软体家具 · 业态包
前店后厂：门店零售下单、定金池风控、尼牟工序计件、BOM 领料、分批发货。
- 门店签单 / 迎宾 / 定金池
- 工厂木工 / 裁车 / 打扣计件
- 履约排单分批 · 物流安装
双业态包软体 + 五金钣金
双端Web + 手机报工
当日可演示完整闭环
私有化云演示 / 本地部署
我们的产品实力
双
双业态包
软体家具 + 五金钣金家具，切换即裁剪菜单
F
双端协同
Web 管理端 + 手机 H5 现场报工
P
可私有化
本地 / 子目录部署与一次性授权
一套系统，两个业态包
算数·家具 内置「软体家具」与「五金钣金家具」两套行业包，切换业态自动裁剪菜单、预置对应演示角色，分别演示互不干扰。
五金钣金家具 · 业态包
工厂型制造：销售订单驱动、多级 BOM（最高 50 层）、工艺路线、工序委外与委外质检。
- BOM多级BOM · 替代料 · 版本
- 工艺开料 → 折弯 → 焊接 → 喷涂 → 组装
- 委外工序委外 · 委外质检
两套行业包并存、可分别演示：切换业态包后菜单与演示角色自动裁剪。
小投入，高收益：对齐软体家具真实链路
门店销售下单 → 定金风控/订单池 → 工厂工序计件 → BOM 领料 → 生产入库 → 仓库分批发货 → 采购补货 → 财务结算。
帮助客户实现
- 风控订金不足进订单池
- 计件木工/裁工/车工清晰
- 履约排单分发与逾期可视
- 提成签单/迎宾自动生成
演示口径 · 常见改善点
- 订金拦截不足自动进池
- 工序计件产品×工序单价
- 改色换皮异动可审批
- 分批发货排单→确认出库
这些业务场景都在用算数·家具
真实门店、工厂、仓库与物流场景示意，非系统界面截图。
店
多门店零售
门店接待与下单同步，订金不足自动进订单池，签单/迎宾提成自动生成。
钣
五金钣金工厂
销售订单展开多级 BOM，工艺路线驱动工序流转，喷涂等工序委外并回厂质检。
厂
尼牟厂计件
销售转工单，木工到打扣工序单价清晰，手机 H5 现场扫码报工。
仓
排单分批发货
BOM 领料与配件库存联动，排单计划分批出库，发货确认物流签收。
装
物流与安装
发货确认后安装派工，尾款闸门放行，交付检核闭环。
AI 助手，让系统会「听懂」业务
面向演示环境的 AI 能力：一句话下单、工单即时问答，开箱即用。
AI 智能下单
销售把客户一句话或一段聊天记录粘进来，AI 自动识别客户、产品、面料、颜色、尺寸、数量、交期与订金，逐项确认后一键生成订单草稿。
- 匹配档案客户 + 成品自动匹配
- 结构识别面料/颜色/尺寸/订金/交期
- 人工复核置信度提示，缺项待确认
AI 工单助手
打开任意生产工单即可提问：卡在哪？下一步做什么？今天能完工吗？回答基于本单工序、报工与返修 NCR 即时生成。
- 自动摘要产品/进度/卡点一眼概括
- 问题归因NCR / 待派工 / 停线定位
- 动作引导下一步建议直达页面
当前为演示模型：交互与结论由本机规则生成，不依赖外部 AI 服务，断网可演示。
为什么家具厂选算数·家具？
对比 Excel + 微信群 + 纸质工价单，系统化管理带来的可量化改善（演示口径）。
| 经营环节 | 传统方式 | 算数·家具 |
|---|---|---|
| 销售下单 | Excel / 微信群，信息分散难追溯 | 门店统一下单，订单全链路可查 |
| 定金风控 | 人工记忆，订金不足仍排产 | 不足自动进订单池，可配置拦截 |
| 工序计件 | 纸质工价单，月底对账累 | 产品×工序单价，报工即核算 |
| 工序委外 | 线下电话跟单，进度不可见 | 工序级委外，回厂质检与对账 |
| 多级BOM | Excel 手算层级，易错难维护 | 最高 50 层 BOM，替代料与版本 |
| 库存发货 | 多表对账，分批出货易漏 | 排单计划 → 确认出库 → 物流签收 |
| 现场报工 | 口头传递，在制不透明 | 手机 H5 扫码报工，WIP 可视 |
| 上线周期 | 重型 ERP 定制数月起 | 当日可演示，试点快 |
| 数据归属 | 依赖第三方平台 | 支持私有化部署 |
常见问题
Q1：和通用进销存 / 全屋定制 ERP 有什么区别？
聚焦家具制造真实链路，一套系统双业态包：软体家具（定金池、签单提成、改色换皮、工序计件、分批发货）与五金钣金家具（销售订单、多级BOM、工艺路线、工序委外、委外质检），菜单随业态包自动裁剪。
Q2：能不能私有化？
可以。支持子目录 / 本地部署；数据在您自己的环境。详见私有化对比。
Q3：演示账号是什么？
Web 端默认 admin / admin123；可先登记获取体验账号。
Q4：有没有手机端？
有。现场端 H5 支持报工、工单、质检与库存查询（路径 /frontend/#/m）。
Q5：AI 下单 / 工单助手是真的 AI 吗？
当前为演示模型：用真实业务数据 + 规则引擎模拟识别、摘要与问答，不依赖外部 AI 服务，断网也能演示。