65个SKU遇袭后，这套系统48小时内算出逃生路线

2026年4月，伊朗冲突升级。空袭、霍尔木兹海峡航运中断、制裁 cascade——你的采购团队有48小时做出生死决策。问题是：65个SKU里哪些用了中东原材料？转去孟加拉，到岸成本差多少？孟加拉自己稳不稳？

传统流程里，这组问题需要翻表格、查三个新闻站、等财务建模。等答案出来，窗口期早关了。一位产品经理出身的开发者把这套流程压进了分钟级，而且所有定价数据不出本机。

从72小时到7分钟：一次冲突模拟的完整时间线

系统启动时，第一层动作是新闻抓取。不是泛泛的RSS，而是针对供应链设计的实体识别——港口、原材料、制裁名单。伊朗冲突爆发当天，系统标记出霍尔木兹海峡运输中断，自动关联到依赖中东石油衍生品的纺织原料SKU。

第二层，地理风险代理启动。它调用的不是静态国家评分，而是实时聚合：当地新闻情绪、港口延误数据、汇率波动。孟加拉作为备选方案被提出时，系统同步检查其国内政治稳定性——刚好赶上该国纺织工会罢工预警。

第三层才是成本计算。到岸成本（Landed Cost）代理拉取实时海运指数（BDI）、汇率、替代产地的劳动力成本。关键在这里：所有计算在本地完成，敏感定价数据不上云。这对怕泄露成本结构的采购团队是硬性刚需。

第四层输出 ranked recommendation。不是简单列表，而是带置信区间的方案：转孟加拉节省12%但交付周期+3周；转墨西哥成本持平但关税优势；维持现状的风险敞口量化。

整个循环——冲突检测到可执行方案——7分钟。开发者把传统需要跨部门开三天会的流程，压进了一次咖啡凉掉的时间。

六层架构：为什么强制每层只和相邻层对话

技术设计里最反直觉的决定是接口隔离。六层架构里，每层只通过 TypeScript 接口与直接相邻层通信。UI层（React/Next.js 14）不知道下面有LangGraph；Agent编排层看不到MCP工具的具体实现。

这种设计在供应链场景里有残酷的现实意义。采购系统的数据源极其碎片化：ERP、海关数据、新闻API、甚至Excel。如果某一层直接跳过中间层去调底层，半年后维护者会面对一张无法追踪的数据血缘图。

Agent层用了LangGraph的StateGraph做编排，但做了 keyword-first 的意图路由。常见查询走硬编码路径，只有边缘 case 才触发LLM。这是成本控制的务实选择——供应链查询有高度模式化特征，没必要为"查越南关税"这类问题消耗推理 token。

六个专业代理的分工也经过推敲。Inventory代理对接ERP；Tariff代理维护各国税率表；GeoRisk代理跑地缘政治评分；Dashboard代理处理可视化；News代理做实体抽取；Market代理盯大宗商品和汇率。每个代理配备MCP（模型上下文协议）工具调用能力，但工具注册是运行时动态加载的。

本地推理的隐藏成本与收益

最激进的决定是把推理放在设备端。开发者用了Ollama跑本地LLM，配合量化模型把内存压到可接受范围。代价是响应质量波动——复杂推理任务明显弱于云端大模型。

收益也很直接。采购数据是核心商业机密，"数据不出域"在某些行业是合规红线而非偏好。本地架构让系统可以部署在完全离线的环境，这对涉及敏感供应商关系的场景是入场券。

技术文档里提到一个细节：存储适配器层设计了接口隔离，支持SQLite（本地）、PostgreSQL（团队部署）、甚至内存模式（测试）。这种过度设计源于对采购IT环境的深刻不信任——你永远不知道客户的数据库权限是什么状态。

MCP工具层的实现更值得玩味。7个stdio服务器跑独立进程，3个InMemoryTransport客户端给高频工具用，运行时动态注册新工具。这种混合架构是为了平衡隔离性（进程崩溃不影响主系统）和延迟（内存内调用比IPC快一个数量级）。

具体到工具：油价、外汇、BDI（波罗的海干散货指数）、制裁名单——全是供应链建模的硬通货。没有这些实时feed，agent的推荐就是纸上谈兵。

产品决策里的产品经理痕迹

读完整套设计，能辨认出产品经理出身的痕迹。比如SSE（服务器发送事件） live updates——不是技术炫技，而是解决"我的分析跑完了吗"这个焦虑。采购场景里，等待感会被风险放大，实时进度条是心理刚需。

再比如dark/light主题。B端工具常忽视这个，但供应链团队常深夜值班处理突发，暗色模式是职业健康细节。

最典型的是"快速pitch"结构：冲突场景→系统响应→技术架构→详细文档链接。这是标准的电梯演讲节奏，先给画面，再给证据，最后给深度入口。

开发者自述的痛点也很精准："Which of our 65 SKUs are exposed?"——用具体数字代替抽象描述，这是训练有素的产品语言。

系统目前开源在GitHub，技术文档完整公开了每一层接口定义。但一个关键问题留给了潜在用户：当你的竞争对手也在用同类工具压缩决策窗口，分钟级响应会不会变成新的 baseline，反而让所有人都回到更短的焦虑循环？