在 Majorbird，我们已经超越了炒作，构建了集成了 Odoo 的真正人工智能代理——同时支持客户和内部团队。从实时聊天到 PDF 转订单处理，我们结合使用大型语言模型、工作流自动化和 Odoo 定制来创建智能助手，它们能够采取行动，而不仅仅是回答问题。以下是我们最近为两位客户实施的方法。
简介：ERP 中的人工智能——不仅仅是聊天机器人
对于许多企业来说，人工智能聊天机器人仍然局限于预设的回复和简单的常见问题解答。但最近，我们的目标更高。通过将 Odoo 与自动化流程 (n8n) 和外部大型语言模型 (Gemini, Claude 等) 相结合，我们创建了一个能够理解、记忆、推理——并使用您的 ERP 数据采取行动的人工智能系统。
其结果是一个完全集成的助手，它驻留在 Odoo 内部，但可以连接到外部世界，支持客户，协助销售团队，并实时自动化跟进。
从聊天框到智能代理：Komacut 的实时支持
最显而易见的应用是在 www.komacut.com 上，那里的帮助台聊天框由 Odoo 和人工智能驱动。即使网站不是用 Odoo 构建的，该助手也能处理传入的对话并在 ERP 中进行丰富。
当客户打开聊天时，系统会将对话路由到最近时区的销售代表，尝试根据公司知识进行回复，并在聊天结束后生成完整的摘要。如果合适，它将创建一个跟进任务或一个新的问答条目以供将来参考。
所有数据——消息、用户信息、任务和问答——都直接存储在 Odoo 中，使其成为真正的助手，而不仅仅是一个聊天包装器。
个性、提示和参数：定义代理
每个 AI 助手都始于一个明确定义的个性。在我们的设置中，我们创建了一个自定义的 Odoo 模型来定义代理提示——这是一组指导大型语言模型行为的指令。
这些提示指定了代理的语气、功能和遵循的规则。我们还附带了大型语言模型参数，例如温度（随机性）、令牌限制（响应长度）和首选模型（GPT-4、Claude、Gemini 等）。
此配置完全在 Odoo 中进行管理。
代理可以访问工具，调用其他代理，或执行服务器操作——使其能够做出决策并与业务数据进行交互。
教机器人：公司知识和记忆
为了使 AI 真正有用，我们需要教会它关于业务——产品、流程和术语。这是通过静态和动态内存的组合来完成的。
知识以文本形式存储在自定义 Odoo 模型中，并通过三种方式收集：
- 手动编写条目
- 从其他 Odoo 表自动生成的类似 CSV 的摘要
- 从网站提取的内容（通过 HTTP + AI 解析）
每个条目都已标记上下文，可以在对话中检索。问答模型允许 AI 提出条目，销售团队可以验证并将其提升为官方知识。
所有这些都被索引到一个向量数据库中——这是一种经过优化以实现快速语义搜索的格式。这使得实现检索增强生成 (RAG) 成为可能：当用户提出问题时，系统会在内存数据库中搜索相关项，并将它们与提示和聊天上下文一起发送给大型语言模型。
Odoo 中的内存视图：
赋予 AI 真正的能力：工具和操作
一个只会说话的代理是不够的——我们希望它能采取行动。
通过公开 Odoo 中选定的服务器操作并将它们描述为“工具”，我们允许大型语言模型决定何时以及如何触发它们。例如，代理可以：
- 获取客户的订单历史记录
- 创建潜在客户或内部任务
- 发送跟进电子邮件
- 甚至调用其他代理以完成专门任务
每个工具都有参数、验证和可选的备用流程。所有逻辑和历史记录都会被存储，以便人类可以跟踪或覆盖代理所做的操作。
架构：Odoo + n8n + OpenRouter
为了协调这一切，我们使用了一个分层但轻量级的堆栈：
- Odoo：存储对话、知识、提示、工具、用户配置文件、任务
- n8n：一个免费的自动化引擎，负责管理工作流——例如检索内存、调用大型语言模型、执行服务器操作和记录结果
- OpenRouter：将我们连接到外部大型语言模型——Gemini、Claude、GPT 等——并可以灵活地根据需要切换模型
这种设置是可扩展的、供应商无关的且成本低廉的——非常适合想要控制其堆栈的公司。
我们已经建成的内容
以下是一些已经上线并实际运行的应用：
- KOM 网站的实时支持：动态响应、任务创建、知识丰富
- KOM 客户的登录支持：访问订单和产品历史记录
- 从客户提交的 PDF 创建销售订单
- 内部仪表板 + 问答支持（例如，通过 Metabase 的 ALN 仪表板）
- 由我们自己的团队使用的内部部署和公司知识助手
结论：ERP 的未来是智能的
我们相信您的 ERP 应该不仅仅是一个记录系统——它应该能够思考、协助并采取行动。通过结合 Odoo 的灵活性、自动化工具和大型语言模型，我们创建了一个新类别的助手，将对话转化为工作流，并将知识转化为真正的商业价值。
如果您想知道这如何应用于您的业务，我们随时准备向您展示。
获取演示或构建您自己的人工智能代理
我们正在与制造业、贸易和服务业的客户积极构建这个堆栈。想看看它能做什么吗？