Skill agenta zamówień B2B dla hurtowni: gotowa procedura

Skill agenta zamówień B2B to gotowa procedura AI, która czyta zamówienie klienta z PDF, sprawdza je z kartoteką, stanami i umową i oddaje szkic z listą wyjątków. Jest za darmo na GitHubie, na licencji MIT. W hurtowni zamówienie z PDF-u ktoś przepisuje do ERP-a, a cena zależy od tego, który handlowiec akurat siedział przy komputerze. Klient dopisuje w zamówieniu dwanaście procent rabatu, „jak ustaliliśmy telefonicznie”, a umowa mówi co innego. Procedura leży w repozytorium moja-firma-dystrybucja.

To pakiet branżowy otwartej paczki moja-firma. O samym rdzeniu paczki piszemy we wpisie moja-firma: otwarte skille AI dla polskiej firmy.

Co robi skill, a czego nie zrobi

Procedura zamowienie-b2b pracuje na trzech plikach: kartotece, stanach i warunkach klientów. Zamówienie dostaje w rozmowie, jako PDF. Potem idzie w ośmiu krokach.

1. Odczytuje nagłówek zamówienia: numer, datę, klienta, miejsce i termin dostawy. Osobno wypisuje, czego klient żąda w treści: rabatu, terminu płatności, sposobu dostawy.
2. Dopasowuje każdą linię do kartoteki. Najpierw po kodzie EAN, potem po indeksie, na końcu po opisie. Przy opisie porównuje wymiary i parametry i pisze, na jakiej podstawie wybrał indeks. Gdy pasuje więcej niż jeden indeks, nie wybiera, tylko zgłasza wyjątek.
3. Wycofany indeks zamienia na zamiennik z kartoteki. Podaje cenę starego i nowego indeksu i oznacza linię do potwierdzenia z klientem.
4. Sprawdza ilości. Ilość powinna być wielokrotnością opakowania zbiorczego. Dostępne to stan minus rezerwacje, a przy braku agent podaje dostawę w drodze i porównuje jej datę z terminem klienta.
5. Liczy wartość każdej linii według rabatu umownego grupy towarowej. Pokazuje wartość katalogową, wartość według umowy, wartość według rabatu żądanego przez klienta i różnicę w złotych.
6. Porównuje termin płatności żądany z umownym.
7. Sprawdza kredyt: saldo należności plus wartość zamówienia wobec limitu. Przeterminowane należności zgłasza zawsze, także wtedy, gdy limit wystarcza.
8. Oddaje szkic zamówienia i listę wyjątków. Przy każdym wyjątku pisze, co jest nie tak, ile to kosztuje i kto decyduje.

Najważniejsza zasada procedury brzmi tak: to, co klient napisał w zamówieniu, jest jego żądaniem, nie faktem. Ceny, rabaty, terminy i limity agent bierze tylko z plików. Liczy kodem i przy każdej liczbie podaje wiersz pliku, z którego ją wziął.

Decyzje zostają przy ludziach i procedura nazywa ich wprost:

• dyrektor sprzedaży decyduje o rabacie i terminie płatności spoza umowy,
• finanse decydują o wydaniu towaru ponad limit i o kliencie z przeterminowanym saldem,
• opiekun klienta uzgadnia z klientem zamiennik, opakowanie zbiorcze i dostawę częściową.

Agent niczego nie zatwierdza, nie pisze do klienta i nie zmienia rekordów w systemach. Pokazuje, ile każde odstępstwo kosztuje i kto ma się pod nim podpisać.

Gdzie zwykła automatyzacja się myli

Najgroźniejsze miejsce to dopasowanie po opisie. W kartotece ćwiczeniowej są dwa grzejniki C22 o wysokości 600 mm. Jeden ma długość 1000 mm, drugi 800 mm. Klient zamawia w linii 4 dwadzieścia sztuk tego dłuższego.

Prosta automatyzacja porówna pierwsze słowa opisu i weźmie pierwszy pasujący indeks. Jeśli trafi na grzejnik 600 × 800, pokaże pełną dostępność. Brak dwunastu sztuk zniknie z raportu, a klient dowie się o nim od kierowcy. Dlatego procedura każe porównywać wymiary, a przy kilku pasujących indeksach zatrzymać się i zapytać człowieka.

Druga pułapka to rabat z treści zamówienia. Model bez tej zasady grzecznie przyjmie dwanaście procent, bo klient napisał to pewnym tonem.

Jest też warunek brzegowy. Jeśli ten sam produkt ma u Was trzy indeksy, a rabaty żyją w mailach handlowców, agent policzy wszystko na złych danych, tylko szybciej niż ludzie. Najpierw jedna kartoteka i spisane warunki klientów, potem agent.

Co jest w repozytorium

Repozytorium moja-firma-dystrybucja zawiera cztery rzeczy:

• procedurę w pliku skills/zamowienie-b2b/SKILL.md, w otwartym formacie Agent Skills,
• dane ćwiczeniowe fikcyjnej hurtowni instalacyjnej w katalogu dane-cwiczeniowe/: zamowienie.pdf, kartoteka.csv i kartoteka.xlsx, stany.csv i stany.xlsx, klienci-warunki.csv i klienci-warunki.xlsx; pliki CSV i XLSX mają tę samą treść,
• wynik kontrolny w pliku WYNIK-KONTROLNY.md, z liczbami policzonymi niezależnie z tych samych danych,
• paczki ZIP w zakładce Releases, gotowe do wgrania w narzędziach, które przyjmują skille jako plik.

W wyniku kontrolnym jest też „krok z rzeczywistością”: jedna zmiana w danych i wynik, który agent powinien po niej pokazać.

Jak zainstalować skill

Przepisy krok po kroku pokazują budowę agenta od zera w jednym narzędziu. Skill daje tę samą procedurę gotową do zainstalowania. Nazwy menu zmieniają się często, więc gdy wyglądają inaczej, sprawdźcie dokumentację narzędzia.

Anthropic Claude. W Claude Code wpiszcie dwa polecenia:

/plugin marketplace add majchrzycki-com/moja-firma
/plugin install moja-firma-dystrybucja@moja-firma

W aplikacji Claude dodajcie paczkę ZIP z Releases jako umiejętność w ustawieniach. Budowa agenta od zera: agent zamówień B2B w Claude krok po kroku.

Microsoft 365 Copilot. W Copilot Cowork wybierzcie Dostosuj, potem Umiejętności i Dodaj, i zaimportujcie SKILL.md. W Agent Builderze wklejcie do pola instrukcji tekst z katalogu dist/instrukcje/. Przepis: agent zamówień B2B w Microsoft 365 Copilot.

OpenAI ChatGPT. Wklejcie tekst z dist/instrukcje/ do instrukcji projektu i dodajcie pliki do projektu. W OpenAI Codex skopiujcie katalog skilla do katalogu skilli. Przepis: agent zamówień B2B w ChatGPT.

Google Gemini. Google zastępuje Gemy skillami, więc nowego agenta nie budujcie już jako Gema. Otwórzcie Customize, potem Skills, Create i Upload, i wskażcie katalog procedury albo plik ZIP. Przepis, jeszcze na Gemie, z drogą przejścia: agent zamówień B2B w Gemini.

OpenClaw. Skopiujcie katalog skills/zamowienie-b2b/ do katalogu skilli OpenClaw.

Katalog dist/ z wersjami dla każdego narzędzia odtworzycie poleceniem node scripts/build.mjs.

Jak sprawdzić skill, zanim użyjecie prawdziwych danych

Uruchomcie procedurę na danych ćwiczeniowych. Dodajcie trzy pliki do wiedzy agenta, załączcie zamowienie.pdf i poproście o analizę według instrukcji, licząc kodem. Potem porównajcie wynik z plikiem WYNIK-KONTROLNY.md.

Trzy liczby powiedzą najwięcej:

• wartość zamówienia według umowy to 12 927,97 zł; jeśli agent poda 12 127,72 zł, uwierzył klientowi zamiast umowie,
• różnica między umową a żądanym rabatem dwunastu procent to 800,25 zł, czyli kwota do decyzji dyrektora sprzedaży,
• saldo po zamówieniu to 61 127,97 zł, czyli przekroczenie limitu o 1 127,97 zł przy przeterminowanym saldzie.

Na liście wyjątków powinno być sześć spraw. Jeśli linia 4 pokazuje dostępne dwadzieścia sztuk, agent dopasował zły grzejnik.

Stan testów opisujemy dokładnie. Procedurę sprawdziliśmy 2.11.2026 w Anthropic Claude na danych ćwiczeniowych i liczby zgodziły się z wynikiem kontrolnym. W Microsoft 365 Copilot, OpenAI ChatGPT i Google Gemini procedury nie testowaliśmy. Nie testowaliśmy jej też na prawdziwych danych firmy. Dlatego kontrola na danych ćwiczeniowych to pierwszy krok w każdym narzędziu.

Na własnych danych zacznijcie od procedury kontrola-danych z rdzenia moja-firma. Jeśli kolumny nazywają się u Was inaczej, agent pokaże przypisanie i poprosi o potwierdzenie.

Skill to jeden z dwunastu agentów

Darmowy poradnik „Dystrybucja i hurt B2B jako jeden system” opisuje dziesięć etapów od zamówienia do zapłaty i dwunastu agentów na jednym modelu firmy. Ten skill to agent zamówień z etapu 01, popytu i sprzedaży. Tuż za nim stoi agent warunków handlowych z etapu 02, który liczy, ile kosztuje rabat poza siatką.

Całą drogę na jednej planszy pokazuje wpis Rabat z targów, paleta pod folią. Gdzie ucieka marża?. Pozostałe teksty serii zebraliśmy w filarze dystrybucja i hurt B2B, a wszystkie pakiety branżowe w filarze Skille AI dla firmy.

Od czego zacząć w poniedziałek

Zainstalujcie skill w narzędziu, którego już używacie, i sprawdźcie go na danych ćwiczeniowych. Gdy liczby zgodzą się z wynikiem kontrolnym, weźcie jednego handlowca i zamówienia jednego klienta z ostatniego tygodnia. Przez pierwszy tydzień puśćcie agenta obok normalnej pracy tej osoby i porównujcie wyniki. Wynik zawsze sprawdza osoba, która za niego odpowiada.