使用说明

项目简介

Retail Supply Chain Analysis Tool 是一个基于AI的零售供应链分析工具，旨在帮助零售商分析采购订单、销售数据和库存文件，提供可操作的优化建议。它利用Claude AI进行智能数据分析，并通过图表可视化关键指标和趋势。

主要功能点

数据上传与分析: 支持上传和分析Excel/CSV格式的零售数据文件，包括采购订单、销售数据和库存文件。
智能数据分析: 利用 Claude AI 对上传的数据进行深入分析，识别趋势、预测销售，并提供供应链优化建议。
可视化报表: 使用 Chart.js 生成数据可视化图表，帮助用户直观理解分析结果。
多维度分析: 支持跨数据源的交叉分析，提供全面的供应链洞察，并可按概览、库存、供应商和销售等类别查看分析结果。

安装步骤

克隆仓库:

git clone https://github.com/jaydrage/MCP_VMI.git
cd MCP_VMI

安装依赖:
```
npm install
```
配置环境变量:
- 在项目根目录下创建 '.env.local' 文件。
- 添加 Anthropic API 密钥：
```
ANTHROPIC_API_KEY=your_api_key_here
```
  请替换 'your_api_key_here' 为您自己的 Anthropic API 密钥。
启动开发服务器:
```
npm run dev
```
访问应用: 在浏览器中打开 http://localhost:3000。

服务器配置 (MCP客户端配置)

此项目并非标准的MCP服务器，而是一个基于 Next.js 构建的应用，通过 API 路由提供数据分析服务。对于 MCP 客户端，您需要将其配置为能够与此 Next.js 应用的 API 接口进行通信。以下是一个可能的 MCP 客户端配置示例，请注意，这并非标准 MCP 服务器配置，而是为了让 MCP 客户端能够调用此应用提供的分析功能而进行的适配。

{
  "serverName": "Retail Supply Chain Analysis Tool",
  "command": "npm",
  "args": ["run", "dev"],
  "description": "零售供应链分析工具，通过上传Excel/CSV数据，利用AI进行智能分析。",
  "capabilities": [
    "dataAnalysis",
    "visualization"
  ],
  "baseUrl": "http://localhost:3000"
  // 注意：此配置仅为示例，实际 MCP 客户端可能需要更详细的接口定义和调用方式，
  // 此应用主要通过 HTTP API 接口提供服务，而非标准的 JSON-RPC over WebSocket/SSE 等 MCP 协议。
  // MCP 客户端需要根据此应用的 API 接口文档 (如果提供) 或代码进行适配调用 /api/analyze-mobile-retail 接口。
}

基本使用方法

上传数据文件: 在浏览器界面，点击文件上传区域，选择一个或多个 Excel/CSV 零售数据文件（支持采购订单、销售数据、库存文件）。
选择数据类型 (可选): 如果文件类型未被自动检测，请为每个上传的文件手动选择正确的数据类型（采购订单、销售数据、库存）。
点击 "Analyze Files" 按钮: 等待系统使用 AI 分析上传的数据。
查看分析结果: 分析完成后，您可以在不同的标签页（概览、库存、供应商、销售）中查看详细的分析报告、关键指标、可视化图表和优化建议。
切换分析视图: 您可以切换不同的分析视图（概览、库存、供应商、销售）以查看不同方面的分析结果。您也可以在“All Files Combined”和各个文件类型分析结果之间切换，以查看综合分析或特定类型数据的分析。

注意:

此工具依赖 Anthropic API (Claude AI) 进行数据分析，请确保已配置有效的 API 密钥。
此工具主要用于零售供应链数据分析，并非通用的 MCP 服务器实现。它更像是一个利用 AI 能力提供数据分析服务的应用后端。
MCP 客户端需要根据此应用的 API 接口进行适配才能有效调用其功能，因为该应用并非标准 MCP 服务器，未实现标准的 MCP 协议和接口。

关键词

使用说明

信息