electronics-rfq-agent

---

目录

• 安装
• 此项目解决的问题
• 快速开始
• 命令
• API 参考
• 与其他方案的区别
• ERP 支持
• 基准测试
• 集成矩阵
• 在 Docker 中试用
• 安全性
• 常见问题
• 贡献
• 许可证

安装

pip install electronics-rfq-agent-cli
# or
uv add electronics-rfq-agent-cli

如需从源代码安装：

git clone https://github.com/RudrenduPaul/electronics-rfq-agent
cd electronics-rfq-agent
pip install -e .
# or, with uv:
uv sync

解析 RFQ 文档（PDF、Excel、Word）需要调用 Anthropic API，因此在运行任何处理真实文档的操作前，请设置 ANTHROPIC_API_KEY：

export ANTHROPIC_API_KEY="sk-ant-..."

使用现有报价文件运行 erfa audit，或通过 --help 了解 CLI，无需此密钥。只有文档解析会调用 Claude。

此项目解决的问题

我们曾与电子产品分销商合作，他们的 3-5 名销售工程师每天大部分时间都在录入报价。我们找到的工具要么绑定到某个特定 ERP，要么需要耗时 6 个月的集成项目。我们希望打造一种能与分销商现有系统配合使用、可自托管（报价数据很敏感）且真正可扩展的工具。

MCP 架构意味着新增 ERP 只需编写一个文件。解析器支持分销商实际会发送的文档格式：手填 PDF、多工作表 Excel 文件，以及偶尔出现的扫描表格。

快速开始

无需 ERP 系统即可试用；模拟后端内置 200 种逼真的电子元器件。需要设置 ANTHROPIC_API_KEY，因为解析 RFQ 文档仍会实际调用 Claude：

from electronics_rfq_agent import QuoteAgent
from electronics_rfq_agent.mcp.mock import MockERP

agent = QuoteAgent(erp=MockERP())
quote = agent.run_sync("path/to/rfq.xlsx")

for line in quote.lines:
    print(f"{line.rfq_line.part_number}: {line.status} @ {line.unit_price}")

print(quote.summary())

MockERP 会自动应用基于数量的阶梯定价：数量 >= 1000 可享 20% 折扣，数量 >= 100 可享 10% 折扣，数量 >= 10 可享 5% 折扣。数量低于 10 时按标价计算。这模拟了真实场景中的批量定价，因此基准测试和集成测试能反映真实的成本曲线。

连接到真实 ERP：

from electronics_rfq_agent import QuoteAgent
from electronics_rfq_agent.mcp import EpicorMCP

agent = QuoteAgent(
    erp=EpicorMCP(base_url="https://your-epicor.company.com", api_key="..."),
    max_concurrent=10,  # parallel ERP lookups (default: 10)
)
quote = agent.run_sync("rfq_2026_0619.xlsx")
print(quote.summary())

命令

erfa 提供两个子命令。以下所有标志均直接摘自 erfa --help。

命令	参数	标志	功能
erfa quote	rfq（路径，必需）	--mock、--margin <float>（默认值为 0.15）、--output/-o <path>	解析 RFQ 文件并输出报价草稿。需要 ANTHROPIC_API_KEY；解析始终通过 Claude 进行，--mock 仅替换 ERP 后端。
erfa audit	quote_file（路径，必需）	无	为使用 erfa quote --output 保存的报价 JSON 文件输出完整审计报告（已找到／已替换／未找到、填充率）。仅读取本地文件，无需 API 密钥。
erfa mcp	无	无	启动一个 MCP stdio 服务，将 quote_rfq、lookup_part 和 audit_quote 暴露为类型化工具，以便任何兼容 MCP 的 Agent（Claude、GPT-4、Gemini）都能直接调用，无需通过命令行调用 CLI。将 MCP 客户端配置中的命令设为 erfa mcp。

# Generate a quote from an RFQ file against the mock ERP
export ANTHROPIC_API_KEY="sk-ant-..."
erfa quote rfq.xlsx --mock

# Save the quote as JSON for later inspection
erfa quote rfq.xlsx --mock --output quote.json

# Audit what happened: what was found, substituted, or missing and why
erfa audit quote.json

审计输出示例（erfa audit docs/example-quote.json 的实际输出；该输出是通过针对 tests/fixtures/sample_rfq.txt 中的示例 RFQ 运行模拟 ERP 的定价逻辑生成的）：

Audit Report - Quote df9fd083
RFQ Source : tests/fixtures/sample_rfq.txt
Lines      : 5
Total      : USD 64.04

FOUND (4)
------------------------------------------------------------
  L  1  RES-0402-10K-1PCT               qty=1000  unit=0.0064  ext=6.40
  L  2  CAP-100NF-50V-X7R-0402          qty=500  unit=0.0104  ext=5.20
  L  3  IC-LM358-SOIC8                  qty=50  unit=0.7101  ext=35.50
  L  4  XTAL-16MHZ-SMD                  qty=25  unit=0.6774  ext=16.94

NOT FOUND (1)
------------------------------------------------------------
  L  5  MOSFET-NMOS-20V-3A-SOT23        Part 'MOSFET-NMOS-20V-3A-SOT23' not found in ERP catalog

Fill rate: 80%  (4 found / 0 substituted / 1 not found)

零价零件： 如果 ERP 目录中存在某个零件，但其单价为 $0.00，Agent 会按 $0 报价，而不是跳过该行，并将标记零价的消息写入 line.notes，以便你在向客户报价前发现这一情况。发送报价前，请检查所有已找到或已替换行的 line.notes。

API 参考

完整参考文档见 docs/api.md：其中涵盖每个 QuoteAgent 参数、共享的 ERP 连接器接口、Quote／QuoteLineItem 的每个字段，以及异常层级。以下导出内容是实际通过 from electronics_rfq_agent import ... 提供的，摘录自 src/electronics_rfq_agent/__init__.py，并非猜测：

导出项	说明
QuoteAgent	协调整个解析、ERP 查询和报价组装流程。提供 run()（异步）和 run_sync()。
EpicorMCP、SAPMCP、OracleMCP、DynamicsMCP	ERP 连接器，每个受支持的系统对应一个。它们都实现相同的 search_parts／get_part／get_price／check_inventory 接口。
MockERP（来自 electronics_rfq_agent.mcp.mock）	包含 200 个逼真零件的内存后端。无需凭据，无需联网。
Quote、QuoteLineItem、RFQLineItem、ERPPartResult、ERPConfig	分别用于报价、每个报价行、解析后的 RFQ 行、原始 ERP 数据和连接器配置的 Pydantic v2 模型。
ERPConnectionError、RFQParseError	QuoteAgent 可能引发的两种异常：连接／身份验证失败和无法解析的文档。每行的 ERP 错误不会引发异常，而是写入 line.notes。
TelemetryCollector、TelemetryEvent	可选的本地遥测（在 QuoteAgent 上设置 telemetry=True），仅统计次数和耗时，不包含 RFQ 内容。

与其他方案的区别

	Electronics RFQ Agent	手动流程	SAP Joule	通用 AI（ChatGPT）
多 ERP 支持	SAP + Epicor + Oracle + Dynamics	不适用	以 SAP 为中心（Joule Studio 可通过 SAP Integration Suite 访问非 SAP 数据源）	无 ERP 访问权限
报价耗时（50 行）	约 15 秒	2–4 小时	未公开文档说明	不适用
可自托管	是	不适用	否（SAP BTP 云服务）	否
数据保留在本地	是	是	否	否
开源	MIT	不适用	否	否
开发用模拟后端	是	不适用	未公开文档说明	不适用
兼容 MCP	是	不适用	未公开文档说明	否

ERP 支持

ERP	状态	连接方式	文档
Epicor Kinetic	支持	REST API	设置
SAP ECC / S/4HANA	Beta（手动安装）	PyRFC（BAPI）	设置
Oracle Cloud SCM	支持	REST API	设置
Microsoft Dynamics 365	支持	Graph API	设置
Mock backend	内置	内存中	无需配置

**SAP 说明：**pyrfc 需要 SAP NetWeaver RFC Library，该库不在 PyPI 上，必须从 SAP 支持门户手动下载（需要 S-user）。分步说明请参阅 docs/erp-setup/sap.md。

基准测试

使用内存中的 mock backend 测量（200 个真实场景零件，无需 ERP 系统）。你也可以自行运行：

git clone https://github.com/RudrenduPaul/electronics-rfq-agent
cd electronics-rfq-agent
uv run python benchmarks/run.py

ERP 查询延迟（mock backend 上的 100 次单独查询）：

P50	P99	平均值
0.00025ms	0.0023ms	0.00032ms

按 RFQ 大小统计的报价组装时间（解析器使用模拟版本，未调用 Anthropic API）：

RFQ 大小	组装时间
10 行	0.004s
25 行	0.001s
50 行	0.001s

这些数据仅涵盖 ERP 查询和报价组装。RFQ 解析器使用模拟版本，未调用 Anthropic API。在生产环境中，AI 文档解析每份文档需要 5-15s，真实 ERP 查询每行需要 100-500ms（并行度最高为 max_concurrent=10），因此 50 行 RFQ 的实际总耗时约为 15s。人工处理的基准耗时：2-4 小时。

集成矩阵

Electronics RFQ Agent 可与任何支持 MCP 的 Agent 框架配合使用：

框架	安装	示例
Claude（内置）	pip install electronics-rfq-agent-cli	01-basic-quote
LangGraph	pip install 'electronics-rfq-agent-cli[langgraph]'	04-langgraph-agent
OpenAI Agents SDK	pip install electronics-rfq-agent-cli[agents]	05-openai-agents
CrewAI	pip install electronics-rfq-agent-cli[crewai]	不适用

在 Docker 中试用

git clone https://github.com/RudrenduPaul/electronics-rfq-agent
cd electronics-rfq-agent
cp .env.example .env   # add your ERP credentials and Anthropic API key
docker compose up -d

你的报价数据绝不会离开你的环境。

安全

• **漏洞扫描：**Trivy 会在每次 CI 运行时进行扫描（HIGH/CRITICAL 严重级别，发现未修复问题时构建失败），扫描结果会上传到 GitHub Security 选项卡。
• **发布签名：**发布工作流会使用 Sigstore 为构建的 wheels 和 sdists 签名，并在标记版本后为每个 GitHub Release 附加 CycloneDX SBOM。
• **依赖锁定：**Dependabot 会使 GitHub Actions 和 Python 依赖保持最新（每周更新补丁版本，每月更新 Actions）。
• 漏洞披露：SECURITY.md。请通过电子邮件或 GitHub Security Advisories 私下报告漏洞；我们将在 48 小时内确认收到，并在 90 天内负责任地披露。

常见问题

Electronics RFQ Agent 实际上能做什么？ 它接收客户的 RFQ 文档（PDF、Excel 或 Word），使用 Claude 提取每个行项目，通过 MCP 连接器在你的 ERP 目录中查询每个零件，并返回一份已计入利润率的报价草稿。销售工程师只需审核并发送，无需从头制作报价。

它已可用于生产环境了吗？ 目前处于 Beta 阶段（v0.2.x）。核心库、Epicor、Oracle 和 Dynamics 连接器均通过 CI 检查（lint、严格模式的 mypy、带 80% 覆盖率门槛的 pytest、Trivy 扫描），覆盖 Python 3.10-3.12。SAP 支持明确标记为 Beta，并且需要手动安装步骤（SAP NetWeaver RFC Library 不在 PyPI 上）。

我需要 ERP 系统才能试用吗？ 不需要。MockERP 附带 200 种逼真的电子元器件，并会根据数量应用阶梯定价，因此你无需任何 ERP 凭据即可运行完整的解析、查询和报价流程。但你仍然需要 ANTHROPIC_API_KEY，因为文档解析会实际调用 Claude。只有 erfa audit（读取已保存的报价文件）完全不需要密钥。

这与让 ChatGPT 读取 RFQ 有什么不同？ 通用聊天模型可以读取文档，甚至猜测价格，但它无法连接到你的实际 ERP 目录、库存或合同价格，因此给出的数字是凭空编造的。Electronics RFQ Agent 会根据你的真实目录数据查询每个行项目，并且只会按照实际成本价加上你配置的利润率，为实际有库存的产品报价。

这与 SAP Joule 有什么不同？ Joule 是 SAP 专有的 AI 助手套件，内置于 SAP 云平台（SAP BTP），并以 SAP 数据为中心。Electronics RFQ Agent 采用 MIT 许可证，可自托管，并通过同一个 MCP 接口支持 SAP、Epicor、Oracle 和 Dynamics。你的报价数据无需离开自己的环境，也不会受限于某一家 ERP 供应商。

如何通过 Agent 而非 CLI 调用它？ 运行 erfa mcp，即可启动一个 MCP stdio 服务，将 quote_rfq、lookup_part 和 audit_quote 作为类型化工具公开。将任何兼容 MCP 的客户端（Claude、GPT-4、Gemini 或自定义 Agent 框架）的启动命令设为 erfa mcp，它就能直接通过结构化 JSON 输入和输出调用这些工具，无需解析 CLI 输出。

它能解析哪些文档格式？ PDF（包括通过 Claude 视觉能力处理的扫描表格）、Excel（.xlsx/.xls，会搜索每个工作表以查找行项目标题行）和 Word（.docx，会读取所有表格）。纯文本 RFQ 也可以处理。

ERP 目录中没有某个行项目时会怎样？ 该项目会标记为 not_found，并附上说明原因的备注（而不是被悄悄丢弃或猜测处理），且不会计入报价总额。对已保存的报价 JSON 运行 erfa audit，即可查看哪些项目已找到、已替换或缺失，以及具体原因。

我可以将它用于商业用途吗？ 可以。它采用 MIT 许可证，因此你可以使用、修改并用于商业发布，无需支付版税，也不必将你的修改开源。只需通过许可证文件注明出处。

我的 RFQ 和定价数据会发送到 Anthropic 以外的地方吗？ 只有 RFQ 文档内容会发送到 Anthropic API 进行解析。ERP 查询会通过你配置的连接器，直接从你的机器发送到 ERP 系统：没有中间服务，除非你选择自行保存报价 JSON，否则任何数据都不会存储在你自己的环境之外。

它已发布到 PyPI 吗？ 是的，包名为 electronics-rfq-agent-cli（pip install electronics-rfq-agent-cli）。发布流水线（构建、Sigstore 签名、SBOM、可信发布方上传）位于 .github/workflows/release.yml，并会在每次推送 v* 标签时运行。Python 导入路径（electronics_rfq_agent）和 erfa CLI 命令保持不变；只有面向软件包仓库的包名带有 -cli 后缀，符合该维护者对 CLI 工具的命名惯例。

贡献

• 提交 PR 前，请阅读 CONTRIBUTING.md
• GitHub 上已为适合新手的问题添加标签
• ERP 适配器位于 electronics_rfq_agent/mcp/；每个文件都是独立的，无需修改核心代码
• 所有 PR 的测试覆盖率都必须达到 80%

GitHub 讨论区：提问、分享想法 Discord：即将推出

完整文档：入门指南 · API 参考 · ERP 设置：Epicor · SAP · Oracle · Dynamics 365 · 变更日志

MIT。欢迎贡献。

许可证

MIT。请参阅 LICENSE。

引用本项目

如果你在研究中使用 Electronics RFQ Agent，请引用：

@software{paul2026electronicsrfq,
  author = {Paul, Rudrendu and Nandy, Sourav},
  title = {Electronics RFQ Agent: AI Quoting Agent for Electronics Distributors},
  year = {2026},
  url = {https://github.com/RudrenduPaul/electronics-rfq-agent},
  license = {MIT}
}

---

由 Rudrendu Paul 和 Sourav Nandy 构建