实时监控库存水平，AI 预测补货时间点，库存不足时自动通知采购并生成补货建议。
管理 100+ SKU 的电商运营，需要避免断货和积压
每周节省 4-6 小时
约 ¥50-200/月
通过电商平台 API 获取实时库存数据。在 n8n 中配置 HTTP Request 节点，设置定时触发（建议每小时一次）。对于多仓库场景，需要汇总各仓库库存后再判断。
根据历史销售数据计算每个 SKU 的安全库存量。公式：安全库存 = 日均销量 × 补货周期天数 × 1.5（安全系数）。季节性商品需要按月调整阈值，大促前临时提高。
将近 30 天销售数据传给 GPT-4，让 AI 预测未来 7 天的销售趋势和预计断货时间。提示词中包含：历史销量、当前库存、是否有促销活动、季节因素等上下文信息。
AI 根据预测结果生成补货建议：建议补货数量、推荐供应商（基于历史交期和价格）、预计到货时间。将建议格式化为结构化报告，方便采购人员快速决策。
设置三级告警：黄色（库存低于安全线 150%）→ 飞书消息提醒；橙色（低于安全线）→ 紧急通知 + 自动创建采购任务；红色（即将断货）→ 电话通知 + 自动下架商品避免超卖。
在 n8n 中为每个平台创建独立的库存同步节点，汇总到统一的库存数据库中。计算可用库存时需要扣除各平台已锁定的库存（已下单未发货）。
初期 AI 预测仅作为参考，不要完全依赖。建议保留人工确认环节，同时记录预测值和实际值，每月复盘调整提示词和参数。积累 3 个月数据后准确率会明显提升。
设置补货上限（不超过 30 天预计销量），慢销品（月销 <10 件）采用按需补货策略。定期清理滞销库存，AI 可以辅助识别 60 天零销售的 SKU 并建议促销清仓。
n8n 自部署在 2核4G VPS 上即可运行，月费约 ¥30-60。数据库用 SQLite 或 PostgreSQL 免费版足够。整体月成本控制在 ¥100 以内。