65個SKU遇襲后，這套系統48小時內算出逃生路線

2026年4月，伊朗沖突升級。空襲、霍爾木茲海峽航運中斷、制裁 cascade——你的采購團隊有48小時做出生死決策。問題是：65個SKU里哪些用了中東原材料？轉去孟加拉，到岸成本差多少？孟加拉自己穩不穩？

傳統流程里，這組問題需要翻表格、查三個新聞站、等財務建模。等答案出來，窗口期早關了。一位產品經理出身的開發者把這套流程壓進了分鐘級，而且所有定價數據不出本機。

從72小時到7分鐘：一次沖突模擬的完整時間線

系統啟動時，第一層動作是新聞抓取。不是泛泛的RSS，而是針對供應鏈設計的實體識別——港口、原材料、制裁名單。伊朗沖突爆發當天，系統標記出霍爾木茲海峽運輸中斷，自動關聯到依賴中東石油衍生品的紡織原料SKU。

第二層，地理風險代理啟動。它調用的不是靜態國家評分，而是實時聚合：當地新聞情緒、港口延誤數據、匯率波動。孟加拉作為備選方案被提出時，系統同步檢查其國內政治穩定性——剛好趕上該國紡織工會罷工預警。

第三層才是成本計算。到岸成本（Landed Cost）代理拉取實時海運指數（BDI）、匯率、替代產地的勞動力成本。關鍵在這里：所有計算在本地完成，敏感定價數據不上云。這對怕泄露成本結構的采購團隊是硬性剛需。

第四層輸出 ranked recommendation。不是簡單列表，而是帶置信區間的方案：轉孟加拉節省12%但交付周期+3周；轉墨西哥成本持平但關稅優勢；維持現狀的風險敞口量化。

整個循環——沖突檢測到可執行方案——7分鐘。開發者把傳統需要跨部門開三天會的流程，壓進了一次咖啡涼掉的時間。

六層架構：為什么強制每層只和相鄰層對話

技術設計里最反直覺的決定是接口隔離。六層架構里，每層只通過 TypeScript 接口與直接相鄰層通信。UI層（React/Next.js 14）不知道下面有LangGraph；Agent編排層看不到MCP工具的具體實現。

這種設計在供應鏈場景里有殘酷的現實意義。采購系統的數據源極其碎片化：ERP、海關數據、新聞API、甚至Excel。如果某一層直接跳過中間層去調底層，半年后維護者會面對一張無法追蹤的數據血緣圖。

Agent層用了LangGraph的StateGraph做編排，但做了 keyword-first 的意圖路由。常見查詢走硬編碼路徑，只有邊緣 case 才觸發LLM。這是成本控制的務實選擇——供應鏈查詢有高度模式化特征，沒必要為"查越南關稅"這類問題消耗推理 token。

六個專業代理的分工也經過推敲。Inventory代理對接ERP；Tariff代理維護各國稅率表；GeoRisk代理跑地緣政治評分；Dashboard代理處理可視化；News代理做實體抽取；Market代理盯大宗商品和匯率。每個代理配備MCP（模型上下文協議）工具調用能力，但工具注冊是運行時動態加載的。

本地推理的隱藏成本與收益

最激進的決定是把推理放在設備端。開發者用了Ollama跑本地LLM，配合量化模型把內存壓到可接受范圍。代價是響應質量波動——復雜推理任務明顯弱于云端大模型。

收益也很直接。采購數據是核心商業機密，"數據不出域"在某些行業是合規紅線而非偏好。本地架構讓系統可以部署在完全離線的環境，這對涉及敏感供應商關系的場景是入場券。

技術文檔里提到一個細節：存儲適配器層設計了接口隔離，支持SQLite（本地）、PostgreSQL（團隊部署）、甚至內存模式（測試）。這種過度設計源于對采購IT環境的深刻不信任——你永遠不知道客戶的數據庫權限是什么狀態。

MCP工具層的實現更值得玩味。7個stdio服務器跑獨立進程，3個InMemoryTransport客戶端給高頻工具用，運行時動態注冊新工具。這種混合架構是為了平衡隔離性（進程崩潰不影響主系統）和延遲（內存內調用比IPC快一個數量級）。

具體到工具：油價、外匯、BDI（波羅的海干散貨指數）、制裁名單——全是供應鏈建模的硬通貨。沒有這些實時feed，agent的推薦就是紙上談兵。

產品決策里的產品經理痕跡

讀完整套設計，能辨認出產品經理出身的痕跡。比如SSE（服務器發送事件） live updates——不是技術炫技，而是解決"我的分析跑完了嗎"這個焦慮。采購場景里，等待感會被風險放大，實時進度條是心理剛需。

再比如dark/light主題。B端工具常忽視這個，但供應鏈團隊常深夜值班處理突發，暗色模式是職業健康細節。

最典型的是"快速pitch"結構：沖突場景→系統響應→技術架構→詳細文檔鏈接。這是標準的電梯演講節奏，先給畫面，再給證據，最后給深度入口。

開發者自述的痛點也很精準："Which of our 65 SKUs are exposed?"——用具體數字代替抽象描述，這是訓練有素的產品語言。

系統目前開源在GitHub，技術文檔完整公開了每一層接口定義。但一個關鍵問題留給了潛在用戶：當你的競爭對手也在用同類工具壓縮決策窗口，分鐘級響應會不會變成新的 baseline，反而讓所有人都回到更短的焦慮循環？