段一/二无本地模型，纯数据清洗整理+建库看板；模型自阶段三起
v1.2确立"数据抓手"：前期数据服务（清洗+流程整理）零硬件投入
v1.3确立转化漏斗：免费工具→数据服务→本地小模型→Agent/API 混用→维护费
v1.4确立收费节奏：阶段一全免费（获客投资），阶段二起正式收费
v1.5确立服务边界（数据+硬件维护，不碰经营内耗）+ 硬件构想（小型服务器+本地NAS+多模型+Agent）
v1.6定价落地：订阅阶梯——阶段一免费，阶段二按周（300/次≈1,200/月），阶段三月维护（2,000/月+硬件），阶段四年卡
v1.7新增"版本与归档规范"节（②版本化+变更日志 / ④归档前四步审校 / ⑤预览确认制）
+
+ + +

11本地模型效果风险控制（防"效果翻车"）

+
单人落地最容易翻车的点：客户买了硬件、模型配了，结果"效果不好"。三条认知纠偏 + 三道保险，从架构和流程上兜住。
+
+

认知纠偏（先改自己的预期）

    +
  • 本地 30B MoE 是分析主力——周报/归因/深度分析本地就能干（智商≈Claude 3.5 Sonnet 级），云端只是疑难杂症的保险丝，不是主力
    • +
  • 本地模型不是来"比聪明"的，是来"守数据"的——卖点是数据不出厂+私有任务够用，别拿它跟云端大模型比智商
    • +
  • QLoRA 微调是最后手段——前期 90% 场景提示词工程+RAG 就够；周报/预警这类"模板+填空"任务根本不需要微调
    • +
  • RAG 效果取决于检索质量，不取决于模型智商——知识库分块、嵌入模型、top-k 调好，效果自然上去
    • +
+

三道保险（风险在客户掏钱前暴露）

    +
  • 混用架构 = 本地主力 + 云端保险丝：本地 30B MoE 承接周报/归因/分析（敏感数据不出厂），云端 API 只兜底疑难/超长/可脱敏任务——本地保底、云端补强，不是替代
    • +
  • POC 先行升级版：客户买硬件前，先用云端 API 在客户真实数据上跑出周报/预警样例给客户看，验证通过才下单硬件
    • +
  • 验收标准前置：合同/备忘录写清"哪些任务由本地完成，验收=格式正确+规则正确"，主观好坏一律交给云端
    • +
+
+
💡 落地顺序：先 POC（云端跑样例验证效果）→ 客户认可 → 买硬件 → 本地模型只接规则明确的任务 → 效果稳定后再谈扩展。技术操作细节见《硬件与部署实现方案》第 8 节。
+ +
📌 基板使用说明：这是你的运营底稿。每完成一个客户，把新沉淀的脚本/Prompt/坑都回填到"第 8 节资产库"；样板跑通后，用"第 8 节+第 7 节定价"直接生成给客户细化的方案与报价。基板迭代，文档才有价值。
+ + +
+ + diff --git a/本地模型好用落地设计.html b/本地模型好用落地设计.html new file mode 100644 index 0000000..cb408f0 --- /dev/null +++ b/本地模型好用落地设计.html @@ -0,0 +1,140 @@ + + + + + +本地模型好用落地设计 v1.0（EVO-X2 128GB 平台） + + + +
+ +
+ 技术落地设计 · 在 EVO-X2 128GB 硬件上确保"真正好用" · v1.0 +

本地模型好用落地设计

+
核心问题：35B MoE 与 27B 稠密特调"用哪个加载哪个"，如何确保客户真正用起来、能替代多少 API 能力。答案：EVO-X2 的内存预算足够同时驻留主力模型，按任务路由即可；销售型生产企业 80–90% 的数据服务场景本地可替代。
+
+ 平台：EVO-X2 128GB（96GB 可分 GPU / 256GB/s） + 策略：多模型同时驻留 + 按任务路由 + 替代率：本地覆盖 80–90%，云端只兜底 10–20% +
+
+ + +

1内存预算：多模型同时驻留可行

+
EVO-X2 128GB 统一内存、可分配 96GB 给 GPU——这决定了你不用"加载一个卸一个"，主力模型可以常驻，切换近乎无感。Ollama 原生支持多模型常驻（keep_alive）。
+ + + + + + + +
模型量化占用用途驻留策略
Qwen3.6-35B-A3B（MoE，激活 3B）Q5_K_M≈25GB通用分析：周报/归因/问答/深度分析（主力）常驻（keep_alive=-1）
Qwen 27B 稠密（特调版）Q4_K_M≈20GB特调业务场景：固定格式输出、行业术语（备用主力）按需加载（业务批处理时）
Qwen3-14BQ5_K_M≈10GB规则任务：查数、工具调用、格式提取（快）常驻
bge-m3（嵌入）fp16≈2GBRAG 向量化常驻
KV cache（32K 上下文 × 常驻模型）—≈8–12GB长上下文缓存—
+
✅ 合计常驻约 45–49GB（35B MoE + 14B + 嵌入 + KV），加 27B 特调也仅约 65–69GB —— 远小于 96GB 可用额度，还剩 30GB 余量。结论：不用做"加载卸载"的取舍，四个模型可以同时住在内存里，Agent 按任务路由即可。
+ + +

2"用哪个加载哪个"：模型路由规则

+
MoE 和稠密特调不是二选一，是分工。默认 MoE 干活，特调只在特定场景顶上。
+ + + + + + + +
任务类型用哪个为什么
经营分析 / 周报 / 归因 / 深度问答35B MoE（常驻）通用推理强、速度快（25–35 Token/s），覆盖 80% 场景
固定格式输出（特定报表/单据）27B 稠密特调（按需）微调后输出格式绝对稳定、术语准确——但只在真的需要时才上
查数 / 工具调用 / 简短提取14B（常驻）快、省，杀鸡不用牛刀
文档检索问答（RAG）bge-m3 检索 + 14B/35B 生成检索质量决定效果，模型只是最后一步
超长文本 / 极难推理 / 新知识云端 API（兜底）占比 10–20%，可脱敏后走云端
+

切换实操（Ollama）

+ + +

3确保"真正好用"的 8 项配置

+
    +
  1. 量化别省内存，用 Q5_K_M 起（内存不是瓶颈）：Q4→Q5 质量提升明显，256GB/s 带宽下速度损失可接受；Q8 对 30B 级没必要
    2. +
  2. 上下文设 32K：128GB 内存完全扛得住，RAG 检索片段+历史对话放得下
    3. +
  3. KV cache 量化开启：再省 20–30% 缓存内存，速度影响小
    4. +
  4. 系统提示词写死业务上下文：公司背景+数据口径+输出格式（周报模板）全部写进 system prompt，效果翻倍
    5. +
  5. 温度设置：分析/周报类 0.3–0.5（稳定），创意类 0.8+
    6. +
  6. 工具调用用 Qwen 原生 function calling：配 Hermes Agent，查库/发消息都走结构化调用，比让模型自由发挥稳得多
    7. +
  7. RAG 分块 500–1000 字+保留标题：检索 top-k 先 5–10，人工抽查 10 条检索结果再上模型
    8. +
  8. POC 定基线：先用云端 API 在客户数据上跑出效果样例作为"及格线"，本地模型复现达到 90% 即算过——效果好差有基准，不凭感觉
    9. +
+ + +

4本地模型替代 API 能力清单（最重要）

+
销售型生产企业典型的数据服务场景，逐项标注本地能否替代：本地可替代部分替代仍需云端
+ + + + + + + + + + + + + + + +
能力场景判定说明
经营数据问答（自然语言查数+解释）替代35B MoE 查库+解释完全够用
周报/月报生成（模板化）替代模板+填空式，本地主力场景
异常归因分析（销量暴跌原因）替代关联数据+规则推理，35B 级足够
库存/断码预警生成替代规则触发+文案生成，14B 就够
RAG 文档问答（手册/合同/台账）替代检索质量决定效果，模型是最后一步
非结构化数据提取（订单/单据→表）替代结构化提取是 30B 级强项
长文摘要 / 简报解读替代30B 级摘要质量够用
简单脚本/公式生成（数据分析小工具）部分简单脚本行；复杂代码仍建议云端
营销文案/创意写作部分初稿行，精品文案差口气
多模态（看图/听语音）云端本地方案不含视觉模型；业务需要时单独接 API
超长上下文（>32K 多文档分析）云端超出本地上下文时兜底
最新知识（模型知识截止后的事）云端本地模型知识有时效，实时信息走 API
极难推理（复杂数学/长链推理）云端占比极小，可脱敏后走云端
+
🎯 结论：销售型生产企业的数据服务，本地替代率 80–90%。真正必须走云端的（多模态/超长/最新知识/极难推理）业务占比小、且多为可脱敏内容——云端月预算 200 内是够的。
+ + +

527B 稠密特调策略（别重蹈 7B 覆辙）

+
    +
  1. 前期（0–3 个月）默认不微调：35B MoE + 提示词 + RAG 覆盖 90% 场景——微调只在"格式/术语必须绝对稳定"时才有价值
    2. +
  2. 什么时候才值得特调：客户跑通 3 个月后，积累了足够的真实问答/报表数据（500–2000 条），且格式要求确实稳不下来——再考虑 QLoRA
    3. +
  3. 特调用 27B 稠密、不用 30B MoE：dense 微调后特定任务输出更稳；用 QLoRA（4bit 基础）在 EVO-X2 上也能训，样本量小（数百条）即可
    4. +
  4. 特调验收：拿 30 条客户真实场景测试，对比"特调前/后"的输出稳定性与准确率，达标才切换路由
    5. +
  5. 特调是增值服务，不是标配：可以作为阶段三之后的"加项"向客户报价（如 5,000–10,000 一次特调服务），而不是白送
    6. +
+ + +

6效果保障流程（客户感知"好用"）

+
    +
  1. POC 定基线：客户数据（脱敏）→ 云端 API 生成周报/预警样例 → 老板认可效果
    2. +
  2. 本地复现：35B MoE 在本地跑同一任务，达到样例 90% 效果即通过（有基准，不凭感觉）
    3. +
  3. 分步放量：先上线"规则明确"任务（预警/查数/周报模板）→ 稳定 2–3 周 → 再开放归因/深度分析
    4. +
  4. 效果监控：每周抽查 5 条输出，记录"达标/偏差"，连续不达标就调（提示词→RAG→换模型→最后才微调）
    5. +
  5. 兜底开关：Agent 设"置信度低→自动转云端 API"的开关，本地不行就静默切云端，客户无感
    6. +
+ + +
+ + diff --git a/样板客户全周期行动包.html b/样板客户全周期行动包.html new file mode 100644 index 0000000..f7ff5f4 --- /dev/null +++ b/样板客户全周期行动包.html @@ -0,0 +1,163 @@ + + + + + +样板客户全周期行动包 v1.0（四阶段任务细化） + + + +
+ +
+ 执行工具包 · 配套基板 v1.7 第 4/9 节 · v1.0 +

样板客户全周期行动包（四阶段任务细化）

+
把基板"逐阶段工作拆解"转成可执行的行动包：每个阶段的目标、关键动作、交付物、验收点（=收款节点）、执行清单、红线。照着做即可。
+
+ 总周期：约 15–21 周 + 收费：阶段一免费 → 阶段二按周 300 → 阶段三月 2,000+硬件 → 阶段四年卡 + 模式：每个阶段干的活差不多，程度/范围逐级放大 +
+
+ + +

0四阶段总览（一眼看全）

+ + + + + + +
阶段周期收费核心动作交付物验收点（=收款点）
一 清洗+流程1–2 周免费免费工具教学、数据盘点、清洗对账、流程访谈免费工具、数据资产包、一页流程图、盘点报告数据对账无误、老板会自己用工具（无收款）
二 建库+看板3–8 周300/周报 ≈1,200/月签周报订阅、口径对齐、SQLite 建库、看板、周报推送口径文档、数据库、看板、周报首期老板查任意月准确 + 周报稳定 → 收款
三 服务器+模型9–14 周硬件 2–2.6 万 + 2,000/月签月度合同、硬件搭建、多模型、Agent/API、微信周报、4 次到岗服务器+NAS、多模型栈、Agent 工具、微信周报、月度合同周报自动稳定 2–3 周、老板手机收报告 → 收款
四 决策+年卡15–21 周年卡预测、补货单、现金流模拟、SKU 策略、年卡谈判、全公司扩展预测/补货系统、现金流看板、SKU 报告、年卡协议库存调整有可量化效果 → 签年卡
+ + +
+

阶段一 · 数据清洗 + 流程整理免费

1–2 周 ｜ 工时约 104h（含一次性工具开发）
+
目标：免费工具用起来、数据资产包对账无误、一页流程图交付。产出"资产+认知+信任"，建立数据抓手。
+
① 免费工具触点（已细化，见《第一周行动包》）
  • 10 分钟演示话术，教客户自己拖一次数据；留 3 个自测任务
+
② 数据盘点与获取
  • 按 6 类数据清单逐项要（订单/SKU/区域/库存/退款/回款），当场能导就导，48h 内补齐
+
③ 清洗脚本开发与对账
  • pandas 清洗：去重/统一字段/补缺失；输出 Markdown 中间格式
  • 让老板亲自点 3–5 个关键数确认，对不上先查清，别带病进阶段二
+
④ 流程访谈 + 一页流程图
  • 老板 10 分钟 + 店长 15 分钟；画出订单→发货→库存→对账流程图，标断点
+
⑤ 打包资产包 + 盘点报告
  • 标准化导出（MD/CSV/JSON）+ 版本号；报告含数据规模/质量/可挖掘点
+
交付物：免费工具、数据资产包、一页流程图、数据资产盘点报告
+
验收：数据对账无误、老板会用工具（本阶段免费，无收款）
+ +
红线：免费严格限本阶段；演示教学为主分析不代劳；数据归客户但副本留你处（抓手）。
+
+ + +
+

阶段二 · 建库 + 看板300/周报 ≈ 1,200/月

3–8 周 ｜ 工时约 88h（看板是重头）
+
目标：完善数据库 + 统一看板，老板随时查任何月份、口径统一；周报订阅启动（首个收款点）。
+
① 签服务协议（周报订阅）
  • 一页纸协议：固定业务加权维护，每周一个周报 300 元/次；不是查账式
+
② 指标口径对齐
  • 销售额/退货率/客单价/库存周转天数算法，和老板逐条过，输出口径文档
+
③ SQLite 建库 + 自动入库
  • 订单/SKU/区域/月度聚合表；清洗脚本按月自动入库（cron）；数据存 NAS 或轻量服务器
+
④ 看板开发 + 部署演示
  • Streamlit：月度趋势 / SKU 排行 / 区域分布三视图；做成可复用组件
  • 演示"查去年任意月"，老板亲手点几个数
+
⑤ 周报推送启动
  • 每周一个周报（结构见《经营周报模板》），教老板自己看；连续稳定 2–3 周
+
交付物：口径文档、SQLite 数据库、看板、周报首期、服务协议
+
验收（首个收款点）：老板查任意月准确无误 + 周报连续稳定 → 收阶段二款
+ +
红线：看板别做成"老板靠你分析"——教学为主；周报是固定业务加权维护，不是查账服务。
+
+ + +
+

阶段三 · 小型服务器 + NAS + 多模型/Agent硬件 2–2.6 万 + 2,000/月

9–14 周 ｜ 工时约 160h（驱动+Agent+归因）
+
目标：服务器+NAS 跑起来、多模型+Agent 抓手工具上线、微信周报自动推送；签月度维护合同（每月 4 次到岗）。
+
① 签月度维护合同
  • 2,000 元/月，每月 4 次到岗；服务内容写清：特调模型、整理 A&Q（问答对）、向量数据库维护、巡检
+
② 硬件采购 + 装机（POC 先行）
  • EVO-X2（计算）+ 群晖/威联通 4 盘位 NAS（存储）；先在样机跑通 ROCm 再下单
  • 数据落 NAS（RAID5+每日快照）、模型跑服务器；Tailscale 组网
+
③ 多模型部署 + 路由
  • Ollama：小模型（7–14B 日常）+ 大模型（30B MoE 复杂分析）+ bge-m3 嵌入；权重存 NAS 共享
+
④ Agent 工具 + API 混用 + 微信通道
  • Hermes Agent 注册工具（查库/出报告/推送）；DeepSeek API 兜底（月 <200）；微信周报自动推送
+
⑤ 月度 4 次到岗服务排期
  • 每月固定节奏：特调模型优化 1 次 + A&Q/向量库整理 1 次 + 巡检 1 次 + 老板答疑 1 次；每次到岗留记录
+
交付物：服务器+NAS、多模型栈、Agent 工具库、微信周报、月度合同、运维手册
+
验收（收款节点）：周报自动稳定 2–3 周、老板手机收报告 → 收阶段三款（含硬件）
+ +
红线：ROCm 是全链最大坑，POC 先行；数据不出厂（NAS 内网+Tailscale 只放行你）；4 次到岗的服务内容合同里写死，防扯皮。
+
+ + +
+

阶段四 · 决策自动化 + 年卡年卡

15–21 周 ｜ 工时约 160h（预测最难）
+
目标：预测/现金流/SKU 策略上线并产生可量化效果；签年卡，把服务扩展到全公司更多部门/项目。
+
① 库存预测模型
  • 先 TOP 50 SKU：季节因子 + 简单基线，别贪全量；数据不足用简单模型
+
② 补货建议单
  • 采购量 = 需求 − 现有 − 在途 + 安全库存；输出"买多少、何时买"
+
③ 现金流模拟 + 压力测试看板
  • 输入下月支出/回款周期 → 逐周模拟余额 → 预警缺口；好/中/差场景切换
+
④ SKU 优化建议
  • 销量/毛利/趋势 + 公开大盘 → 淘汰/主推/清仓清单
+
⑤ 年卡谈判 + 全公司扩展
  • 把已有能力打包成年卡：现有业务线续保 + 新部门/新项目按模板复制（=重复阶段二/三的活，边际成本低）
+
交付物：预测/补货系统、现金流看板、SKU 生命周期报告、年卡协议
+
验收：客户至少一次库存调整产生可量化资金占用下降 → 签年卡
+ +
红线：预测不是算命，别承诺准确率；年卡 = 订阅打包卖，别按"新项目"重新报价吓退客户；扩展部门就是套模板，别重新开发。
+
+ + +
+ + diff --git a/样板客户第一周行动包.html b/样板客户第一周行动包.html new file mode 100644 index 0000000..f906c02 --- /dev/null +++ b/样板客户第一周行动包.html @@ -0,0 +1,182 @@ + + + + + +样板客户第一周行动包 v1.0 + + + +
+ +
+ 执行工具包 · 对应基板第 9 节"本周" · v1.0 +

样板客户第一周行动包

+
本周目标：锁定样板边界 + 拿到数据 + 签备忘录。三步动作：①免费工具演示 ②数据盘点+流程访谈 ③签样板备忘录。全程不碰经营内耗、分析不代劳。
+
+ 对象：1 个样板客户（销售型生产企业） + 节奏：本周完成 + 收费：阶段一全免费（阶段二 300/周报起） + 配套：基板 v1.7 + 硬件方案 v1.0 +
+
+ + +

1本周目标与成果

+
+ +
+ + +

2动作一：免费工具演示（10 分钟话术）

+
场景：第一次上门或视频。目的不是卖，是让老板 10 分钟内尝到"数据看得清"的甜头。
+
+

开场 30 秒老板，我不卖系统、也不碰您现在的进销存。先给您装一个小工具，免费的——您把网店导出的 Excel 拖进去，就能按月看销售、看 SKU 排行、看哪个区域卖得好。

+

演示 3 分钟（现场拖入一份示例数据）您看，这是月度销售趋势、这是 TOP SKU、这是区域分布——以后您自己就能查，不用等财务做表。

+

钩子 1 分钟数据能看清了，但真要分析"为什么这个 SKU 跌了、下个月备多少货"，还是费劲对吧？这块先不着急，今天先把工具用起来，数据我先帮您归置干净。

+

收尾我把您数据的格式理一下，下周您自己就能拖新数据进来。有不会的随时找我，我教您。

+
+
+

教学要点（教客户自己会，不代劳）

+ +
+ + +

3动作二：数据盘点清单（上门拿数据）

+
拿着这张表跟老板/店长一项项过，当场能导的就导出来。数据是"数据抓手"的本钱，越多越好。
+ + + + + + + + +
数据类型来源 / 导出方式时间范围格式谁给
网店销售订单各平台商家后台 → 订单导出近 1–2 年Excel/CSV店长/运营
SKU 商品台账ERP/进销存或商品后台导出当前Excel运营
区域/渠道数据平台后台 → 区域/渠道报表近 1–2 年Excel店长
库存/进销存进销存系统导出（库存流水/现存量）近 1 年Excel库管/老板
退款/退货数据平台后台 → 售后导出近 1–2 年Excel/CSV客服/运营
财务回款（如有）财务软件/Excel 台账近 1 年Excel财务
+
+

要数据的话术（不尴尬版）

+ +
+ + +

4动作三：流程访谈问题清单（30 分钟）

+
目的：画出"订单→发货→库存→对账"主流程图，标出断点和数据盲区——这是"工作流整理"的交付物，也是你比客户更懂他业务的抓手。
+
+
+

问老板（10 分钟）

+
    +
  • 订单从下单到发货，经过哪些环节？
    • +
  • 库存多久盘一次？谁负责？缺货了怎么知道？
    • +
  • 对账怎么做？多久一次？跟谁对？
    • +
  • 现在最头疼的数据问题是什么？（记原话）
    • +
+
+
+

问店长/运营（15 分钟）

+
    +
  • 每天/每周做哪些报表？怎么做？花多久？
    • +
  • 数据平时存在哪？会不会"老板要的时候才临时找"？
    • +
  • 哪个环节最费时间、最容易出错？
    • +
  • 现在这些报表，老板看吗？看完会问什么？（判断价值）
    • +
+
+
+
+

访谈输出（当周整理成 1 页纸）

+ +
+ + +

5样板合作备忘录模板（改名字直接用）

+
阶段一免费服务也要白纸黑字——这是你"免费边界"和"数据抓手"的法律底座。
+
+

AI 数据服务样板合作备忘录

+
甲方：【客户公司名】　乙方：【你的公司 / 姓名】　日期：【 】
+

一、合作性质。乙方为甲方提供"样板服务（阶段一）"：数据清洗整理、业务流程梳理、免费工具使用权。本阶段免费，属于样板合作。

+

二、免费范围。免费范围严格限阶段一（数据清洗、流程整理、免费工具及使用教学）。阶段二及以后（建库看板、本地模型、Agent/API、长期维护）按乙方正式报价另行签署服务协议。

+

三、甲方配合义务。提供近 1–2 年销售/库存数据（以甲方现有系统可导出为限）、参与 1 次流程访谈、提供免费工具的测试环境。

+

四、边界约定。乙方不介入甲方经营管理与人事决策；数据分析由甲方人员执行，乙方提供工具、教学与辅助建议。

+

五、数据权利。甲方数据归甲方所有；乙方仅用于本项目服务，不向第三方披露；服务终止后乙方按甲方要求删除本地副本。

+

六、案例与转介绍。甲方同意乙方将本合作作为样板案例展示（涉及敏感信息脱敏），并优先向同行业 1–2 家客户转介绍乙方服务。【或：样板免费换案例+转介绍】

+

七、保护期。本备忘录有效期 3 个月。期满未进入阶段二（未签署正式服务协议）的，乙方有权终止免费服务并回收工具。

+

八、其他。本备忘录一式两份，双方各执一份，自签署之日起生效。

+
甲方（盖章/签字）：__________乙方（签字）：__________
+
+ + +

6本周执行清单（打勾用）

+
+
  • 预约第一次上门/视频（带上免费工具和示例数据）
    • +
  • 免费工具演示（10 分钟话术，教客户自己拖一次数据）
    • +
  • 数据盘点：填完清单，至少 1 个平台近 1 年导出到手（48h 内补齐约定）
    • +
  • 流程访谈 30 分钟：老板 10 分钟 + 店长 15 分钟，记录原话
    • +
  • 签样板备忘录（3 个月保护期 + 案例/转介绍条款）
    • +
  • 建客户档案：数据清单 + 访谈记录 + 备忘录扫描件存档
    • +
  • 约下周见面：教客户自己拖新数据，交付一页流程图
    • +
    + + +
    + 四条红线（全程绷着）：① 免费严格限阶段一，备忘录写死；② 演示+教学为主，分析不代劳；③ 不碰经营决策，只给辅助建议；④ 数据不落自己手里不踏实——盘点清单必须当场拿、48h 补齐。 +
    + + +
    + + diff --git a/硬件与部署实现方案.html b/硬件与部署实现方案.html new file mode 100644 index 0000000..f09b486 --- /dev/null +++ b/硬件与部署实现方案.html @@ -0,0 +1,206 @@ + + + + + +硬件与部署实现方案：小型服务器 + 本地 NAS v1.0 + + + +
    + +
    + 内部技术底稿 · 与运营基板配套 · v1.0 +

    硬件与部署实现方案：小型服务器 + 本地 NAS

    +
    落地你的构想：公司内搭"小型服务器 + 本地 NAS"，部署多模型 + Agent 抓手工具，处理数据相关内部事务；数据不出厂、计算本地化、备份独立、单人可远程维护
    +
    + 计算：小型服务器（EVO-X2 128GB 统一内存为推荐核心） + 存储：本地 NAS（RAID + 快照 + 异地备份） + 模型：多模型（小 7–14B + 大 30B MoE + 嵌入） + 编排：Hermes Agent 抓手工具 + 云端 API 兜底 +
    +
    + +

    1架构总览：三层分工

    +
    核心原则：数据归 NAS、计算归服务器、触达归手机。数据资产是客户的命根子，必须落在独立存储上；模型和 Agent 在服务器上跑；结果推到你/老板的手机。
    +
    +
    存储层
    本地 NAS（数据资产主存储）
      +
    • 清洗后的数据资产包、SQLite 库、文档/手册
      • +
    • 模型权重库（供服务器挂载加载）
      • +
    • RAID1/5 + 每日快照 + Tailscale 异地备份
      • +
    +
    计算层
    小型服务器（计算核心）
      +
    • Ollama 多模型（小模型快处理 + 30B MoE 深分析）
      • +
    • Hermes Agent + 工具函数（查库/出报告/推送）
      • +
    • SQLite/Chroma 向量库 + Streamlit 看板
      • +
    • Ubuntu 24.04，ROCm 驱动，功耗 ~100W
      • +
    +
    触达层
    老板端 + 你（运维）
      +
    • 老板手机：微信图文周报/预警（免装 APP）
      • +
    • 老板浏览器：内网看板，随时查数
      • +
    • 你：Tailscale 远程巡检/更新/扩容（异地维护）
      • +
    +
    +
    数据流：网店/进销存导出 → NAS 落盘 → 服务器清洗/计算 → 模型/Agent 分析 → 看板/微信推送
    +
    备份链：NAS RAID → NAS 每日快照 → Tailscale 异地副本（到你本地）
    + +

    2硬件选型推荐

    +
    "小型服务器 + 本地 NAS" = 把原来单台 EVO-X2 的职责拆成计算与存储两块。服务器管算力，NAS 管数据和备份。
    + + + + + + + + +
    组件推荐配置说明预算（元）
    小型服务器（计算）GMKtec EVO-X2 128GB（统一内存）2 万内本地流畅跑 30B MoE（25–35 Token/s），功耗仅 ~100W、静音，适合办公室 24h 开机；AMD 核显 + ROCm15,000–18,000
    替代方案（可选）塔式工作站：Ryzen9/i7 + RTX 4060 16GB + 64GB 内存独显生态成熟（CUDA 坑少），适合以 7–14B 模型为主、偶尔上 30B；功耗与噪音略高12,000–15,000
    本地 NAS（存储）群晖 DS423+ / 威联通 TS-464（4 盘位）品牌 NAS 省事、自带快照/RAID/APP；DIY（TrueNAS/OMV）更省但费时，单人做样板不推荐 DIY2,500–3,500
    NAS 硬盘4×2TB NAS 盘（WD Red / 希捷酷狼），RAID5可用容量约 6TB，坏一块不丢数据；留 1 个热备位更好2,000–2,600
    网络千兆内网 + Tailscale 组网服务器-NAS 走内网千兆（读写模型/数据）；你走 Tailscale 远程运维0–300
    UPS（可选）600VA 在线式 UPS厂区断电频繁时必配，保护 NAS 和服务器，避免 RAID 重建/数据损坏400–600
    +
    💰 采购预算合计：约 2.0–2.6 万元（EVO-X2 + NAS + 4 盘位；UPS 另算 400–600）。比单机 EVO-X2 方案多约 4–6 千，换来的是数据资产独立存储 + 双备份 + 可扩展。
    + +

    3多模型部署与路由

    +
    "多模型"不是全堆大模型，而是按任务分轨：日常活儿用小模型（快），复杂分析上 30B MoE（准），超长/疑难走云端 API（兜底）。权重全部存 NAS，按需加载。
    + + + + + + +
    模型角色用途速度 / 占用
    Qwen3 7B–14B（小模型）日常快处理数据问答、工具调用、摘要、规则任务、报表说明快（40+ Token/s），约 8–14GB
    Qwen3.6-35B-A3B（30B MoE）复杂分析经营周报生成、异常归因、深度经营分析25–35 Token/s，约 20GB
    bge-m3（嵌入模型）向量化产品手册/合同/会议纪要检索（RAG）轻量，纯本地
    DeepSeek V4 Flash（云端 API）兜底超长文本、复杂推理、本地不擅长的任务按量付费，月均 <200 元
    +
    🎯 路由规则：Agent 收到任务先试小模型 → 任务复杂或小模型输出不达标时切30B MoE → 仍不够（超长/推理难）才走云端 API。敏感数据永远只进本地模型。
    + +

    4Agent 抓手工具清单（数据相关内部事务）

    +
    定位是"抓手工具"不是"业务系统"：帮公司处理数据相关的杂事，不碰经营决策与人事。
    + + + + + + + + +
    工具输入输出数据来源
    经营周报本周时间范围微信图文简报（销量异动/库存预警/TOP 变化）SQLite + 模型
    数据问答老板自然语言问题（如"上月华东卖了多少"）SQL 查询结果 + 一句解释SQLite + 小模型
    库存盘点辅助库存表/进销存导出异常项（超储/临期/断货风险）+ 建议SQLite + 30B MoE
    文档检索（RAG）问题（如"XX 产品的退换货政策"）产品手册/合同片段 + 引用位置NAS 文档 → Chroma + bge-m3
    报表生成指标/维度选择Excel/图表（月度销售、区域分布等）SQLite + 工具函数
    会议纪要整理（可选）录音转写文本要点/待办清单（仅辅助，不替人决策）云端 API（非敏感）或本地
    + +

    5为什么这样搭：vs 单机 EVO-X2

    +
    +

    原方案：单机 EVO-X2（一台全干）

      +
    • 数据、模型、看板全在机器本机盘
      • +
    • 备份靠本机快照，机器挂了数据跟着悬
      • +
    • 扩容要拆机加盘，型号不通用
      • +
    • 职责不清：数据资产和计算绑在一起
      • +
    • 优点：成本最低、部署最简单
      • +
    +

    新方案：小型服务器 + 本地 NAS（推荐）

      +
    • 数据资产独立落 NAS：RAID+快照+异地，双保险
      • +
    • 模型权重存 NAS：换模型/扩容不占服务器盘
      • +
    • 职责分离：数据归存储层、计算归服务器，好维护
      • +
    • 可扩展：盘位不够加盘即可，热插拔
      • +
    • 成本只多 4–6 千，换来的是"数据资产安全"这个卖点
      • +
    +
    + +

    6优化建议（基于现有模型与工具栈）

    +
      +
    1. 服务器首选 EVO-X2 128GB：统一内存方案至今仍是"2 万内跑 30B MoE"性价比最优解；替代方案才考虑独显工作站（CUDA 坑少、模型生态更顺）。
      2. +
    2. 模型权重放 NAS：Ollama 通过 NFS/SMB 挂载 NAS 模型目录，换模型不用挪服务器盘；服务器本地盘只放系统。
      3. +
    3. 双轨路由省资源：日常任务别上 30B，小模型又快又省，把 30B MoE 留给周报/归因这类"值钱"的活。
      4. +
    4. Agent 工具模板化：工具函数库做成模板，第二客户只改数据库连接和口径，这是复制最快的部分。
      5. +
    5. 三层备份链：NAS RAID（防坏盘）→ NAS 每日快照（防误删/勒索）→ Tailscale 异地副本到你本地（防火灾/被盗）。
      6. +
    6. 数据不出厂红线：NAS 只暴露内网，Tailscale 只放行你的设备；云端 API 只接非敏感任务。
      7. +
    7. UPS 看厂区环境：断电频繁的厂区必配 600VA UPS，避免 RAID 重建和数据损坏——这是硬件维护费里最值钱的一环。
      8. +
    8. POC 先行：ROCm/驱动兼容性是全链最大坑，签客户前在自己样机跑通一遍，别到客户现场才试。
      9. +
    + +

    7部署步骤（采购到验收）

    +
      +
    1. 采购：服务器 + NAS + 4×2TB 硬盘（预留 1–2 周物流）
      2. +
    2. 服务器：装 Ubuntu 24.04，系统盘/数据盘分区，开 SSH
      3. +
    3. NAS：初始化 RAID5，建共享目录 data / backup / models
      4. +
    4. 挂载：服务器挂载 NAS 目录，验证读写速度（千兆）
      5. +
    5. 模型：装 Ollama，从 NAS 加载小模型 + 30B MoE + bge-m3
      6. +
    6. 驱动：ROCm 配置验证，跑通 25–35 Token/s（最大坑，预留 1–2 天）
      7. +
    7. 数据：清洗脚本 + SQLite 入库（数据落 NAS）
      8. +
    8. Agent：Hermes Agent + 工具函数 + 微信推送 + Streamlit 看板
      9. +
    9. 运维：Tailscale 组网 + 三层备份验证 + 备份还原演练
      10. +
    10. 交付：架构图 + 运维手册 + 验收演示（老板手机收周报）
      11. +
    +
    📌 与基板的衔接：本方案对应运营基板"阶段三"——服务器+NAS 搭建、多模型/Agent 抓手工具。前期（阶段一/二）数据清洗、建库看板零硬件投入；到阶段三才采购本方案硬件，报价含硬件（约 2–2.6 万），此后月维护费覆盖"数据资产维护 + 硬件设备维护"两块。
    + + +

    8本地模型效果风险控制（技术实操）

    +
    把"效果不好"拆成可管理的技术动作：任务分层、模型选型、RAG 调试、微调决策、POC 流程。
    + + + + + +
    任务类型用什么验收标准
    规则明确：周报模板填充、断码/库存预警触发、数据问答（查数）本地小模型（7–14B）即可格式正确 + 规则正确（数字/预警条件对）
    复杂分析：经营归因、深度分析、报告润色（核心价值，数据敏感）30B MoE（本地 · 主力）逻辑通顺 + 数据引用准确（可人工复核）
    超长文本 / 疑难推理 / 开放式创作（占比小、可脱敏）云端大模型 API（DeepSeek · 保险丝）客户感知"够用、省事"，月预算 200 内
    +

    模型选型速查（别再犯"7B 当主力"的错）

    +

    RAG 效果调试清单（效果差先查这里，别怪模型）

    +

    微调决策树（前期默认不微调）

    +

    POC 先行操作（客户掏钱前必做）

    + + +
    + + diff --git a/销售型生产企业AI数字化建设方案.pptx b/销售型生产企业AI数字化建设方案.pptx new file mode 100644 index 0000000..e59a6af Binary files /dev/null and b/销售型生产企业AI数字化建设方案.pptx differ diff --git a/销售型生产企业AI数字化建设方案（Word版）.docx b/销售型生产企业AI数字化建设方案（Word版）.docx new file mode 100644 index 0000000..c99caa6 Binary files /dev/null and b/销售型生产企业AI数字化建设方案（Word版）.docx differ diff --git a/鞋类样板客户作战计划.html b/鞋类样板客户作战计划.html new file mode 100644 index 0000000..6693b2c --- /dev/null +++ b/鞋类样板客户作战计划.html @@ -0,0 +1,195 @@ + + + + + +鞋类样板客户作战计划 v1.0 + + + +
    + +
    + 样板特例执行计划 · 全周期免费 · v1.0 +

    鞋类样板客户作战计划

    +
    客户：卖鞋子的（网店+工厂一体）｜ 战略：全周期免费服务换完整案例+转介绍 ｜ 硬件：客户自购落地（你不垫资）｜ 目标：3–5 个月跑通全流程
    +
    + 周期：4 个月目标 / 5 个月底线 + 投入：约 550h 工时（样板投资） + 硬件：客户自购（EVO-X2+NAS，2–2.6 万） + 回报：完整案例 + 转介绍 + 数据背书 +
    +
    + + +

    1战略确认：为什么全周期免费

    +
    +

    🎯 这单不是赚钱的，是"样板投资"

    +

    投入：约 550h 工时（阶段一 104h + 阶段二 88h + 阶段三 160h + 阶段四 160h + 商务 40h）；硬件 2–2.6 万由客户自购，你不垫资（可经你渠道采购赚合理差价）。

    +

    回报：一个跑通全流程的完整案例（从免费工具到年卡逻辑）＋ 客户转介绍 1–2 家同行业客户 ＋ 鞋类行业的指标/流程 Know-how（断码、退换货、尺码预测）——这些是你复制给下一个鞋类客户的核心资产。

    +

    底线：免费但不白干——备忘录写清"免费换案例+转介绍+署名"；5 个月没跑通 → 复盘止损，别无限期免费下去。

    +
    + + +

    2鞋类客户画像（专属适配）

    +
    +

    与通用"销售型生产企业"的差异点

    + +
    + + +

    3时间轴（4 个月目标 / 5 个月底线）

    + + + + + + + +
    阶段目标版（周）底线版（周）关键成果里程碑（=成果节点，非收款）
    一 清洗+流程第 1–2 周第 1–3 周资产包+流程图（含退换货流）数据对账无误、鞋类断码痛点确认
    二 建库+看板第 3–7 周第 4–9 周数据库+看板+周报（含断码预警）老板随时查任意月、周报稳定 2–3 周
    三 硬件+模型第 8–12 周第 10–15 周客户自购硬件落地+多模型+Agent+微信周报微信周报自动稳定 2–3 周
    四 决策+封版第 13–16 周第 16–20 周款×尺码预测+断码补货+现金流+SKU 策略一次断码补货见效 → 案例封版
    封版+转介绍第 17 周第 21 周案例素材（脱敏）+ 转介绍启动约到第 1 家转介绍客户
    + + +

    4四阶段作战细节（鞋类适配）

    + +
    +

    阶段一 · 清洗 + 流程整理

    第 1–2 周
    +
    目标：资产包对账无误、一页流程图交付（重点补退换货流程）、断码痛点跟老板确认。
    + +
    🎯 本周必拿：确认老板最痛的是"哪个款断码"还是"库存积压"——这决定阶段四预测的优先排序。
    + +
    + +
    +

    阶段二 · 建库 + 看板

    第 3–7 周（目标版）
    +
    目标：数据库+看板+周报上线；周报加入鞋类专属模块：断码预警 + 退货异动。
    + +
    🎯 阶段二的价值锚：让老板每周一收到周报后第一反应是"断码预警那几个码，该补货了"——周报从此离不开了。
    + +
    + +
    +

    阶段三 · 硬件落地 + 多模型/Agent

    第 8–12 周（目标版）
    +
    目标：客户自购的 EVO-X2+NAS 落地，多模型+Agent 上线，微信周报自动推送。
    + +
    🎯 让客户自己买硬件有个好处：他有沉没成本，退出意愿低；同时你零垫资。
    + +
    + +
    +

    阶段四 · 决策 + 案例封版

    第 13–16 周（目标版）
    +
    目标：款×尺码预测 + 断码补货建议见效；现金流模拟上线；整理案例素材封版。
    + +
    🎯 阶段四的"见效"标准：老板照着断码补货建议补了一次货，卖掉了原本会丢的单——这个量化故事就是你的案例核心。
    + +
    + + +

    5样板备忘录要点（全周期免费版）

    +
    + +
    + +
    + 四条红线：① 免费但流程照走，里程碑=成果节点不是收款点；② 硬件客户自购，你不垫资；③ 5 个月底线，跑不通复盘止损；④ 每阶段留"下一步要什么"（转介绍/案例确认），别免费到底啥也没换回来。 +
    + + +
    + +