استعلم عن بيانات الإمداد وأنتج إجراءات لنقص المخزون

استخدم Databricks MCP للاستعلام عن الجداول والبريد ونتائج النماذج؛ وأجب عن أسئلة المخزون والإمداد بأدلة.

الهدف

أنشئ قائمة مخاطر نقص المخزون والإجراءات البشرية لمنتجات وفترة محددة مع مصادر البيانات.

شغّل دفتر Solution Accelerator الأول في مساحة Databricks اختبار واضبط ~/.databrickscfg ومفتاح OpenAI. [src10-openai-query-supply-chain-data-for-stockout-actions]
ابدأ بسؤال المخزون؛ يستعلم الوكيل عبر MCP الجداول والبريد والنماذج مع حفظ مصدر كل ادعاء. [src10-openai-query-supply-chain-data-for-stockout-actions]
لخّص المخاطر المؤكدة والمنتجات والتواريخ والمتابعة البشرية المقترحة؛ ولا تستدعِ أدوات كتابة لإنشاء طلب شراء. [src10-openai-query-supply-chain-data-for-stockout-actions]

طابق المنتجات مع جداول Databricks وأثبت خيوط/تواريخ البريد وإصدار النموذج؛ ولا تدّعِ تنفيذ طلب شراء.

عند فشل MCP افحص profile وصلاحيات المستودع؛ ولادعاء بلا صف بيانات حدد المنتج والفترة ولا تختلق المخزون.

يقرأ جداول Databricks والبريد ونتائج النماذج ويرسل الأسئلة إلى OpenAI؛ ولا تنشئ العينة طلبات شراء.

ينشئ Accelerator موارد اختبار وقد يفرض رسومًا؛ والمخرجات تنبيه مخاطر لا تثبت إخفاق المورد أو التزام شراء.

المستودع: openai/openai-cookbook
مسار الملف: examples/mcp/building-a-supply-chain-copilot-with-agent-sdk-and-databricks-mcp/README.md
الإيداع المثبت: 5bd6cb40b6b84b69b2032d810610aa85064102df
تاريخ فحص المصدر: 2026-10-14 · تمت المراجعة مقابل المصدر الأصلي المثبت

تعكس هذه القيم المستودع الأصلي كله، ولا تمثل إعجابات أو شعبية مهارة أو دليل منفرد.

لا تتوفر لقطة مقاييس بعد.

الترخيص: MIT