关于 predictive-logistics-developer
面向物流预测建模工作的技能,涵盖需求、库存、ETA 与运力预测,并将模型结果接入规划和执行流程。强调物流业务特征、运营 KPI 评估及生产监控。
主要功能
- 01物流需求预测与特征设计
- 02库存定位与安全库存接口
- 03ETA、提前期与运力预测
- 04回测、漂移监控与 KPI 评估
- 05批量及实时推理集成
适用场景
- 01构建 SKU、地点或运输线路需求预测
- 02为库存规划提供预测与安全库存接口
- 03估算运输时间、节点拥堵和处理能力
- 04将模型评分接入 OMS、TMS 或 WMS
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ rade-nugroho/ agentic-enteprises-skill --skill predictive-logistics-developer安装后在 Claude Code 中输入/predictive-logistics-developer确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
references/demand_forecasting_and_features.mdeta_leadtime_and_capacity.mdintegration_with_operations.mdinventory_and_network_positioning.mdmodel_evaluation_and_monitoring.mdpredictive_logistics_scope.md详细介绍
预测物流开发者
适用场景
- 构建具备物流感知特征的需求预测,粒度涵盖 SKU、地点、运输线路或网络节点
- 设计可接入计划和执行系统的库存定位与安全库存模型接口
- 根据运营和外部信号预测 ETA、前置时间和运输时间分布
- 在集成层级预测节点、运输线路和设施的产能、拥堵和吞吐量
- 将路线和网络流量预测接入 TMS/WMS/OMS,而非实现完整的 VRP 求解器
- 在预测和定位逻辑中建模冷链、易腐品和保质期约束
- 为物流需求和产能编码促销、季节性和日历效应
- 运行回测、监控漂移,并根据满足率、OTIF、WMAPE/MAPE和服务 KPI 对模型评分
- 为物流 ML 定义特征存储、推理契约以及批量/实时评分管道
不适用场景
- 不涉及物流预测的纯 OR/MIP建模和求解器实现 →
operations-research-algorithm-developer - 不涉及 ML 构建的供应链战略、RFQ、供应商评分卡或库存政策治理 →
supply-chain-manager - WMS 工作流——波次、拣货路径、RF 扫描、上架应用逻辑 →
wms-developer - 车队远程信息处理数据接入、地图匹配或地理空间管道工程 →
geospatial-telematics-developer - 不涉及物流领域的通用 ML实验、因果推断或 MLOps →
data-scientist - EDI/X12 映射、AS2 或合作伙伴文档转换 →
edi-engineer - 不涉及预测建模的仓库维度建模或 dbt 集市设计 →
analytics-data-engineer
相关技能
| 需求 | 技能 |
|---|---|
| LP/MIP、VRP、排程优化 | operations-research-algorithm-developer |
| SCM 战略、预测流程、供应商 QBR | supply-chain-manager |
| WMS 应用及 ERP/WMS 集成 | wms-developer |
| GPS/远程信息处理数据流和空间 ETL | geospatial-telematics-developer |
| 合作伙伴 EDI 和订单/货运单据 | edi-engineer |
| 通用 ML、A/B 测试、MLOps 模式 | data-scientist |
| BI 仪表板和 KPI 叙事 | bi-analyst |
| 特征管道和数据仓库建模 | analytics-data-engineer |
核心工作流
1. 确定范围并界定问题
明确预测时域、粒度、决策使用方和运营 KPI 契约。
参见 references/predictive_logistics_scope.md。
2. 需求预测与特征
构建 SKU/地点/运输线路需求模型,并纳入物流日历、促销和层级协调。
参见 references/demand_forecasting_and_features.md。
3. 库存与网络定位
将预测接入定位、安全库存接口和多级供应链交接流程。
参见 references/inventory_and_network_positioning.md。
4. ETA、前置时间和产能
为计划和执行建模运输时间、节点拥堵和产能信号。
参见 references/eta_leadtime_and_capacity.md。
5. 评估与监控
根据运营 KPI 进行回测;跟踪漂移、偏差和预测价值。
参见 references/model_evaluation_and_monitoring.md。
6. 运营集成
将评分结果接入 OMS/TMS/WMS、计划周期和人在回路中的人工覆盖流程。
参见 references/integration_with_operations.md。
输出
- 问题简述 — 粒度、预测周期、使用方、KPI 目标和非目标
- 特征目录 — 定义、新鲜度 SLA、泄漏检查和层级键
- 模型卡 — 训练窗口、指标(WMAPE/MAPE、偏差)、细分群体和已知失效模式
- 回测报告 — 滚动起点的结果,并与满足率、OTIF 或库存服务代理指标关联
- 推理契约 — 架构、延迟、批处理频率、回退规则和版本固定
- 监控运行手册 — 漂移阈值、重新训练触发条件,以及向规划运营团队升级的问题
原则
- 以运营 KPI 为优化目标,而不只是统计准确性——将 WMAPE 与服务和库存结果关联起来
- 遵循物流日历——提前期、截单时间、承运商时刻表和促销提升都是一级特征
- 防止数据泄漏——排除决策后的信号;使训练标签与预测起点时可用的信息对齐
- 协调层级——确保 SKU × 地点 × 线路层级结构的自下而上与自上而下一致性
- 将预测与优化分开——提供分布和接口;将 MIP/VRP 交由 OR 同行处理
- 在生产环境中监控——漂移、按线路/节点划分的偏差,以及预测价值,胜过一次性的离线准确性
- 记录覆盖路径——规划人员和 TMS 规则可能会覆盖评分;模型服务必须能够安全降级
何时加载参考资料
| 主题 | 参考资料 |
|---|---|
| 角色范围、边界、RACI | references/predictive_logistics_scope.md |
| 需求特征、季节性、促销 | references/demand_forecasting_and_features.md |
| 安全库存、库存定位、多级库存 | references/inventory_and_network_positioning.md |
| ETA、提前期、运力信号 | references/eta_leadtime_and_capacity.md |
| 回测、WMAPE、漂移、KPI | references/model_evaluation_and_monitoring.md |
| OMS/TMS/WMS 集成、频率 | references/integration_with_operations.md |
评论
支持 Markdown