Odoo AI 智能查询系统

🤖 Odoo AI 智能查询系统 - 基于 Streamlit 和阿里云 DashScope 的企业级数据查询解决方案

📖 项目概述

这是一个基于 Streamlit 和 阿里云 DashScope 开发的智能 Odoo ERP 数据查询系统。该系统通过自然语言处理技术，让用户能够用中文自然语言查询 Odoo 系统中的各种业务数据，大大降低了数据查询的技术门槛。

🎯 核心特性

1. 智能自然语言查询

• 中文自然语言处理：支持中文查询，如"查找所有员工"、"查询销售订单及产品信息"
• AI 智能解析：基于阿里云 DashScope 的 qwen-turbo 模型进行查询意图识别
• 多模型支持：支持人力资源、销售、采购、库存、财务等多个业务模块

2. 双模式工作界面

• 🔍 数据查询模式：专注于数据检索和分析
• 💬 智能聊天模式：提供 Odoo 系统使用指导和业务咨询

3. 灵活的网络模式

• 🏠 本地模式：仅使用本地 Odoo 服务，适合内网环境
• 🌍 在线模式：优先使用在线 AI 服务
• 🤖 智能模式：自动选择最佳服务

🏗️ 技术架构

核心技术栈

• 前端框架：Streamlit - 快速构建数据应用
• AI 服务：阿里云 DashScope (qwen-turbo 模型)
• ERP 系统：Odoo XML-RPC API
• 数据处理：Pandas DataFrame
• 模板引擎：Jinja2

📊 功能模块详解

1. 人力资源模块

支持查询员工信息、部门结构、职位管理等：

# 员工信息查询示例
"查找所有员工" → hr.employee 模型
"员工及部门信息" → 跨表查询员工和部门信息

2. 销售管理模块

支持销售订单查询、客户信息、产品详情等：

# 销售订单查询示例
"查询销售订单" → sale.order 模型
"销售订单及产品信息" → 跨表查询订单和产品详情

3. 库存管理模块

支持库存数量查询、产品信息、库位管理等：

# 库存查询示例
"查询产品库存数量" → stock.quant 模型
"产品及库存信息" → 跨表查询产品和库存

4. 采购管理模块

支持采购订单、供应商信息查询：

# 采购查询示例
"查询采购订单" → purchase.order 模型
"采购订单及供应商产品" → 跨表查询采购和供应商信息

5. 财务管理模块

支持会计凭证、发票、账单查询：

# 财务查询示例
"查询财务凭证" → account.move 模型
"大额发票" → 条件查询大额财务记录

🚀 核心代码解析

AI 查询解析器

def parse_query_with_ai(self, query: str) -> Dict[str, Any]:
    """使用 AI 解析自然语言查询"""
    try:
        # 构建系统提示词
        system_prompt = self.system_prompt_template.render(
            models_info=json.dumps(self.models_info, ensure_ascii=False, indent=2)
        )

        # 调用 AI 服务
        response = self.openai_client.chat.completions.create(
            model="qwen-turbo",
            messages=[
                {"role": "system", "content": system_prompt},
                {"role": "user", "content": f"请解析以下查询并返回 JSON 格式：{query}"}
            ],
            temperature=0.1,
            max_tokens=1000
        )
        
        # 解析 AI 返回的 JSON
        ai_response = response.choices[0].message.content.strip()
        parsed = json.loads(ai_response)
        
        return {
            "success": True,
            "parsed": parsed,
            "explanation": parsed.get("explanation", "")
        }
    except Exception as e:
        return self._fallback_parsing(query)

跨表查询处理

def search_records(self, model: str, domain: List = None, fields: List = None, 
                   limit: int = 10, order: str = None) -> Dict[str, Any]:
    """搜索记录 - 支持跨表查询"""
    try:
        # 处理跨表查询字段
        processed_fields = []
        related_queries = {}
        need_order_lines = False

        for field in fields:
            if field == "order_line" or field.startswith("order_line."):
                need_order_lines = True
                if "order_line" not in processed_fields:
                    processed_fields.append("order_line")
            elif '.' in field:
                # 处理关联字段，如 partner_id.name
                parts = field.split('.')
                relation_field = parts[0]
                related_field = parts[1]
                
                if relation_field not in processed_fields:
                    processed_fields.append(relation_field)
                
                if relation_field not in related_queries:
                    related_queries[relation_field] = []
                related_queries[relation_field].append(related_field)
            else:
                processed_fields.append(field)

        # 执行主查询
        result = self.proxy.execute_kw(
            self.database, self.uid, self.password,
            model, "search_read", [domain],
            {"fields": processed_fields, "limit": limit, "order": order}
        )

        # 处理关联数据
        if (related_queries or need_order_lines) and result:
            enhanced_result = []
            for record in result:
                enhanced_record = record.copy()
                
                # 处理订单行查询
                if need_order_lines and "order_line" in record:
                    order_line_result = self.proxy.execute_kw(
                        self.database, self.uid, self.password,
                        "sale.order.line" if model == "sale.order" else "purchase.order.line",
                        "search_read", [[("order_id", "=", record["id"])]],
                        {"fields": ["product_id", "name", "product_uom_qty", "price_unit", "price_subtotal"]}
                    )
                    
                    if order_line_result:
                        enhanced_record["order_lines"] = order_line_result
                
                enhanced_result.append(enhanced_record)
            
            result = enhanced_result

        return {"success": True, "data": result, "count": len(result)}
    except Exception as e:
        return {"success": False, "error": str(e), "data": [], "count": 0}

🎨 用户界面设计

主界面布局

系统采用现代化的界面设计，包含：

• 顶部导航：模式选择和网络模式切换
• 侧边栏：快速示例、连接状态、模型信息
• 主内容区：聊天界面和数据展示
• 响应式设计：适配不同屏幕尺寸

数据展示优化

• 智能表格：自动处理复杂数据类型
• 跨表数据：订单和产品信息的分离展示
• 数据统计：实时计算和展示关键指标
• 导出功能：支持 CSV 格式数据导出

🔧 安装和配置

环境要求

Python 3.8+
Streamlit
pandas
openai
jinja2
xmlrpc
requests

配置步骤

1. 安装依赖

pip install streamlit pandas openai jinja2 requests

2. 配置 Odoo 连接

# 修改连接参数
self.odoo_url = "http://your-odoo-server:8069"
self.database = "your-database-name"

3. 配置 AI 服务

# 配置阿里云 DashScope API
self.openai_client = OpenAI(
    api_key='your-dashscope-api-key',
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

4. 启动应用

streamlit run streamlit_odoo_dashscope_ai.py

💡 使用示例

基础查询示例

用户输入: "查找所有员工"
AI 解析: {"model": "hr.employee", "fields": ["name", "employee_id", "department_id", "work_email"]}
结果: 显示员工列表，包含姓名、工号、部门、邮箱

复杂查询示例

用户输入: "销售订单及产品信息"
AI 解析: {"model": "sale.order", "fields": ["name", "partner_id.name", "amount_total", "order_line"]}
结果: 显示订单概览 + 产品详情表格

条件查询示例

用户输入: "库存不足的产品"
AI 解析: {"model": "stock.quant", "domain": [["quantity", "<", 10]]}
结果: 显示库存少于10个的产品

🎯 应用场景

1. 企业管理层

• 实时数据监控：快速了解业务状况
• 决策支持：基于数据的决策分析
• 报表生成：自动生成各类业务报表

2. 业务人员

• 日常查询：快速查询客户、订单、库存信息
• 数据分析：分析销售趋势、库存状况
• 客户服务：快速响应客户查询需求

3. 技术人员

• 系统集成：作为 Odoo 系统的智能查询接口
• 数据导出：批量导出数据用于进一步分析
• API 开发：基于此系统开发更多应用

🔮 未来发展方向

1. 功能扩展

• 语音查询：支持语音输入和语音播报
• 图表可视化：集成更多图表类型
• 移动端适配：优化移动设备体验

2. AI 能力增强

• 多语言支持：支持英文等其他语言
• 智能推荐：基于历史查询推荐相关问题
• 预测分析：基于历史数据进行趋势预测

3. 系统集成

• 第三方系统：集成更多 ERP 和 CRM 系统
• API 开放：提供 RESTful API 接口
• 插件生态：支持自定义插件开发

📈 性能优化

1. 查询优化

• 缓存机制：缓存常用查询结果
• 分页加载：大数据量分页显示
• 异步处理：长时间查询异步执行

2. AI 服务优化

• 批量处理：批量处理多个查询
• 模型缓存：缓存 AI 模型响应
• 降级策略：AI 服务异常时的降级处理

🛡️ 安全考虑

1. 数据安全

• 用户认证：Odoo 用户认证机制
• 权限控制：基于用户权限的数据访问控制
• 数据加密：敏感数据传输加密

2. API 安全

• API 密钥管理：安全的 API 密钥存储
• 请求限流：防止 API 滥用
• 日志审计：完整的操作日志记录

📞 技术支持

联系方式

• 微信：H13655699934

常见问题

1. 连接失败：检查 Odoo 服务状态和网络连接
2. AI 服务异常：检查 DashScope API 密钥和配额
3. 查询无结果：检查用户权限和查询条件

🎉 总结

这个 Odoo AI 智能查询系统通过结合现代 AI 技术和传统 ERP 系统，为企业提供了一个强大而易用的数据查询解决方案。它不仅降低了数据查询的技术门槛，还提供了智能化的用户体验，是现代企业数字化转型的重要工具。

通过自然语言处理技术，用户可以用日常语言查询复杂的业务数据，大大提高了工作效率。同时，系统的模块化设计和扩展性为未来的功能增强提供了良好的基础。

---

本文档介绍了基于 Streamlit 和阿里云 DashScope 的 Odoo AI 智能查询系统的完整功能和技术实现。该系统为企业提供了一个现代化、智能化的数据查询解决方案。