Skill agenta zamówień sieci dla fabryki: gotowa procedura

Skill agenta zamówień sieci handlowych to gotowa procedura AI, która czyta zamówienie sieci z PDF, sprawdza je z kartoteką, stanami, planem produkcji i kontraktem i oddaje szkic potwierdzenia z listą wyjątków. Jest za darmo na GitHubie, na licencji MIT. W fabryce produkującej seryjnie obsługa klienta przepisuje zamówienie sieci do systemu i dzwoni do magazynu, do planisty i do handlowca. Sieć podaje w zamówieniu własne ceny i indeks, który u Was jest już wycofany, a kontrakt liczy kary za każdą niedostawę. Procedura leży w repozytorium moja-firma-produkcja.

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-sieci pracuje na trzech plikach: indeksach, stanach i kontrakcie odbiorcy. Zamówienie dostaje w rozmowie, jako PDF. Potem idzie w dziewięciu krokach.

1. Odczytuje nagłówek: numer i datę zamówienia, odbiorcę, miejsce dostawy, okno dostawy i termin awizacji. Osobno wypisuje, czego odbiorca żąda w treści: cen, palet, etykiet, rozliczenia niedostaw.
2. Dopasowuje każdą linię do kartoteki, najpierw po kodzie EAN, potem po indeksie. Po nazwie nie dopasowuje. Nieznany EAN albo indeks zgłasza jako wyjątek.
3. Wycofany indeks zamienia na zamiennik z kartoteki i podaje jego cenę kontraktową obok ceny z zamówienia.
4. Sprawdza palety. Kontrakt wymaga palet jednorodnych, więc agent liczy pełne palety i resztę.
5. Sprawdza dostępność: stan minus rezerwacje. Przy braku podaje partię w planie produkcji i datę jej zwolnienia, porównuje ją z awizacją i oknem dostawy i liczy ryzyko kary z kontraktu.
6. Liczy wartość według cen kontraktowych i osobno według cen z zamówienia. Podaje obie sumy i różnicę.
7. Sprawdza kontrakt: czas realizacji, termin awizacji, wymaganą etykietę, karę za spóźnione okno i termin płatności.
8. Oddaje szkic potwierdzenia i listę wyjątków. Przy każdym wyjątku pisze, co jest nie tak, ile to kosztuje i kto decyduje.
9. Proponuje, które linie potwierdzić bez zastrzeżeń, które z zastrzeżeniami, a które odesłać do wyjaśnienia z odbiorcą.

Najważniejsza zasada procedury brzmi tak: ceny w zamówieniu są żądaniem odbiorcy, nie faktem. Ceny, kary i terminy 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:

• handlowiec uzgadnia z odbiorcą cenę, zamiennik, niepełne palety i nieznany EAN,
• handlowiec z planistą decydują o braku towaru i o potwierdzeniu terminu, gdy część dostawy zależy od partii zwalnianej w dniu awizacji,
• kierownik logistyki odpowiada za awizację i etykiety.

Agent nie potwierdza zamówienia, nie zmienia ceny, nie obiecuje terminu i nie pisze do odbiorcy. Pokazuje, ile każda decyzja kosztuje w złotych kary z kontraktu i kto ma się pod nią podpisać.

Gdzie zwykła automatyzacja się myli

Najgroźniejsze miejsce to dopasowanie po nazwie. Odbiorca pisze „Krzesło Lora szare” i podaje indeks, który u Was jest wycofany. Prosta automatyzacja dopasuje linię do pierwszego krzesła Lora w kartotece. Potwierdzi cenę starego indeksu i przeoczy, że następca kosztuje więcej.

Dlatego procedura każe dopasowywać po EAN i indeksie, a nazwy używać tylko pomocniczo. W danych ćwiczeniowych sieć zamawia krzesło pod wycofanym indeksem. Zamiennik kosztuje według kontraktu 152,50 zł, a sieć wpisała 149,00 zł. Na stu dwudziestu krzesłach to 420,00 zł różnicy, o której handlowiec powinien wiedzieć przed potwierdzeniem.

Druga pułapka to dostępność. Agent, który weźmie zły wiersz kartoteki, pokaże towar, którego nie ma. Wynik kontrolny wskazuje taki błąd wprost: jeśli przy stołach widać dostępne 520 sztuk, agent pomylił stół z regałem.

Jest też warunek brzegowy. Jeśli ten sam wyrób ma u Was dwa indeksy, a ceny kontraktowe sieci żyją w PDF-ie i w pamięci handlowca, agent policzy wszystko na złych danych, tylko szybciej niż ludzie. Najpierw jedna kartoteka z ceną kontraktową przy odbiorcy, potem agent.

Co jest w repozytorium

Repozytorium moja-firma-produkcja zawiera cztery rzeczy:

• procedurę w pliku skills/zamowienie-sieci/SKILL.md, w otwartym formacie Agent Skills,
• dane ćwiczeniowe fikcyjnej fabryki mebli w katalogu dane-cwiczeniowe/: zamowienie.pdf, indeksy.csv i indeksy.xlsx, stany.csv i stany.xlsx, kontrakt-odbiorcy.csv i kontrakt-odbiorcy.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-produkcja@moja-firma

W aplikacji Claude dodajcie paczkę ZIP z Releases jako umiejętność w ustawieniach. Budowa agenta od zera: agent zamówień sieci 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 sieci 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 sieci 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: agent zamówień sieci w Gemini.

OpenClaw. Skopiujcie katalog skills/zamowienie-sieci/ 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 według cen kontraktowych to 289 424,00 zł; jeśli agent poda 289 004,00 zł, wziął ceny z zamówienia,
• brakuje 180 stołów, a ryzyko kary za ich niedostawę to 3 304,80 zł; partia z planu zwalnia się w dniu awizacji,
• na liście wyjątków powinno być siedem spraw, a rekomendacja brzmi: potwierdzić pięć linii z zastrzeżeniami, szóstą odesłać do wyjaśnienia.

Szósta linia ma EAN, którego nie ma w kartotece. Agent, który mimo to ją dopasuje, nie trzyma się instrukcji.

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 „Produkcja seryjna jako jeden system” opisuje dziesięć etapów od prognozy do zapłaty i dwunastu agentów na jednym modelu firmy. Ten skill to agent zamówień z etapu 01, prognozy i zamówień. Na tym samym etapie pracuje agent prognozy popytu, a na następnym agent warunków kontraktowych.

Całą drogę na jednej planszy pokazuje wpis Partia na pół roku, a odbiorca liczy kary. Gdzie to spiąć?. Pozostałe teksty serii zebraliśmy w filarze produkcja seryjna, 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 jedną osobę z obsługi klienta i zamówienia jednej sieci z ostatniego tygodnia. Przez pierwszy tydzień puśćcie agenta obok normalnej pracy tej osoby i porównujcie wyniki. Wynik zawsze sprawdza osoba, która za niego odpowiada.