JOTO
Contact us
← AI 智库
AI 员工

WorkBuddy连接用友YonSuite:从销售履约Agent到验收落地

2026 年 7 月 28 日

本文详述某制造企业基于WorkBuddy与用友YonSuite构建销售履约Agent的完整落地路径,涵盖分阶段实施策略(只读查询→草稿生成→事件驱动)、系统提示词规范、写入安全三道门(准备/提交分离、幂等控制、人工确认)、高频技术坑速查表及六维验收标准,强调权限隔离、口径统一、全链路审计与人机协同边界设计。

销售履约Agent真实案例

某成长型制造企业已上线YonSuite,拥有多个销售组织和多个仓库。日常存在三个高频问题:销售人员常问订单是否审核、是否出库、是否缺货;销售运营每天导出销售订单和库存报表再手工筛选异常;客户催单时,销售人员无法快速判断问题出在库存、信用额度、审核还是物流环节。

项目组先建设一个「销售履约Agent」。员工在企业微信中询问:「查询客户华东鸿盛本月所有未完成订单,说明每张订单卡在哪里。」

订单号状态卡点原因
SO20260718001已审核未出库商品A可用库存不足320件
SO20260718016待审核客户信用额度不足12.6万元
SO20260719008部分出库商品B剩余80件
其余4张各类状态按库存不足/信用不足/待审核分类
销售履约Agent架构示意图
销售履约Agent架构示意图

分阶段落地策略

落地分三个阶段推进,风险逐步放开。

第一阶段:只做查询。项目组先提供四个只读工具:search_customer、query_sales_order、query_inventory、query_customer_credit。只读接口风险较低,即使Agent理解有偏差也不会修改正式业务数据;同时可以先验证客户匹配、组织权限、商品编码、库存口径和订单状态是否准确。

第二阶段:生成草稿,不直接提交。业务人员提出新需求:根据客户订货表在YonSuite创建销售订单。项目组没有直接开放「创建并审核」,而是拆成prepare_sales_order(生成结构化订单草稿并校验)与commit_sales_order(人工确认后正式写入)。Agent先返回确认信息,再等用户明确确认后才调用写入工具。

客户华东鸿盛有限公司;销售组织华东销售中心;结算月结30天;仓库上海成品仓;商品A 500件含税单价128元;商品B 200件含税单价76元;含税金额合计79,200元。风险提示:商品A可用库存仅380件;当前价格比客户最近成交价高3.2%;客户剩余信用额度不足订单金额。是否继续创建草稿?

第三阶段:事件驱动与定时预警。完成查询和草稿创建后,才增加自动化任务:每天上午检查已审核未出库订单;每天下午检查临近交期但库存不足的订单;信用额度不足时通知销售负责人;销售订单完成后更新跟单表;每周生成履约异常分析。YonSuite开放平台提供企业自建应用事件推送与事件订阅能力,WorkBuddy也支持按时间规则执行自动化任务。

私域Agent分工示意图
私域Agent分工示意图

销售履约Agent系统提示词

你是公司的销售履约助理。你的职责是查询YonSuite中的客户、销售订单、库存和信用信息,并向销售人员解释订单当前执行情况。

行为规则:

  • 所有ERP数据必须通过YonSuite工具获取,不得凭空推测。
  • 用户只提供客户名称时,先搜索客户;存在多个候选时列出候选,不得自行选择。
  • 查询库存时必须明确组织和仓库。
  • 「可以销售库存」统一使用可用量,不使用现存量代替。
  • 返回金额时必须同时标明币种和含税/未税口径。
  • 查询结果应标明数据获取时间。
  • 工具返回错误时,如实说明错误,不得生成虚假数据。
  • 未获用户明确确认,不得调用任何写入、提交或审核工具。
  • 不得修改客户信用、商品价格、库存和财务数据。
  • 输出订单异常时,按库存不足、信用不足、待审核、待出库、部分出库、接口异常分类。

写入安全三道门

查询接口可以相对开放,但任何写入操作都必须更谨慎。

安全门做法关键要素
准备与提交分离拆为草稿/提交/审核prepare/commit/approve分属不同等级
幂等控制同一指令一张单据幂等键由用户ID/客户编码生成
人工确认高风险不绕过审批展示客户/数量/金额/税率/风险

第一扇门:准备与提交分离。错误设计是把创建、提交、审核合在一个工具里。正确设计是拆成prepare_sales_order(生成草稿并校验)、commit_sales_order(人工确认后写入)、approve_sales_order(审核)三个不同权限等级。

第二扇门:幂等控制。用户可能连续说两次「确认创建」,网络超时后Agent也可能自动重试。若接口无幂等控制,可能生成两张相同订单。MCP服务在调用YonSuite前,应先检查该幂等键是否已成功执行。

第三扇门:人工确认。确认信息不能只写「是否确认创建」。应当展示客户、组织、仓库、商品、数量、单价、税率、币种、总金额、交货日期、信用风险、库存风险与特殊条款。对于付款、凭证、价格调整、库存调整等高风险操作,建议保留YonSuite原有审批流程,Agent只负责准备数据和发起流程。

写入接口不能无脑重试。查询接口可自动重试,写入接口必须同时具备幂等键、外部单号、执行状态查询、超时结果核验与重复数据检查。

安全门之外,生产运行还需要三道兜底规则。一是批量熔断:连续5条同步失败自动终止任务,推送IT告警,防止一个异常堵住整个队列、反复重试把ERP打崩。二是宕机续传:ERP宕机时缓存待制单任务,系统恢复后自动补发,不丢单。三是异常定向推送:单据写入失败生成异常工单,精准推送给对应业务负责人。

高频技术坑速查

安全门管住写入风险,下面把查询与写入两端最容易踩的坑一并列出。

现象正确做法
同名不同对象「华东鸿盛」匹配出多家搜索候选让用户确认
只传名称不传ID模糊匹配效率低search与get两类工具
忽略组织账簿不指明组织查错数据查询带组织与账簿上下文
现存量当可用量仓里有1000说能卖1000面向销售用可用量
Token每次重取延迟高易限流缓存+到期前刷新+锁
忽略分页说100单实际860处理pageIndex/totalCount
重试重复单据自动重试生成两单幂等键+外部单号
事件推送乱序重复或顺序错按事件ID去重回查正式状态
金额无口径说10万缺币种税否输出原币/本币/税额
Agent权限过大共用管理员密钥按业务域拆账号
ERP文本当指令备注里写指令被执行备注当普通数据处理
没有完整审计出错无法溯源记录完整操作链条

前面坑十讲权限、坑十二讲审计。把视角拉到「选哪个底座」,安全要求一致:数据不出域、细粒度权限隔离、全链路审计日志。不同底座在这些维度上的能力差异,以及前置入口是否被厂商绑定带来的隐性风险,后续专文介绍。

审计日志中不得明文记录AppSecret、Token、完整身份证号、银行卡号等敏感数据。

验收标准与落地清单

Agent项目不能只用「能不能回答问题」验收。建议至少设置六项指标。

验收维度怎么验及格线
数据正确性对比Agent/界面/人工报表金额数量单据状态一致
权限正确性不同角色分别测试不应看到的数据看不到
幂等性同一指令连跑两次只产生一张单据
异常处理测超时/限流/不存在明确报异常不编造
可追溯性从回答回溯调用链全链路可查
业务可用性让真实人员使用能用日常语言提需求

验收六指标之外,落地推进也有节奏。一个稳妥的落地顺序是六阶段:第一阶段只读查询(订单在哪、库存多少、客户欠多少);第二阶段异常分析(为什么不能发货、不能下单、金额对不上);第三阶段报告与消息自动化;第四阶段草稿生成;第五阶段受控写入(人机确认、幂等、权限、审计完善后);第六阶段跨系统协同(连接CRM、电商、WMS、MES、银企、数据仓库)。

此时WorkBuddy不只是一个查询入口,而逐渐成为跨系统任务的统一编排入口。

自动化分三级:一级自动查询并生成报告,风险最低可优先上线;二级自动发现异常并通知人员,由人决定如何处理;三级自动准备业务动作,人工确认后执行。适合自动执行的是日报、库存缺口检查、周报;不适合完全无人值守的是自动付款、删除单据、审核凭证、调整价格、库存调整与关闭大额订单。

一键执行清单
一键执行清单

一键执行清单

  1. 梳理高频查询场景,圈出每天重复问、重复查、重复整理的三件事。
  2. 在YonSuite创建按业务域拆分的自建应用,只申请所需API,禁用管理员账号。
  3. 建立接口台账,把原始接口封装为个位数业务工具,明确每个工具的权限与业务口径。
  4. 搭建MCP服务,做令牌缓存、统一调用封装、组织权限校验与审计日志。
  5. 在WorkBuddy创建自定义连接器,过滤工具权限,先在测试Agent验证。
  6. 写入操作拆为准备、提交、审核三道门,加幂等键与人工确认界面。
  7. 先上只读查询与异常通知,跑稳后再开放草稿生成与受控写入。
  8. 配置系统提示词与知识库,按业务角色拆分多个私域Agent,而非一个超级Agent。

WorkBuddy负责理解人,YonSuite负责执行企业规则,MCP负责控制两者之间的边界。把权限、口径、幂等、审计与审批想清楚,企业Agent才能从一次热闹的演示,变成一套能运行、能审计、能扩展的业务系统。

WorkBuddy-YonSuite-MCP三层架构图
WorkBuddy-YonSuite-MCP三层架构图

JOTO 企业落地观察

  • 企业部署需将「功能可用性」与「生产可靠性」解耦:本案中只读查询先行,本质是用低风险模块验证数据口径、组织权限与工具封装质量,避免因高风险写入失败导致整套系统信任崩塌。
  • 智能体工程中「工具原子化」不是技术洁癖,而是权限治理前提:按业务域拆分API、禁用管理员账号、封装为个位数工具,直接决定了后续能否实现细粒度审计与最小权限原则落地。
  • RAG知识工程在此类场景中作用有限,核心挑战在于结构化业务逻辑与动态权限上下文的实时注入——系统提示词强制要求「查询带组织与账簿上下文」「输出标明数据获取时间」,实为将RAG难以承载的时效性与上下文约束,转为工具调用契约。
  • AI安全治理的关键不在模型层,而在接口层:幂等键、人工确认界面、审计日志脱敏规则(如禁止明文记录Token),均属于接口契约与运行时管控,这类机制必须在MCP服务层统一实现,而非依赖大模型自身能力。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们
Contact Us

Start your enterprise AI rollout

Tell us your industry, team, and current pain points. We'll get back to you within one business day to help you decide what to tackle first, what data to prepare, and which platform fits.

WeChat
Scan to add us for a 1:1 chat
JOTO WeChat consultation QR code

Tell us what you need

Once we receive your details, we'll be in touch within one business day.