Agent 创收指南免费公开资源
中文 EN العربية

返回目录 / Agent 工作流

查询供应链数据并列出缺货处置项

通过Databricks MCP读取结构化表、邮件和模型结果,回答库存/供应问题并附数据依据。

目标

为指定SKU和时间窗口生成有数据出处的缺货风险与人工处置清单。

步骤

  1. 在Databricks测试workspace运行Solution Accelerator notebook 1创建样例资产,配置~/.databrickscfg与OpenAI key。 [src10-openai-query-supply-chain-data-for-stockout-actions]
  2. 从库存/供应链问题开始,Agent通过MCP查询结构化表、邮件与模型;让每条结论保留来源表/记录。 [src10-openai-query-supply-chain-data-for-stockout-actions]
  3. 把已证实的风险、涉及SKU/时间和建议的人工跟进整理为清单,不调用写工具下采购单。 [src10-openai-query-supply-chain-data-for-stockout-actions]

验证方式

核对报告SKU与Databricks源表相符,邮件证据有线程/日期,模型结果标明版本;行动项不包含已下单声明。

故障处理

MCP连接失败时检查Databricks profile和warehouse权限;若结论无数据行来源,重问明确SKU/期间,不补造库存。

权限边界

前置条件

权限边界

限制

Solution Accelerator会创建测试数据资产且可能收费;输出是风险提示,不是供应商违约或采购承诺。

固定上游来源

https://github.com/openai/openai-cookbook/blob/5bd6cb40b6b84b69b2032d810610aa85064102df/examples/mcp/building-a-supply-chain-copilot-with-agent-sdk-and-databricks-mcp/README.md

仓库
openai/openai-cookbook
文件路径
examples/mcp/building-a-supply-chain-copilot-with-agent-sdk-and-databricks-mcp/README.md
固定提交
5bd6cb40b6b84b69b2032d810610aa85064102df
来源检查
2026-10-14 · 已按固定上游来源核对

仓库指标

以下数字属于上游仓库整体,不代表单个 Skill 或指南的点赞/热度。

Stars
未取得
Forks
未取得
观测时间
未取得

尚未取得指标快照。

许可证: MIT

主主题

把电商活动资料整理成可复核周报

相关资源