在 Majorbird，我们已经超越了炒作，构建了与 Odoo 集成的真实人工智能代理——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 LLM、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个客户实施它的方法。
引言：ERP 中的人工智能——不仅仅是一个聊天机器人
对于许多企业来说，人工智能聊天机器人的功能仍然局限于预设的回复和简单的常见问题解答。但最近，我们追求更高的目标。通过将 Odoo 与自动化流程 (n8n) 和外部 LLM (Gemini, Claude 等) 相结合，我们创建了一个能够理解、记忆、推理并利用您的 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，但能够连接到外部世界，支持客户，协助销售团队，并实时自动化跟进工作。
从聊天框到智能代理：Komacut 的实时支持
最显著的应用是在 www.komacut.com 上，其帮助台聊天框由 Odoo 和人工智能提供支持。即使网站不是在 Odoo 中构建的，该助手也可以处理传入的对话并在 ERP 中对其进行丰富。
当客户打开聊天时，系统会将对话路由到最近时区的销售人员，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，它将创建一个后续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。
个性和提示与参数：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 Odoo 模型来定义代理提示——指导 LLM 如何行为的一组指令。
这些提示指定了代理的语气、功能和要遵循的规则。我们还附加了 LLM 参数，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。
该代理可以访问工具、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。
训练机器人：公司知识和记忆
为了使 AI 真正有用，我们需要对其进行业务知识的培训——产品、流程和术语。这是通过结合静态和动态内存来完成的。
知识以文本形式存储在自定义 Odoo 模型中，通过三种方式收集：
- 手动编写的条目
- 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，并可以在对话期间检索。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——一种针对快速语义搜索进行了优化的格式。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 LLM。
Odoo 中的内存视图：
赋予 AI 真实能力：工具和操作
一个只能对话的代理是不够的——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其描述为“工具”，我们允许 LLM 决定何时以及如何触发它们。例如，该代理可以：
- 获取客户的订单历史记录
- 创建商机或内部任务
- 发送跟进电子邮件
- 甚至调用另一个代理来执行专门任务
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已存储，因此人类可以跟踪或覆盖代理所做的事情。
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、用户简档、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 LLM、执行服务器操作和记录结果
- OpenRouter：将我们连接到外部 LLM——Gemini、Claude、GPT 等——并可灵活地按需切换模型
此设置可扩展、厂商无关且成本低廉——非常适合希望控制其堆栈的公司。
我们已经构建了什么
以下是一些已上线并正常运行的具体应用：
- 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）
- 我 propia 团队使用的内部部署和公司知识助手
结论：ERP 的未来就是智能化的
我们相信您的 ERP 不应仅仅是一个记录系统——它应该思考、协助并采取行动。通过结合 Odoo 的灵活性、自动化工具和 LLM，我们创建了一类新型助手，将对话转化为工作流，将知识转化为真实的商业价值。
如果您想了解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
我们正积极与制造、贸易和服务行业的客户一起构建这个堆栈。想看看它能做什么吗？