🚀 Обзор

Современные ритейлеры теряют значительную выручку из-за дефицита товаров, избыточных запасов, неточного прогнозирования спроса и медленного принятия решений по управлению запасами. Традиционные системы управления запасами часто полагаются на статические правила и ручной анализ, что затрудняет быструю реакцию на изменяющиеся бизнес-условия.

StockPilot AI — это Корпоративная мультиагентная платформа интеллектуального управления запасами, которая преобразует необработанные данные о запасах в действенные бизнес-инсайты с помощью коллаборативного роя AI-агентов. Созданная с использованием Google Agent Development Kit (ADK), Gemini 2.5 Flash и Model Context Protocol (MCP), платформа позволяет специализированным AI-агентам работать вместе для анализа запасов, выявления операционных рисков, прогнозирования спроса, оптимизации решений о закупках и генерации готовых для руководства бизнес-отчетов.

Объединяя модульную оркестровку AI с многократно используемыми навыками бизнес-аналитики, StockPilot AI демонстрирует, как корпоративные организации могут использовать коллаборативные AI-системы для создания масштабируемых, объяснимых и готовых к производству приложений поддержки принятия решений.

📚 Содержание

• 🚀 Обзор

• ✨ Ключевые особенности

• 🏗️ Архитектура системы

• 🤖 Обязанности AI-агентов

• 🔄 Многопользовательский рабочий процесс

• 🛠️ Технологический стек

• 📈 Бизнес-влияние

• 🚀 Быстрый старт

• 📂 Структура репозитория

• 🗺️ Дорожная карта

• 🤝 Вклад

• 📄 Лицензия

✨ Ключевые особенности

• 🤖 Мультиагентный роевой интеллект на базе Google ADK

• 🧠 Корневой координатор со специализированными AI-агентами

• 🔌 Интеграция Model Context Protocol (MCP)

• 📊 Анализ состояния запасов на основе ИИ

• 📈 Прогнозирование спроса и анализ скорости продаж

• ⚠️ Обнаружение рисков дефицита и избытка запасов

• 💰 Оптимизация оборотного капитала

• 📦 Интеллектуальные рекомендации по закупкам

• 📄 Генерация бизнес-отчетов для руководства

• 🔒 Корпоративная безопасность и проверка ввода данных

• 🎨 Современная интерактивная панель управления на Streamlit

🌟 Основные моменты проекта

✔ Корпоративная мультиагентная AI-архитектура

✔ Создано с использованием Google Agent Development Kit (ADK)

✔ Работает на базе Gemini 2.5 Flash

✔ Коммуникация инструментов на основе MCP

✔ Интеграция FastMCP

✔ Интеллектуальный анализ состояния запасов

✔ AI-рекомендации по закупкам

✔ Бизнес-отчетность для руководства

✔ Интерактивная панель управления Streamlit

✔ Модульная и масштабируемая архитектура

🏗️ Архитектура системы

StockPilot AI следует модульной, корпоративной мультиагентной архитектуре, в которой AI-рассуждения, бизнес-логика и выполнение инструментов четко разделены. Платформа использует Google Agent Development Kit (ADK) для оркестровки специализированных AI-агентов, а FastMCP предоставляет многократно используемые навыки бизнес-аналитики через Model Context Protocol (MCP).

Корневой координатор делегирует задачи предметно-ориентированным AI-агентам, ответственным за анализ запасов, прогнозирование спроса, обнаружение рисков запасов, генерацию рекомендаций по закупкам и составление отчетов для руководства. Каждый агент выполняет специализированную задачу, прежде чем совместно выработать единое бизнес-решение.

Эта модульная архитектура повышает масштабируемость, удобство сопровождения, объяснимость и позволяет интегрировать новые AI-возможности с минимальными изменениями в существующей системе.

🤖 Обязанности AI-агентов

🔄 Многопользовательский рабочий процесс

Рабочий процесс начинается с загруженного набора данных о запасах. Корневой координатор распределяет задачи анализа по специализированным AI-агентам, каждый из которых вызывает многократно используемые навыки интеллектуального анализа запасов через Model Context Protocol (MCP). После завершения всех анализов координатор агрегирует результаты в отчет для руководства, содержащий инсайты по запасам, прогнозы спроса, рекомендации по закупкам и бизнес-аналитику.

🛠️ Технологический стек

📈 Бизнес-влияние

StockPilot AI спроектирован для поддержки принятия решений по управлению запасами на основе данных, объединяя AI-рассуждения с бизнес-аналитикой. Вместо простого анализа записей о запасах, платформа помогает организациям выявлять операционные риски, оптимизировать стратегии закупок и повышать эффективность управления запасами с помощью коллаборативных AI-агентов.

Ключевые бизнес-преимущества

• 📉 Снижение дефицита товаров благодаря упреждающему анализу спроса

• 📦 Минимизация избыточных запасов и затрат на хранение

• 💰 Улучшение использования оборотного капитала

• 📈 Прогнозирование будущего спроса на запасы с помощью AI-инсайтов

• ⚠️ Выявление рисков запасов до того, как они повлияют на операции

• 🤖 Автоматизация рекомендаций по закупкам

• 📊 Генерация готовых для руководства бизнес-отчетов

• 🚀 Ускорение стратегического принятия решений по запасам

🌟 Почему StockPilot AI?

В отличие от традиционных систем управления запасами, которые основаны на статических бизнес-правилах, StockPilot AI объединяет несколько специализированных AI-агентов, сотрудничающих для решения сложных задач управления запасами.

Традиционные системы управления запасами

• Ручной анализ запасов

• Статические бизнес-правила

• Ограниченные возможности прогнозирования

• Реактивное принятие решений

• Фрагментированная отчетность

StockPilot AI

• Мультиагентное AI-сотрудничество

• Интеллектуальное прогнозирование спроса

• AI-обнаружение рисков

• Автоматизированные рекомендации по закупкам

• Бизнес-аналитика для руководства

• Модульная и масштабируемая архитектура

• Объяснимая поддержка принятия решений на основе ИИ

✨ Корпоративные функции

🚀 Быстрый старт

Выполните следующие шаги, чтобы запустить StockPilot AI локально.

Related MCP server: storelink-mcp

📦 Клонирование репозитория

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

📥 Установка зависимостей

Установите все необходимые пакеты Python.

pip install -r requirements.txt

🔑 Настройка окружения

Создайте файл .env на основе .env.example.

GEMINI_API_KEY=YOUR_GEMINI_API_KEY
GEMINI_MODEL=gemini-2.5-flash

✅ Проверка установки

Запустите набор проверки для валидации MCP-инструментов, AI-агентов и многократно используемых навыков.

python -X utf8 verify_system.py

▶️ Запуск StockPilot AI

Запустите приложение Streamlit.

streamlit run app.py

Откройте браузер и перейдите по адресу:

http://localhost:8501

📂 Структура репозитория

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

🔗 Исследуйте StockPilot AI

🗺️ Дорожная карта

StockPilot AI спроектирован как масштабируемая корпоративная платформа интеллектуального управления запасами. Будущие улучшения могут включать:

• 🌐 Управление запасами на нескольких складах

• 📡 Интеграция с ERP и SAP в реальном времени

• 🤖 AI-движок рекомендаций поставщиков

• 📈 Расширенное прогнозирование спроса

• 📦 Автоматическое создание заказов на закупку

• 🔐 Аутентификация пользователей на основе ролей

• ☁️ Облачное развертывание

• 📊 Панель бизнес-аналитики в реальном времени

• 🔔 Умные оповещения и уведомления о запасах

• 🌍 Многоязычная корпоративная поддержка

🤝 Вклад

Вклад приветствуется!

Если вы хотите улучшить StockPilot AI, можете:

• Форкнуть репозиторий

• Создать ветку для новой функции

• Отправить pull request

• Сообщить об ошибках или предложить улучшения через GitHub Issues

🙏 Благодарности

Этот проект был создан с использованием современных технологий AI и инженерии данных, включая:

• Google Agent Development Kit (ADK)

• Gemini 2.5 Flash

• Model Context Protocol (MCP)

• FastMCP

• Streamlit

• Pandas

• Plotly

• Python

Особая благодарность программе Google × Kaggle AI Agents Capstone за вдохновение на разработку этого проекта.

📄 Лицензия

Этот проект распространяется под лицензией MIT.

Подробности см. в файле LICENSE.

⭐ Если вы нашли этот проект полезным, пожалуйста, подумайте о том, чтобы поставить ему звезду на GitHub.

Создано с ❤️ с использованием Google Agent Development Kit (ADK), Gemini и Streamlit