今天是七夕节,工作第14天,昨天晚上去游泳,把泳镜弄坏了。
今天早上吃了点经理带的鸭脖,然后开始工作。
今天的工作主要有:
1.上午:在自己的Beta版的CRM系统中:完成权限设计
上午以coding为主
2..下午为供应商的到来,做相应的准备
下午以design为主
说实在的,这样的权限设计,对供应商是不是难度太高了,流程太难了。
墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1k累计阅读
1k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年,写一次发全网
我也要 →
码龄14年
今天是七夕节,工作第14天,昨天晚上去游泳,把泳镜弄坏了。
今天早上吃了点经理带的鸭脖,然后开始工作。
今天的工作主要有:
1.上午:在自己的Beta版的CRM系统中:完成权限设计
上午以coding为主
2..下午为供应商的到来,做相应的准备
下午以design为主
说实在的,这样的权限设计,对供应商是不是难度太高了,流程太难了。
AI-CRM实战选型指南:线索分级、商机预测与意图识别五大能力深度评测
AI-CRM已从概念走向销售一线的核心生产力工具,其本质是将非结构化客户行为数据(如邮件、通话、PDF方案)转化为可执行的销售动作。关键技术原理在于行业微调大模型对业务语境的理解能力,以及AI驱动工作流而非被动响应的架构设计。这种能力带来显著技术价值:提升线索转化率、缩短商机周期、降低服务响应成本。典型应用场景覆盖B2B销售全链路——从官网线索智能分级、招标前商机推进预警,到客户话术生成与服务工单自闭环。本文基于13个主流平台在真实销售数据(含1276条通话转文本、432封邮件、89份技术PDF)上的压测结
CRM上线之路 走上了CRM实施顾问-第71天上班 -第14周
还是在优快云上写博客了,在QQ空间写,太麻了 今天服务器下午送到,Windows系统已经自带,但是要装SQL试用版,9.30之前发邮件 供应商OA申请,10点之前完成 测试文档更新一边,12点之前完成 买些鲜花回去
企业级AI Agent与ERP/CRM系统集成实战指南
企业系统集成是现代数字化转型的核心挑战,尤其在AI技术深度应用的背景下。传统ERP/CRM系统采用结构化数据存储和线性流程设计,而AI Agent依赖非结构化数据处理和动态决策能力,这种架构差异导致数据异构性、流程兼容性和安全边界管理等关键问题。通过语义映射词典构建、API网关协议转换和事件驱动架构等技术手段,可以实现智能系统与传统企业应用的有机融合。在零售、制造和金融等行业实践中,AI与ERP集成已展现出显著价值,如全渠道库存同步、设备预测性维护和智能风控决策等典型场景。值得注意的是,数据准备阶段往往占据
CRM上线之路 走上了CRM实施顾问-第109天上班 -第23周
今天周三了,今天必须把所有的Phase-2的文档,密码,邮件写好给客户服务部。 8.19-9.20 在线下单的文档 9.20-10.20 Phase-2的客户编号,客户名称,密码 10.20-11:00作为备用 最近销售找的比较多,注意安排时间。
金融LLM智能顾问实战:从RAG、Agent到领域微调的架构与落地
大语言模型(LLM)凭借其强大的自然语言理解和生成能力,正在深刻改变人机交互与自动化流程。其核心原理在于基于海量数据训练出的Transformer架构,能够捕捉复杂的语义关联。这一技术价值在于,它能将非结构化的文本信息转化为可理解、可处理的洞察,从而在多个领域实现智能化升级。在工程实践中,为了确保模型输出的准确性、时效性与安全性,检索增强生成(RAG)和智能体(Agent)框架成为关键技术。RAG通过结合外部知识库,有效缓解了模型的幻觉问题并更新了其知识;Agent则赋予模型规划与使用工具的能力,以完成复杂
MuleSoft+LangChain企业级AI编排实战:打通CRM/ERP与大模型
AI编排(AI Orchestration)是企业在真实生产环境中落地大模型能力的核心范式,它超越了单点调用LLM的技术尝试,聚焦于多系统语义对齐、协议适配与合规治理。其本质是通过企业级集成平台构建结构化数据管道,将CRM、ERP、数据库等异构系统的业务语义精准注入AI推理链,解决‘LLM看不懂SAP字段’‘查询结果无法审计’等工程化断点。技术价值在于实现能力解耦、零感知升级与GDPR/CCPA原生合规,典型应用于智能销售助手、自动化理赔审核、跨系统客户360视图等高价值场景。本文以MuleSoft为中枢、
SAP CRM实施---蓝图设计一
CRM项目终于启动了,一期先上服务和销售,下半年要有得搞了,开个博记点实施心得吧 7.14,CRM的顾问报到,标志着CRM项目正式进入实施阶段。两个顾问据说是很资深,看起来还是年轻,第一天只是了解我们公司的基本情况, 包括R3的使用情况,我们组将目前使用的功能通过业务操作的方式在系统上进行了演示,并将流程图重新整理后发给顾问。*个人感觉*:今天相当于将现有流程向顾问进行了培训,感
圣农集团:SAP+智慧农场系统全面上线,实现从种源到食品全产业链数字化管理
使命必达,圣农集团SAP S/4HANA+MTC智慧农场项目一期、二期项目圆满收官。
SAP CRM项目手记(15) - 完结篇:革命尚未成功
我们这次CRM项目,其实只是CRM里面很小的部分:售后服务。本来准备在5.1上线的,但考虑到一些未确定的业务因素,还有就是5.1黄金周对销售的影响,所以调整到了5月25日上线,上线的范围是四川省。 我们本来其实就做了CRM里面很小的一块,但上线的业务范围更为狭窄,即与用户服务订单相关的流程。到目前,已经上线快一个月了,等月底把结算流程跑通,就可以继续向外推进了。上线之前,领导寄予后望的备件
基于制造 / 零售 / 金融三个行业,补充一份SAP S/4HANA vs Oracle EBS/Fusion的选型决策清单(含实施周期、成本区间、关键模块适配与风险点)
本文提供了制造业、零售业和金融业三大行业在SAP S/4HANA与Oracle EBS/Fusion系统选型时的决策清单。从实施周期、成本区间、关键模块适配和核心风险点四个维度进行对标分析,为不同规模企业提供选型建议:制造业复杂流程推荐SAP,标准制造可选Oracle;零售业跨国集团适用SAP,区域零售适合Oracle;金融业强合规需求优选SAP,创新业务倾向Oracle。同时给出了通用风险防控措施,包括组建联合团队、分阶段实施和建立应急预案等,帮助企业降低实施风险。
无法找到来自源 nvlddmkm 的事件 ID 14 的描述
具体错误是: 无法找到来自源 nvlddmkm 的事件 ID 14 的描述。本地计算机上未安装引发此事件的组件,或者安装已损坏。可以安装或修复本地计算机上的组件。 出现这样错误的原因有很多了,有可能是硬件有可能是软件。由于我是刚配置的电脑,起初非常怀疑是自己组装的问题,折腾了好久,心态爆炸!!!先说我报这样错误的情况,以及解决办法,供后面人参考。 ...
SAP CRM项目手记(14) - 杀鸡焉用牛刀?
最近一个月都在出差,除了前周深圳的平板服务政策谈判外,其余主要是为了呼叫平台整合的事情。说实话,公司对于CRM项目并不太重视,平台划转也很草率,为目前项目的实施带来较多的障碍(比如RDC)。 回来后这一周,我花了一些时间对于备件的新流程进行了测试,除了服务商备件申领,其余都是在R/3里面完成的。流程设计应该没什么问题,索赔件的VMI可以说是管理创新,但问题是,这样的操作对于省中心备件管理员
Android HTTPS抓包证书配置全解:Proxyman实战避坑指南
HTTPS抓包本质是中间人(MITM)通信的可信建立过程,其核心在于客户端对代理根证书的信任链配置。在Android平台,自7.0起系统默认不信任用户安装的CA证书,必须通过Network Security Config显式声明trust-anchors,将Proxyman导出的PEM格式根证书纳入App级信任锚点。这一机制区别于iOS和桌面浏览器,导致大量开发者卡在‘证书已安装却无法解密’的误区。技术价值在于打通开发调试闭环:精准定位SSLHandshakeException、绕过证书固定、支持React
PH热榜 | 2024-11-14
你总是开着太多网页标签,我也一样!我们会针对 AI 编码技术栈的不同层级,找到最合适的工具,并将它们整合到一个统一的用户界面中,让你无缝使用。:图像 AI 着色, AI 图像着色, AI 图像颜色修改, 图像颜色替换, 图像颜色调整, AI 色彩修改, 色彩 AI 工具, 图像 AI 工具, AI 设计工具, 图片颜色调整工具。:AI英语学习, AI导师, AI英语教学, 生成式AI辅导, AI英语口语练习, 英语学习软件, 英语口语训练, 个性化英语学习, STEM学习, AI学习伴侣。
机器学习入门指南:Jupyter Notebook实战
对于机器学习工程师而言,他们更擅长的是算法、模型、数据探索的工作,而对于工程化的能力则并不是其擅长的工作。Jupyter Notebook生成PMML文件1。Jupyter Notebook生成PMML文件2。PySpark Notebook建模 -折线图。TensorFlowNotebook建模。R Notebook建模 - 散点图。PySpark Notebook建模。R Notebook获取训练数据集。
BPMN2.0规范及流程引擎选型方案
本文主要简明扼要的介绍了BPMN2.0规范的内容,可让读者快速度的了解BPMN2.0所涵盖的主要内容和图形样式。也较为详细的阐述了如何绘制标准的流程图,以及在软件层面中如何实现业务流程功能,和技术选型。
企业内容生成降本增效方案:基于Qwen3-14B的实践案例
本文介绍基于Qwen3-14B大模型的企业内容生成自动化方案,涵盖长上下文处理、Function Calling对接业务系统、低显存部署优化及周报自动生成等典型应用,实现效率提升95%以上,助力企业构建安全可控的智能中枢。
Nano Banana 2哪里使用?Nano Banana 2提示词合集和使用教程
收集最强的Nano Banana 2提示词合集,以及Nano Banana 2哪里使用的教程,并且有10个免费使用渠道。
选型决策清单聚焦制造、零售、金融三大行业,从实施周期、成本区间、关键模块适配与风险点四个核心维度,对 SAP S/4HANA 与 Oracle EBS/Fusion 进行精准对标,便于快速决策与风险防
本文提供了SAPS/4HANA与OracleEBS/Fusion在制造、零售、金融三大行业的选型决策清单。从实施周期、成本、关键模块适配和风险点四个维度进行对比分析:制造业中,复杂制造推荐SAP,标准制造可选Oracle;零售业中,跨国零售推荐SAP,区域零售可选Oracle;金融业中,强合规领域推荐SAP,创新业务可选Oracle。文章还给出了通用风险防控建议,包括组建联合团队、分阶段上线和建立双轨运行机制等。该清单为大型企业混合云部署提供决策参考,中型企业可酌情调整。
别再手动续期SSL证书了!用acme.sh配合阿里云DNS API,实现全自动HTTPS证书管理
本文详细介绍了如何使用acme.sh配合阿里云DNS API实现SSL/TLS证书的全自动管理,彻底解决手动续期带来的风险与不便。通过自动化部署流程,包括环境准备、API集成、多域名证书申请等关键步骤,帮助运维人员构建高效、可靠的HTTPS证书管理体系,显著提升安全性和运维效率。
qupath再度更新:使用WSInfer进行深度学习
我们在下面提供了一个示例,说明如何使用 WSInfer 创建 WSI 中肿瘤和肿瘤浸润淋巴细胞 (TIL) 的空间图谱,这些图谱被认为在几种癌症中既有预后又有预测意义6,10,11,12.由于 WSI 非常大,因此它们通常被分解为补丁,以使分析变得可行。补丁分类的输出通常是空间分类地图,通常可以跨 WSI 集成,以创建表示该幻灯片的诊断、预测或“分数”的单个输出。在当前的实施中,我们专注于斑块分类的通用任务,该任务广泛用于广泛的病理学应用,具有促进诊断、预后或预测功能的深度学习模型。
Qwen3-14B支持Prompt模板引擎吗?提示工程优化技巧
本文探讨Qwen3-14B如何通过外部Prompt模板引擎提升提示工程效率,支持Jinja2等模板语言、函数调用和长上下文,适用于智能客服、低代码AI等企业级应用场景。
C# HttpClient完全攻略:从入门到精通只需5步
HttpClient是.NET框架中用于发送HTTP请求和接收HTTP响应的类。它基于异步编程模型,使得网络操作更加高效和灵活。
数据科学适配性自检:14个行为锚点定位转型断层
数据科学不是高深算法的堆砌,而是问题定义、脏数据处理、跨角色协作与持续学习的系统能力。其核心门槛不在数学或编程本身,而在于能否将模糊业务需求转化为可执行分析任务,并在无标准答案的混沌中坚持推进。真实岗位淘汰主因是实操耐受力不足与认知校准偏差——比如面对字段混乱的Excel敢不敢手动清洗,被质疑结论时能否重构分析框架而非强行解释。本文基于27个转行案例与41场企业终面提炼出14个可验证行为问题,覆盖需求翻译、SQL/Python实操、非技术沟通、失败复盘四大维度,帮你用最小成本识别能力断层,避免盲目投入6个月
Camera2Demo
在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作
复分析 阿尔福斯(Ahlfors) 第三版答案 英文
答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案
1179
1975
418

被折叠的 条评论
为什么被折叠?



