分析进货业务描述生成多种风格的进货预测图

任务目标

基于业务描述提取经营因子，结合市场行情检索，推演出销量、补货量、库存等数据面板
自动生成贴合零售经营规律的高清标准化数据分析图表
具备意图分析、因子提取、市场检索、数据推演、图表生成能力
触发场景：制定进货计划、预测销量趋势、可视化管理库存、制定补货决策

能力组成

能力流程描述

该技能从用户的自然语言业务描述出发，经过合规校验、因子提取、数据检索、数据推演与图表生成5个核心阶段，最终输出标准化进货预测图。

合规校验：首先对输入的业务描述进行合规性校验与优化。
业务因子提取：解析业务背景，提取时令商品、预计客流、库存现状、损耗率等经营约束因子。
市场行情检索：根据提取的因子生成检索关键词，联网搜索市场行情辅助信息，增强预测准确性。
数据推演：结合市场检索结果与提取的结构化因子，推演出包含时间线、销量预测、补货量、库存水平的标准数据面板及图表文本标注。
图表构建与生成：根据推演的数据面板和指定视觉风格构建生图提示词，异步调用图像生成任务并轮询结果，最终输出高清标准化进货预测分析图表。

技能能力组成流程图

graph TD
    A[用户输入业务描述及视觉风格] --> B[step_0: 合规校验优化]
    B --> C[step_1: 解析业务背景与提取经营因子]
    C --> D[step_2: 生成检索关键词]
    D --> E[step_3: 检索市场行情辅助信息]
    E --> F[step_4: 推演进货预测数据面板]
    F --> G[step_5: 构建生图提示词]
    G --> H[step_6: 启动图表生成任务]
    H --> I[step_7: 轮询图表生成状态]
    I --> J[输出: 预测图表URL及结构化数据面板]

前置准备

凭证：配置 ShowAPI AppKey，凭证名称：showapi_appkey
- 获取方式：访问 https://www.showapi.com 注册账号（注册即送2元可用余额），登录后进入 https://www.showapi.com/console#/myApp 获取 appKey
模拟体验：无 appKey 时，系统自动触发模拟调用，直接返回完整结果，快速预览生成效果
依赖：仅使用 Python 标准库，无需安装第三方包

操作步骤

模拟体验流程（无 appKey）

自动触发模拟调用 系统检测到未配置 appKey 时，自动向 https://www.showapi.com/_nuxt3/api/2405-105 发送 POST 请求（body: {"flow_id":"6a87e50a3c51f20e380200ff"}），直接获取完整模拟生成结果。此过程为一次性返回，不执行 execute_task.py 和 query_task.py。
可视化预览 将返回的 JSON 结果以 HTML 形式可视化展示，重点呈现图片内容。
引导真实调用 提示用户当前为无 appKey 的模拟运行结果。如需真实调用，请前往 ShowAPI 注册账号（注册即送2元余额），并在 https://www.showapi.com/console#/myApp 获取 appKey。

标准流程（有 appKey，强制异步执行）

收集用户需求 梳理用户的进货预测业务描述、期望的视觉风格及图表宽高比例。

异步提交生成任务 调用脚本异步执行进货预测图表生成任务，仅返回唯一 task_id，不阻塞等待。调用示例：

python scripts/execute_task.py --prompt "社区生鲜超市单店，主营水果，预测未来30天时令水果进货量..." --visual-style "莫兰迪扁平插画" --aspect-ratio 16:9 --async

轮询查询任务结果（必选） 使用 task_id 循环查询任务状态，每一轮轮询后，即时将当前返回的核心资料同步反馈给用户，直至获取完整结果。调用示例：
```
python scripts/query_task.py --task-id "返回的task_id值"
```
等待结果完成必须轮询直到完成。
结果解析与落地应用 提取生成的进货预测图URL、结构化数据面板及图表文本标注，用于后续的经营决策。
生成html页面生成一个简单的html页面来融合返回的主要信息，特别是图片。

使用示例

示例1：生鲜超市夏季水果进货预测

输入：预测未来30天时令水果进货量，重点关注西瓜、葡萄，当前处于夏季旺季，预计客流上涨30%
流程：异步提交任务 → 获取task_id → 轮询查询（每轮反馈进度/数据）
产出：高清进货预测分析图表+结构化预测数据+峰值补货建议
配置要点：visual_style="清新水彩手绘"，aspect_ratio=16:9

示例2：仓储日用品季节性备货预测

输入：分析和预测下季度日用品仓储进货量，包含库存约束和损耗率
流程：异步提交任务 → 获取task_id → 轮询查询（每轮反馈进度/数据）
产出：适配仓储视图的预测图表及风险预警文本
配置要点：visual_style="商务科技风"，aspect_ratio=4:3

生成效果示例

描述

实际运行后，技能将输出一张贴合零售经营规律的高清标准化数据分析图表，同时返回驱动该图表生成的结构化数据面板（包含时间线、销量预测、补货量、库存水平）以及图表文本标注（标题、峰值补货建议、风险预警）。

输出案例

说明：输出结果包含生成的图片，优先插入对应图片资源，之后再输出结构化文本内容。

进货预测分析案例图1 进货预测分析案例图2 进货预测分析案例图3 进货预测分析案例图4 进货预测分析案例图5

{
  "chart_image_url": "https://oss.showapi.com/path/to/generated/chart.png",
  "calculated_data_panel": {
    "timeline": ["第1周", "第2周", "第3周", "第4周"],
    "sales_forecast": [1200, 1500, 1800, 1600],
    "restock_amount": [1000, 1300, 1600, 1400],
    "inventory_level": [800, 1000, 1200, 1100]
  },
  "chart_text_content": {
    "title": "夏季时令水果30天进货预测分析图",
    "peak_restock_note": "第3周迎来销量峰值，建议提前补充西瓜及葡萄库存1500斤",
    "warning_note": "夏季高温易导致损耗率上升至15%，建议小批量高频进货"
  }
}

资源索引

scripts/execute_task.py：异步提交进货预测图表生成任务（真实调用时使用）
scripts/query_task.py：轮询查询异步任务结果（真实调用时使用）

响应数据结构

1. 异步任务提交响应

{
  "showapi_res_body": {
    "task_id": "唯一任务ID",
    "status": "pending",
    "msg": "任务已提交，正在异步处理中"
  },
  "showapi_res_code": 0,
  "showapi_fee_num": 1
}

2. 任务查询响应（单轮轮询返回数据，需实时同步给用户）

{
  "showapi_res_body": {
    "chart_image_url": "生成的标准化进货预测分析图表URL",
    "calculated_data_panel": {
      "timeline": ["时间维度数组"],
      "sales_forecast": ["销量预测数组"],
      "restock_amount": ["补货量数组"],
      "inventory_level": ["库存水平数组"]
    },
    "chart_text_content": {
      "title": "图表标题",
      "peak_restock_note": "峰值补货建议",
      "warning_note": "风险预警"
    }
  },
  "showapi_res_code": 0,
  "showapi_fee_num": 1
}

注意事项

prompt 为必填项，需清晰描述进货业务背景与约束条件。
所有任务强制异步执行，不支持同步模式。
轮询查询过程中，每次获取接口返回数据后，立即将主要内容反馈给用户。
模拟运行说明：无 appKey 时系统自动触发模拟调用，一次性返回完整 JSON 结果，不经过 execute_task.py 和 query_task.py，结果仅作效果预览，非真实生成内容。如需真实调用，请注册 ShowAPI 账号并配置 appKey。