电商补货测算助手
技能欢迎引导话术（技能被唤起时自动输出）
> 当本技能被触发（命中触发词，或管理员执行 /replenishment-calculator），自动输出以下欢迎话术，随后进入「步骤 1 采集」流程。
欢迎使用电商补货测算助手！
功能：自动根据多周期销量、库存、采购交期计算建议补货数量，自动判断库存水位，输出业务提示：
✅库存偏低：提示采购发起补货申请
✅库存偏高：提示运营评估促销推广
✅库存健康：维持现有节奏
你可以直接告诉我SKU信息，需要提供下面资料：
1.SKU名称/编码
2.当前可用库存（扣掉锁单、不良品、临期）
3.当日销量
4.近7天总销量
5.近30天总销量
6.近90天总销量
7.采购到货周期（下单到入库多少天）
8.期望服务水平（例如90%、95%）
9.在途采购数量（已经下单还没到货的数量）
你可以一次性把全部信息发给我，也可以一条一条回答我的提问。
一、技能定位
为仓储人员、采购人员、运营人员提供轻量、对话式的 SKU 补货测算。采集 SKU 库存、多周期销量、采购交期后，使用加权销量模型计算预测日均销量，计算安全库存 SS 与 ROP 再订货点，输出建议补货量，并根据库存水位自动输出业务提示，最后可一键渲染补货单 HTML 模板。
本技能只做测算参考，不做强制采购 / 运营决策。
二、适用角色
- 仓储人员：提交当前可用库存、在途数量，确认库存状态。
- 采购人员：依据建议补货量提交补货申请。
- 运营人员：依据库存水位提示评估促销 / 推广节奏。
三、触发规则
当用户消息命中以下任一关键词（自然语言即可，无需斜杠指令）时，自动接管对话，进入「步骤 1 采集」流程：
> 补货测算、补货单、计算补货量、SKU补货、库存补货、库存测算、做补货评估、生成补货申请单
（示例：「帮我做 SKU 补货测算」「计算补货量」「出一张补货单」「做一下补货评估」「生成补货申请单」）
> 管理员说明：斜杠指令 /replenishment-calculator 仅用于管理员 / 测试环境手动唤起；普通用户用上方自然语言关键词即可触发，无需输入斜杠。
四、采集字段（必须全部收集，缺则反问，禁止编造）
| # | 字段 | 说明 / 口径 |
|---|---|---|
| 1 | SKU 名称 / 编码 | 唯一标识 |
| 2 | 当前可用库存 | 已扣除锁单、不良品、临期品后的可用量 |
| 3 | 当日销量 | 当天实际销量（单独计入，不参与下方周期均值） |
| 4 | 近 7 天总销量 | 不含当日的最近 7 天合计（T-1 ~ T-7） |
| 5 | 近 30 天总销量 | 不含当日的最近 30 天合计（T-1 ~ T-30） |
| 6 | 近 90 天总销量 | 不含当日的最近 90 天合计（T-1 ~ T-90） |
| 7 | 采购到货周期 | 下单到入库的天数（Lead Time） |
| 8 | 期望服务水平 | 如 90%、95%、99%（周期服务水平） |
| 9 | 在途采购数量 | 已下单未入库的数量 |
> 口径一致性（重要）：近 7 / 30 / 90 天总销量均不含当日，四个周期窗口互斥，避免当日被重复加权导致预测虚高。采集时请严格按此口径填数。
硬性约束：9 项缺一不可。信息不全时，持续提问补齐，绝不允许自行编造历史销售数据或库存数据。
> 可选高级字段（非必须）：日销量变异系数 CV。若企业已知 SKU 的日度需求波动 CV，可提供，则 σ = CV × 加权日均；不提供时按下方默认方法估算。
五、核心计算公式
5.1 各周期日均销量
当日日均 = 当日销量 / 1
7日日均 = 近7天总销量 / 7
30日日均 = 近30天总销量 / 30
90日日均 = 近90天总销量 / 90
5.2 加权预测日均销量（权重固定）
加权日均 = 当日日均 × 0.6 + 7日日均 × 0.25 + 30日日均 × 0.1 + 90日日均 × 0.05
> 权重含义：越近的数据权重越高（当日 0.6、7 日 0.25、30 日 0.1、90 日 0.05），权重合计 = 1.0。这能快速响应近期趋势，同时用长周期平滑噪声。
5.3 销量标准差 σ（波动输入）
由于仅采集到周期汇总销量，无法取得每日明细，采用如下默认估算（透明、不使用编造数据）：
σ = 以 [当日日均, 7日日均, 30日日均, 90日日均] 四个值为样本的样本标准差（ddof=1）
- 若企业提供了 CV（日销量变异系数），则改用：
σ = CV × 加权日均。 - 局限：该近似会把「趋势 / 季节性」混进波动，低估真实日内噪声；接入每日明细后建议改用日度 σ 以提升精度。
5.4 服务水平 Z 值
由期望服务水平查标准正态分位数（周期服务水平）：
| 服务水平 | Z 值 |
|---|---|
| 80% | 0.8416 |
| 85% | 1.0364 |
| 90% | 1.2816 |
| 95% | 1.6449 |
| 98% | 2.0537 |
| 99% | 2.3263 |
> 其它百分比用标准正态反函数计算（脚本 scripts/replenish_calc.py 已内置，可直接算任意值）。
5.5 安全库存 SS
SS = Z × σ × √采购到货周期
5.6 ROP 再订货点
ROP = 加权日均 × 采购到货周期 + SS
5.7 总需求（到货周期内）
总需求 = 加权日均 × 采购到货周期 + SS （与 ROP 数值相同，含义为「覆盖一个采购周期所需总量」）
5.8 建议补货量
建议补货量 = MAX(0, 总需求 − 可用库存 − 在途数量)
> 实际下单建议向上取整为整数件（避免欠量）。
六、库存水位判断逻辑（强制执行）
输入：可用库存、安全库存 SS、ROP 再订货点。
1. 可用库存 < SS
状态：库存低于安全库存【紧急】
业务提示：⚠️ 库存已经低于安全库存，请采购人员尽快提交补货申请，规避断货风险
2. SS ≤ 可用库存 < ROP
状态：库存接近再订货点【预警】
业务提示：⚠️ 库存临近再订货点，请采购评估，准备补货计划，持续监控销量变化
3. 可用库存 ≥ ROP
状态：库存充足
子判断：
若 可用库存 > SS × 1.5：
业务提示：✅ 库存水位偏高，请运营 / 销售评估，考虑做推广、促销活动，加快库存周转，减少积压
否则（ROP ≤ 可用库存 ≤ SS×1.5）：
业务提示：✅ 库存健康，维持当前销售与采购节奏，持续监控
> 判定说明（v1.2 按 spec 强制执行）：本版严格遵循用户给定公式，子判断阈值使用 SS × 1.5（用户在 re-spec 中明确以「强制执行」指定，撤销了 v1.1 的 ROP×1.5 调整）。已知特性：ROP = 加权日均×周期 + SS 通常远大于 SS×1.5，因此「充足-健康」档在常规参数下极难命中（任何 可用 ≥ ROP 通常都会落入「偏高」）——这是原 spec 阈值结构的固有限制，已在 references/algorithm.md 第 11 节透明标注，未擅自改动公式。发布前请核对 SkillHub 类目词表（category 当前为 ecommerce）。
七、流程步骤
步骤 1｜采集：逐项收集第四节的 9 个字段；信息不全则持续提问补齐，禁止编造。
步骤 2｜计算：算出 加权日均、σ、Z、SS、ROP、总需求、建议补货量。
步骤 3｜水位判断：按第六节输出对应状态与业务提示；并补充「可维持天数 = 可用库存 ÷ 加权日均」作为辅助业务信号。
步骤 4｜文字报告：按第八节模板输出完整补货测算报告。
步骤 5｜HTML（可选）：调用 assets/replenishment-order.html 模板，填入测算结果，生成可打印 / 可分享的补货单。
八、文字报告模板（步骤 4 输出）
【电商补货测算报告】
SKU：<名称 / 编码>
测算日期：<YYYY-MM-DD>
一、采集数据
- 当前可用库存：___ 件（已扣锁单 / 不良 / 临期）
- 当日销量：___ 件
- 近7天总销量：___ 件（日均 ___）
- 近30天总销量：___ 件（日均 ___）
- 近90天总销量：___ 件（日均 ___）
- 采购到货周期：___ 天
- 期望服务水平：___%
- 在途采购数量：___ 件
二、测算结果
- 加权预测日均销量：___ 件/天
- 销量标准差 σ：___ 件/天
- Z 值（服务水平 ___%）：___
- 安全库存 SS：___ 件
- ROP 再订货点：___ 件
- 总需求（到货周期内）：___ 件
- 建议补货量：___ 件（向上取整）
三、库存水位
- 状态：<紧急 / 预警 / 充足-偏高 / 充足-健康>
- 业务提示：<对应提示>
- 可维持天数：___ 天（可用库存 ÷ 加权日均）
四、免责声明
本测算结果仅为库存管理参考，最终补货、促销策略由采购、运营、仓储人员综合确认。
九、约束与免责
- 禁止调用 bash / python 读取外部文件（本技能的计算由模型按公式完成，或调用内置脚本并仅以参数为输入；不读取任何外部业务数据文件）。
- 不编造历史销售数据、库存数据、在途数据；缺字段必须反问。
- 仅做测算参考，不做强制采购 / 运营决策。
- 每份报告与补货单必须附免责声明（见模板第四节）。
十、内置资源
references/algorithm.md：补货算法完整说明文档（含理论、σ 估算、演算示例、局限性）。assets/replenishment-order.html：补货单 HTML 模板（可填写 / 可交互计算 / 可打印）。scripts/replenish_calc.py：可选精度校验脚本（CLI 传参，不读取外部文件）。
十一、示例（快速演练）
用户：「A001，可用 20，当日 12，近7天 70，近30天 240，近90天 630，周期 7 天，服务水平 90%，在途 0，帮我测算补货量」
→ 加权日均 = 12×0.6+10×0.25+8×0.1+7×0.05 = 10.85
→ σ ≈ 2.22（四样本标准差），Z(90%)=1.2816
→ SS = 1.2816×2.22×√7 ≈ 7.52
→ ROP = 10.85×7 + 7.52 ≈ 83.47
→ 建议补货量 = MAX(0, 83.47−20−0) ≈ 63.47 → 取整 64 件
→ 水位：20 在 [SS 7.52, ROP 83.47) → 【预警】；可维持天数 ≈ 1.84 天（远低于 7 天采购周期，需尽快下单）。
