AIM-RM — LLM 多 Agent 库存管理：历史经验相似匹配

1. 解决的问题

LLM-MAS 在库存管理中面临跨场景适应性差的困境——不同 SKU、季节、供应链配置导致需求模式千差万别，零样本或少样本 LLM Agent 难以泛化到新场景。

2. 核心算法逻辑

AIMRM（AI Agent for Inventory Management with Retrieval Memory） 解决的核心问题是：LLMMAS 在库存管理中面临跨场景适应性差的困境——不同 SKU、季节、供应链配置导致需求模式千差万别，零样本或少样本 LLM Agent 难以泛化到新场景。

3. 业务应用场景

业务问题： 母婴品牌同时运营 0-6月龄段（阶段 1）和 6-12月龄段（阶段 2）配方奶粉，两个 SKU 需求模式迥异： - 阶段 1 需求受新生儿出生率影响，季节性弱但受政策（生育补贴）影响大 - 阶段 2 需求随阶段 1 滞后约 6 个月，且与辅食引入节奏耦合

传统 RL/规则方法在新市场（如东南亚新建仓）因缺乏历史数据而冷启动失败，导致大量缺货或呆滞库存。

数据要求： - 历史场景记录：每日库存水位、30/60/90 天需求滚动均值和标准差、当前在途量、提前期天数 - 记忆库初始化（w/ RL log）：可借用同品类成熟市场（如中国大陆）的 RL 优化轨迹 - 场景特征维度：≥8 维（current_stock, demand_7d, demand_30d, demand_cv, lead_time, backlog, season_flag, promo_flag）

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

• 工程：向量数据库（Qdrant/FAISS）+ LLM API 调用
• 成本：~$200-500/月（LLM API） + 向量数据库托管 ~$50/月
• 上线周期：4-6 周（含历史数据清洗 + RL log 生成）
• 核心组件：向量数据库（FAISS 可本地运行，无需云服务）
• 无需训练 RL 模型（w/o RL log 模式直接上线）
• 最低可行版本：单级 Agent + 50条历史记录即可验证效果

7. 代码模板

代码块数量：2 · 路径：未检测到

"""
AIM-RM: LLM Multi-Agent Inventory Management with Retrieval Memory
arXiv:2602.05524 (AAMAS 2026)

母婴出海应用：多 SKU 季节性库存管理 + 大促备货决策
依赖：numpy, dataclasses, anthropic (或任何 LLM SDK)
"""

from __future__ import annotations
import os
import json
import math
from dataclasses import dataclass, field, asdict
from typing import Optional
import numpy as np


# ─────────────────────────────────────────────
# 1. 数据结构定义
# ─────────────────────────────────────────────

@dataclass
class InventoryState:
    """当前库存场景状态向量（用于相似度检索）"""
    sku_id: str
    current_stock: float          # 当前库存量（件）
    demand_7d: float              # 过去7天日均需求
    demand_30d: float             # 过去30天日均需求
    demand_cv: float              # 需求变异系数（标准差/均值）
    lead_time: int                # 补货提前期（天）
    backlog: float                # 当前缺货积压量
    season_flag: int              # 季节标志 0=淡季 1=旺季
    promo_flag: int               # 促销标志 0=无 1=有
    # 以下字段仅用于记忆存储，不参与相似度计算
    demand_history: list[float] = field(default_factory=list)
    timestamp: str = ""

    def to_feature_vector(self) -> np.ndarray:
        """提取用于 Euclidean 距离计算的特征向量（归一化前）"""
        return np.array([
            self.current_stock,
            self.demand_7d,
            self.demand_30d,
            self.demand_cv,
            float(self.lead_time),
            self.backlog,
            float(self.season_flag),
            float(self.promo_flag),
        ], dtype=float)


@dataclass
class MemoryRecord:
    """一条历史决策记录（场景 + 动作 + 结果）"""
    state: InventoryState
    order_quantity: float         # 当时的订货决策量
    holding_cost: float           # 当期库存持有成本
    shortage_cost: float          # 当期缺货成本
    total_cost: float             # 综合成本（越小越好）
    source: str = "runtime"      # "runtime" | "rl_log"（预置RL轨迹）

8. 论文来源

• 2602.05524