从一句话到业务对象：AI如何实现“所想即所得”的企业数据创建

在企业数字化转型的深水区，一个看似简单的需求正在消耗大量生产力：快速创建业务对象。

你可能已经习惯了这样的场景：一位产品经理在系统里创建一个新产品，需要依次填写十几个字段、关联多个子对象、设置编号规则、检查是否重复……整个过程耗时15-30分钟。如果创建的是BOM（物料清单），时间可能翻倍。而如果创建过程中出现错误，一切又得重来。

更糟糕的是，不同的业务场景有不同的创建入口：业务对象列表、对话框、小程序、数字员工——每个入口都有自己的逻辑，但核心能力参差不齐。有的支持自动编号，有的不支持；有的能查重，有的不能；有的会自动纠错，有的只会报错。

这种割裂的体验，让“创建”这个最基本的操作，反而成了效率的瓶颈。

核心引擎：一个函数如何驱动17步复杂流程

BossAgents（左帮右臂）智能体公司构建了一个核心能力——useCapabilityCreate.create()。这个函数就像一台精密的数据创建引擎，将“创建”这个看似简单的操作，拆解为17个步骤，覆盖了从获取字段定义到后置规则执行的全流程。

整个流程可以概括为三个阶段：

第一阶段：情报收集（步骤1-5）

在真正创建对象之前，系统需要先搞清楚“要创建什么”。这就像写文章前先列提纲——系统会并行调用多个API，收集以下信息：

• 字段定义

：要创建的对象有哪些属性？哪些是必填的？哪些有固定选项？

• 模板信息

：有没有预设的模板？扩展字段有哪些？关系定义是什么？

• 目标类型信息

：如果对象有关联的子对象（比如BOM下的零件），也需要获取这些子对象的字段定义

• 系统模板

：权限、身份等系统级对象的模板

这个阶段的核心价值在于“知己知彼”——系统充分了解了要创建的对象及其上下游关系，为后续的智能生成奠定了基础。

第二阶段：智能生成与验证（步骤6-12）

有了完整的背景信息，系统进入真正的“创作”阶段：

1. 1. 构建Prompt

：系统将收集到的所有信息组装成一个完整的指令，告诉AI：“现在要创建一个新产品，它的属性包括名称、描述、类型，关联的子对象包括供应商、物料清单……”

1. 2. 调用LLM生成数据

：AI根据指令生成完整的对象数据，包括属性值、关系对象、子对象等。这一步的输出是一个结构化的JSON数据。

1. 3. 解析与兼容

：考虑到不同场景的差异，系统兼容了三种JSON格式——标准格式、旧版主对象格式、扁平格式。这意味着无论是新系统还是老系统，都能无缝对接。

1. 4. 双库查重

：这是企业级系统最关键的环节之一。系统会先检查私有库（企业自有数据）中是否已存在同名对象，如果精确匹配到，直接给出建议；如果模糊匹配到，提示用户是否复制已有对象；如果都不存在，才真正进入创建流程。

1. 5. 自动编号

：很多企业有严格的编码规则。系统支持两种编号方式：SCSAI原生的Sequence编号，以及手动自增的fallback机制，确保每个对象都有唯一标识。

1. 6. 预创建子对象

：在创建主对象之前，系统会先创建所有依赖的子对象。比如创建“调度任务”之前，先创建“调度方法”这个子对象，然后在主对象中引用它。

第三阶段：创建与纠错（步骤13-17）

这是整个流程的“临门一脚”：

1. 1. 构建AML

：系统将所有数据组装成SCSAI系统能识别的XML格式（AML）。

1. 2. 创建主对象

：提交完整的AML到SCSAI系统，一次性创建主对象及其所有关系。

1. 3. 名称去重重试

：如果创建失败是因为对象名称重复，系统会自动添加后缀重试，而不是简单报错。

1. 4. AI纠错重试

：这是最亮眼的功能之一。如果创建失败，系统不会直接放弃，而是调用LLM分析错误原因，修正数据后重新创建。这个过程最多重试3次，每次都会基于前一次的错误进行针对性修正。

1. 5. 关系创建与后置规则

：最后，系统分步创建关系对象，并执行创建后的业务规则（如触发审批流程、更新统计信息等）。

问题诊断：为什么四个入口会带来三套逻辑？

在实际部署中，我们发现了一个典型的企业级系统问题：多个入口带来的逻辑割裂。

目前系统有四个创建入口：

• 业务对象列表

：页面硬编码了可创建的对象类型

• 对话框

：同样硬编码了类型

• 小程序

：用户手动选择类型

• 数字员工

：通过关键词匹配识别类型

问题在于，这四个入口背后是三套完全不同的执行逻辑：

1. 1. 核心引擎

（useCapabilityCreate.create()）：2045行代码，支持关系处理、Sequence编号、AI重试、双库查重——功能最完整

1. 2. 精简版

（unified-create.handleCreate()）：250行代码，只有简易的Sequence处理，没有AI重试和查重

1. 3. 简易版

（capability-pipeline.createObject()）：110行代码，只有最基础的创建功能，几乎什么都没有

更严重的是，“类型不存在→创建类型”这个关键流程完全缺失。当用户输入了一个系统中不存在的对象类型时，系统直接默认返回“Part”，没有任何“先创建新类型”的逻辑。虽然系统中存在一个ObjectModeler.defineObject模块，能够通过AI定义新对象类，但没有任何入口调用它，而且它只写入本地数据库，不会创建SCSAI系统的ItemType。

此外，意图识别的关键词表只有12个映射，大量业务词汇无法识别，导致用户输入“供应商”时可能被识别为“零件”。

修复方案：统一入口，补齐短板

针对上述问题，BossAgents（左帮右臂）智能体公司提出了最小改动方案：

目标架构：

用户输入 → 意图识别 → 类型存在？→ 是 → 核心引擎                           → 否 → 定义新类型 → 创建SCSAI类型 → 核心引擎 

具体措施：

1. 1. 补齐“创建类型”流程

：当意图识别发现类型不存在时，调用ObjectModeler定义新类型，然后创建SCSAI的ItemType，最后再走核心引擎创建对象

1. 2. 统一执行逻辑

：所有入口最终都走useCapabilityCreate.create()这个核心引擎，确保能力一致

1. 3. 扩展意图识别

：增加关键词映射表，支持更多业务词汇

1. 4. 补齐后端能力

：为后端createObject增加AI纠错、双库查重、Sequence编号等功能

测试验证：核心引擎稳定可用

经过测试，核心引擎依赖的5个后端API中，4个已经验证正常：

• Schema API：正常返回字段定义 - 类型模板API：正常返回属性+关系定义 - 双库查重API：正常返回私有库数据 - 前端SCSAI代理：正常返回SCSAI真实数据

唯一的问题是Sequence API路由未注册，但这属于配置问题，修复成本很低。

结语：从“人工创建”到“智能创建”

BossAgents（左帮右臂）智能体公司正在做的事情，本质上是将企业级系统中“创建对象”这个高频操作，从“人工填写”升级为“智能生成”。用户只需要说一句话，系统就能自动完成字段填充、关系建立、编号分配、查重校验、错误修正等一系列复杂操作。

这不仅仅是效率的提升——当创建成本趋近于零时，企业的数据管理方式将发生根本性变化。过去需要专门培训才能操作的复杂系统，现在普通业务人员也能轻松使用。过去因为创建成本高而“能省则省”的数据记录，现在可以“应建尽建”。

最终，企业将拥有更完整、更准确、更及时的数据资产——而这，正是数字化转型的真正价值所在。

---

想要了解BossAgents（左帮右臂）智能体如何为您企业定制智能创建方案？欢迎联系我们，获取专属演示。