🚀 Überblick

Moderne Einzelhändler verlieren erhebliche Umsätze durch Fehlbestände, Überbestände, ungenaue Bedarfsprognosen und langsame Bestandsentscheidungen. Herkömmliche Bestandsverwaltungssysteme basieren oft auf statischen Regeln und manuellen Analysen, was es schwierig macht, schnell auf sich ändernde Geschäftsbedingungen zu reagieren.

StockPilot AI ist eine Enterprise Multi-Agent Inventory Intelligence Platform, die rohe Bestandsdaten mithilfe eines kollaborativen Schwarms von KI-Agenten in umsetzbare Geschäftseinblicke verwandelt. Entwickelt mit Google Agent Development Kit (ADK), Gemini 2.5 Flash und dem Model Context Protocol (MCP) ermöglicht die Plattform spezialisierten KI-Agenten, zusammenzuarbeiten, um Bestände zu analysieren, operative Risiken zu erkennen, Nachfragen zu prognostizieren, Beschaffungsentscheidungen zu optimieren und führungsreife Geschäftsberichte zu erstellen.

Durch die Kombination modularer KI-Orchestrierung mit wiederverwendbaren Business-Intelligence-Fähigkeiten zeigt StockPilot AI, wie Unternehmen kollaborative KI-Systeme nutzen können, um skalierbare, erklärbare und produktionsreife Entscheidungsunterstützungsanwendungen zu entwickeln.

📚 Inhaltsverzeichnis

• 🚀 Überblick

• ✨ Hauptfunktionen

• 🏗️ Systemarchitektur

• 🤖 Verantwortlichkeiten der KI-Agenten

• 🔄 Multi-Agent-Workflow

• 🛠️ Technologie-Stack

• 📈 Geschäftliche Auswirkungen

• 🚀 Schnellstart

• 📂 Repository-Struktur

• 🗺️ Zukünftige Roadmap

• 🤝 Mitwirken

• 📄 Lizenz

✨ Hauptfunktionen

• 🤖 Multi-Agent-Schwarmintelligenz, unterstützt von Google ADK

• 🧠 Root Coordinator mit spezialisierten KI-Agenten

• 🔌 Integration des Model Context Protocol (MCP)

• 📊 KI-gestützte Bestandsgesundheitsanalyse

• 📈 Bedarfsprognose und Verkaufsgeschwindigkeitsanalyse

• ⚠️ Erkennung von Fehlbestands- und Überbestandsrisiken

• 💰 Optimierung des Working Capital

• 📦 Intelligente Beschaffungsempfehlungen

• 📄 Erstellung von Führungsberichten

• 🔒 Unternehmenssicherheit und Eingabevalidierung

• 🎨 Modernes interaktives Dashboard mit Streamlit

🌟 Projekthighlights

✔ Enterprise Multi-Agent-KI-Architektur

✔ Entwickelt mit Google Agent Development Kit (ADK)

✔ Angetrieben von Gemini 2.5 Flash

✔ MCP-basierte Tool-Kommunikation

✔ FastMCP-Integration

✔ Bestandsgesundheits-Intelligenz

✔ KI-Beschaffungsempfehlungen

✔ Führungsberichte

✔ Interaktives Streamlit-Dashboard

✔ Modulares und skalierbares Design

🏗️ Systemarchitektur

StockPilot AI folgt einer modularen, unternehmensgerechten Multi-Agent-Architektur, in der KI-Schlussfolgerung, Geschäftslogik und Tool-Ausführung sauber getrennt sind. Die Plattform nutzt Google Agent Development Kit (ADK), um spezialisierte KI-Agenten zu orchestrieren, während FastMCP wiederverwendbare Business-Intelligence-Fähigkeiten über das Model Context Protocol (MCP) bereitstellt.

Der Root Coordinator Agent delegiert Aufgaben an domänenspezifische KI-Agenten, die für Bestandsanalyse, Bedarfsprognose, Bestandsrisikoerkennung, Erstellung von Beschaffungsempfehlungen und Führungsberichte verantwortlich sind. Jeder Agent führt eine spezialisierte Aufgabe aus, bevor er gemeinsam eine einheitliche Geschäftsentscheidung erstellt.

Diese modulare Architektur verbessert Skalierbarkeit, Wartbarkeit, Erklärbarkeit und ermöglicht die Integration neuer KI-Fähigkeiten mit minimalen Änderungen am bestehenden System.

🤖 Verantwortlichkeiten der KI-Agenten

🔄 Multi-Agent-Workflow

Der Workflow beginnt mit einem hochgeladenen Bestandsdatensatz. Der Root Coordinator verteilt Analyseaufgaben an spezialisierte KI-Agenten, die jeweils wiederverwendbare Bestandsintelligenz-Fähigkeiten über das Model Context Protocol (MCP) aufrufen. Sobald alle Analysen abgeschlossen sind, fasst der Coordinator die Ergebnisse in einem Führungsbericht zusammen, der Bestandseinblicke, Bedarfsprognosen, Beschaffungsempfehlungen und Business Intelligence enthält.

🛠️ Technologie-Stack

📈 Geschäftliche Auswirkungen

StockPilot AI wurde entwickelt, um datengestützte Bestandsentscheidungen zu unterstützen, indem KI-Schlussfolgerungen mit Business Intelligence kombiniert werden. Anstatt lediglich Bestandsaufzeichnungen zu analysieren, hilft die Plattform Unternehmen, operative Risiken zu identifizieren, Beschaffungsstrategien zu optimieren und die Bestandsleistung durch kollaborative KI-Agenten zu verbessern.

Wichtige geschäftliche Vorteile

• 📉 Reduzierung von Fehlbeständen durch proaktive Nachfrageanalyse

• 📦 Minimierung von Überbeständen und Lagerkosten

• 💰 Verbesserung der Working-Capital-Nutzung

• 📈 Prognose des zukünftigen Bestandsbedarfs mithilfe von KI-Erkenntnissen

• ⚠️ Erkennung von Bestandsrisiken, bevor sie den Betrieb beeinträchtigen

• 🤖 Automatisierung von Beschaffungsempfehlungen

• 📊 Erstellung führungsreifer Geschäftsberichte

• 🚀 Beschleunigung strategischer Bestandsentscheidungen

🌟 Warum StockPilot AI?

Im Gegensatz zu herkömmlichen Bestandsverwaltungssystemen, die auf statischen Geschäftsregeln basieren, kombiniert StockPilot AI mehrere spezialisierte KI-Agenten, die zusammenarbeiten, um komplexe Bestandsherausforderungen zu lösen.

Herkömmliche Bestandssysteme

• Manuelle Bestandsanalyse

• Statische Geschäftsregeln

• Begrenzte Prognosefähigkeit

• Reaktive Entscheidungsfindung

• Fragmentierte Berichterstattung

StockPilot AI

• Multi-Agent-KI-Kollaboration

• Intelligente Bedarfsprognose

• KI-basierte Risikoerkennung

• Automatisierte Beschaffungsempfehlungen

• Führungs-Business-Intelligence

• Modulare und skalierbare Architektur

• Erklärbare KI-Entscheidungsunterstützung

✨ Enterprise-Funktionen

🚀 Schnellstart

Befolgen Sie die nachstehenden Schritte, um StockPilot AI lokal auszuführen.

Related MCP server: storelink-mcp

📦 Repository klonen

git clone https://github.com/ankitachotaliya2310/StockPilot-AI.git
cd StockPilot-AI

📥 Abhängigkeiten installieren

Installieren Sie alle erforderlichen Python-Pakete.

pip install -r requirements.txt

🔑 Umgebung konfigurieren

Erstellen Sie eine .env-Datei mit .env.example.

GEMINI_API_KEY=YOUR_GEMINI_API_KEY
GEMINI_MODEL=gemini-2.5-flash

✅ Installation überprüfen

Führen Sie die Verifizierungssuite aus, um MCP-Tools, KI-Agenten und wiederverwendbare Fähigkeiten zu validieren.

python -X utf8 verify_system.py

▶️ StockPilot AI starten

Starten Sie die Streamlit-Anwendung.

streamlit run app.py

Öffnen Sie Ihren Browser und navigieren Sie zu:

http://localhost:8501

📂 Repository-Struktur

StockPilot-AI
│
├── Assets/
│   ├── Cover.png
│   ├── Logo.png
│   ├── Architecture.png
│   ├── Architecture Overview.png
│   ├── Workflow.png
│   └── business-impact.png
│
├── Datasets/
│   ├── sample_inventory.csv
│   ├── test_dataset_balanced.csv
│   ├── test_dataset_overstocks.csv
│   └── test_dataset_shortages.csv
│
├── doc/
│   └── architecture.md
│
├── agents.py
├── app.py
├── data_generator.py
├── mcp_server.py
├── skills.py
├── tools.py
├── style.css
├── verify_system.py
├── requirements.txt
├── walkthrough.md
├── README.md
├── LICENSE
└── .gitignore

🔗 StockPilot AI erkunden

🗺️ Zukünftige Roadmap

StockPilot AI ist als skalierbare Enterprise-Bestandsintelligenz-Plattform konzipiert. Zukünftige Erweiterungen können Folgendes umfassen:

• 🌐 Multi-Warehouse-Bestandsverwaltung

• 📡 Echtzeit-ERP- und SAP-Integration

• 🤖 KI-Lieferantenempfehlungsmaschine

• 📈 Erweiterte prädiktive Bedarfsprognose

• 📦 Automatisierte Bestellgenerierung

• 🔐 Rollenbasierte Benutzerauthentifizierung

• ☁️ Cloud-native Bereitstellung

• 📊 Echtzeit-Business-Intelligence-Dashboard

• 🔔 Intelligente Bestandsalarme und Benachrichtigungen

• 🌍 Mehrsprachige Unternehmensunterstützung

🤝 Mitwirken

Beiträge sind willkommen!

Wenn Sie StockPilot AI verbessern möchten, können Sie gerne:

• Das Repository forken

• Einen Feature-Branch erstellen

• Einen Pull Request einreichen

• Fehler melden oder Verbesserungen über GitHub Issues vorschlagen

🙏 Danksagungen

Dieses Projekt wurde mit modernen KI- und Datentechnologien entwickelt, darunter:

• Google Agent Development Kit (ADK)

• Gemini 2.5 Flash

• Model Context Protocol (MCP)

• FastMCP

• Streamlit

• Pandas

• Plotly

• Python

Besonderer Dank gilt dem Google × Kaggle AI Agents Capstone-Programm, das die Entwicklung dieses Projekts inspiriert hat.

📄 Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert.

Einzelheiten finden Sie in der LIZENZ-Datei.

⭐ Wenn Sie dieses Projekt nützlich fanden, erwägen Sie bitte, ihm einen Stern auf GitHub zu geben.

Erstellt mit ❤️ unter Verwendung von Google Agent Development Kit (ADK), Gemini und Streamlit