治理優先的 AI Agent 進銷存系統 —— 讓 AI 助理能實際操作 ERP（查庫存、開訂單、評估供應鏈風險），同時把每一個 AI 自主行動納入「可控、可審批、可稽核」的治理鏈。
企業導入 AI Agent 最大的顧慮不是能力，是控制：AI 建議可以參考，但讓 AI 直接改庫存、開訂單，誰來把關？出了問題怎麼追？
本系統的回答是一條完整的治理鏈：
- AI 的每一次工具呼叫都經過統一的 Tool Gateway（白名單、角色權限、風險分級）
- 會改動資料的操作一律先攔截、送人工審批，核准後才執行
- 全程寫入稽核紀錄（派工決策、工具呼叫、審批流程三層）
- 審批狀態如實揭露 —— 系統層保證回覆不會宣稱未執行的操作已完成
| 特性 | 說明 |
|---|---|
| 總管 Agent 派工 | 自然語言任務由 LLM 語意路由到專責 Agent，跨領域任務自動串接多個 Agent 並彙整 |
| 8 個專責 Agent | 庫存、採購、銷售、財務、人資、ESG、供應鏈風險、客服 —— 各自僅持有職責內的工具白名單 |
| Tool Gateway | 30 個 ERP 工具的唯一入口：檢查工具存在 → Agent 白名單 → 角色權限 → 風險分級 |
| 四級風險分級 | read_only / suggestion 直接執行；write / dangerous 攔截送審批 |
| 人工審批流程 | 待審批清單、核准 / 拒絕（附原因）、沖銷與重試，皆於 Dashboard 操作 |
| 三層稽核紀錄 | 派工決策（誰派給誰、為什麼）、工具呼叫（誰用了什麼、結果）、審批歷程（誰核准了什麼） |
| 審批狀態揭露 | 操作被攔下時，回覆由系統層強制附上審批單號與「尚未執行」告示，不依賴 LLM 自律 |
| 多供應商容錯 | LLM 供應商掉線自動依序切換備援模型（LiteLLM，一行設定換模型） |
| 供應鏈風險分析 | 外部新聞情資 → 風險熱圖 → 受影響採購單 → 替代建議 |
| 雙入口 | Web（Streamlit）與 LINE Bot 共用同一套 Gateway 與審批規則 |
目前系統架構圖
AI 任務治理標準流程圖
使用者（Web / LINE）
│ 自然語言任務
▼
總管 Agent ─── 語意路由：判斷派給哪個專責 Agent（派工紀錄落庫）
▼
8 個專責 Agent ─── 各自僅能使用白名單內的工具
│ tool call
▼
Tool Gateway ─── 白名單 → 角色權限 → 風險分級（呼叫紀錄落庫）
├── read_only / suggestion ──→ 直接執行
└── write / dangerous ──→ 待審批 ──→ 人工核准 ──→ 執行（審批歷程落庫）
▼
SQLite（業務資料 + 三層稽核紀錄）
治理邊界：治理鏈的對象是「AI Agent 的自主行動」。傳統的人工操作表單（手動開單、記帳、維護主檔）由登入者的角色權限（RBAC）管理，操作者本人即決策者，不重複進審批。
# 1. 環境（Python 3.11+）
python -m venv .venv
.venv/Scripts/activate # Windows；macOS/Linux 用 source .venv/bin/activate
pip install -r requirements.txt
# 2. 設定模型（.env）
cp .env.example .env
# LLM_MODEL=gemini/gemini-2.5-flash ← 填你的供應商/模型與對應金鑰
# 3. 啟動
streamlit run app.py登入後左側選單進入「AI 智能助理」即可用自然語言操作；「Agent Dashboard」檢視派工、稽核與待審批。
測試帳號（示範資料）：admin/admin（管理者）、wh1/wh1（倉管）、sales1/sales1（業務）、hr1/hr1（人資）。
# .env 需另設 LINE_CHANNEL_ACCESS_TOKEN / LINE_CHANNEL_SECRET / GEMINI_API_KEY
python "line bot/bot_server.py" # FastAPI 於 :8000，webhook 需公開網址（如 ngrok）| 環境變數 | 用途 | 預設 |
|---|---|---|
LLM_MODEL |
主模型（LiteLLM 格式 provider/model），AI 助理與分析頁共用 |
gemini/gemini-2.5-flash |
LLM_FALLBACK_MODELS |
備援模型（逗號分隔，主模型失敗時依序切換） | openai/kimi-k2.6,gemini/gemini-2.5-flash |
LLM_ANALYSIS_MODEL |
分析副任務別名（選填；新聞歸類/翻譯可指到較便宜模型） | 未設＝用主模型鏈 |
OPENAI_API_KEY / OPENAI_API_BASE |
OpenAI 相容供應商的金鑰與端點 | — |
GEMINI_API_KEY |
Gemini 金鑰（選 gemini 系模型時） | — |
GNEWS_API_KEY |
供應鏈新聞來源（選用） | — |
ERP_DB_PATH |
資料庫路徑（企業可指定既有 .db） | data/erp.db |
LINE_CHANNEL_ACCESS_TOKEN / LINE_CHANNEL_SECRET |
LINE Bot 憑證（選用） | — |
pip install -r requirements-dev.txt
python -m pytest tests/ -v測試涵蓋治理關鍵路徑：審批狀態揭露、彙整層治理訊號保留、供應商容錯切換。CI 於每個 PR 自動執行。
Python 3.11 · Streamlit · SQLite · LiteLLM（多供應商模型層）· FastAPI + LINE Messaging API · Plotly
- 稽核紀錄雜湊鏈（防篡改驗證）與寫入交易邊界
- LINE 入口最小權限角色
- 治理效益量化儀表板（決策時間、攔截率、可追溯率）
- 敏感欄位遮罩與密碼雜湊