行业参考 · 制造 · 采购 · 证据 E1
WorkBuddy 实战：制造业采购工程师把打样订单整理工作变成一键运行
这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。
企业遇到的问题
打样订单全流程中，手工整理 OA 订单、生成工单、打印下发和归档重复且易错，OA 待办操作大量耗费人工。
概要
制造业采购工程师将 OA 导出订单、Excel 工单整理、打印归档的重复工作，通过 WorkBuddy 辅助沉淀为独立 Python 脚本，并用 agent-browser + Playwright 自动处理 OA 待办，形成抓取待办、整理数据、生成工单、打印、归档闭环，订单整理从约 2 小时降至 5 分钟。
原文写明的事实
- 作者是一家制造业企业的采购工程师，负责机加工打样（铣样/CNC 样件）订单全流程管理。
- 原链路为 OA 系统下单、导出订单数据、手工整理成 Excel 工单、打印下发车间、归档到共享盘，每天几十条订单，手工整理 1-2 小时且易错。
- 第一阶段通过对话式整理验证逻辑，第二阶段把整理逻辑固化为独立 Python 脚本，完成数据整合、模板套打、按年月归档到 Z 盘，并配 .bat 启动器本地运行，零积分。
- 第三阶段使用 WorkBuddy agent-browser 和 Playwright 自动登录 OA、遍历待办、识别采购工程师确认或执行制样类任务。
- 订单号规范统一为 YPCG-YYYYMM-NNNN+负责人+日期，机器生成校验。
- 效果为每天订单整理时间约 2 小时降至 5 分钟，错误率基本归零，运行成本 0 积分。
- 文中举例 OA 系统为 one.jomoo.com 这类内网系统，但未披露所在企业名称。
怎么做的
- 输入：OA 系统导出的订单明细与待办列表
- 处理：用对话沉淀整理规则为 Python 脚本，再用 agent-browser 自动抓取和识别 OA 待办
- 数据：OA 订单数据、Excel 模板、Z 盘共享盘目录
- 动作：自动抓取待办、整理数据、生成工单、打印、按年月归档
- 输出：Excel 工单、归档文件、年度总案表、标准化订单号
如果你也想做：复制评估
AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。
- 难度：中（需要配置 Skill / Connector）
- 需要的能力：订单整理脚本生成 Skill
- 需要接的数据/系统：OA 系统（如 one.jomoo.com）
- 仍需人工的环节：异常订单与归档失败情况需人工处理
- 风险：OA 页面变更可能导致自动化中断；打印和归档错误可能影响车间生产
- 原文没披露的：未披露企业名，无法验证企业级适应性；agent-browser 对特定 OA 的兼容性未知
AI 辅助生成脚本并固化流程可复刻，且脚本本地运行可避免持续消耗积分；agent-browser 对特定 OA 的稳定性需要企业环境实测。
来源
证据说明：腾讯云开发者社区个人原创投稿，无企业名与第二来源。