Eduardo377/argos-wms-digital-twin

# 🏗️ Argos：自承重仓库控制塔   **🔗 在线应用：** [https://terminal-yms-ws.vercel.app/](https://terminal-yms-ws.vercel.app/) ## 📌 概览 **Argos 项目**是 Wilson Sons 堆场管理系统的升级版。与之前针对集装箱的版本不同，本次实现专注于高密度的**自承重仓库**。该系统作为一个数字孪生（Digital Twin），配备了由 AI（Gemini）辅助的决策引擎，将实时界面与自动化物流规则相结合。 ## 🧠 决策引擎（业务规则 - 挑战 2） AI 通过应用三个关键限制来处理仓库的当前状态： 1. **安全（IMO 货物）：** 危险品通过 Make.com 的逻辑被隔离在指定位置。 2. **生产力（占用率 < 40%）：** 吊臂移动限制：当全局占用率低于 40% 时，AI 会将分配限制在 N1-N4 层级。 3. **仓库物理特性：** 7 层（Z 轴）的扩展矩阵，包含堆叠验证（在 N1 未被占用前，不允许分配至 N2）。 明白了。您提到的关于 API 文档以供独立测试的观点非常到位。 为了让任何人（或者未来的您自己）能够直接通过向 Make 的 Webhook 发送请求来测试 AI 路由器，并使用 ReqBin、Postman 或 Insomnia 等工具，而无需使用 Next.js 界面，我们需要对 **payload 契约（JSON）** 进行文档化。 以下是可直接添加到您的 `README.md` 或发送给挑战评审人员的 Markdown 文档。它已经反映了更新后的葡萄牙语结构字段以及我们新定义的 `IMO` 标签。 ### 📡 集成测试（API / Webhook） 要直接通过 HTTP 客户端（如 ReqBin、Postman 或 Insomnia）测试 AI 大脑（路由器），而不使用前端仪表板，请使用以下数据结构向您的 Make.com Webhook URL 发送 `POST` 请求。 **Endpoint（示例）：** `POST [https://hook.us2.make.com/SEU_ID_DE_WEBHOOK](https://hook.us2.make.com/SEU_ID_DE_WEBHOOK)` **Headers：** `Content-Type: application/json` **Body（Raw JSON）：** ``` { "id_conteiner": "MSCU-5544", "peso_ton": 8.5, "data_chegada": "2026-07-08", "data_saida_prevista": "2026-07-12", "IMO": "Sim" } ``` **数据字典：** * `id_conteiner` *(string)*：集装箱唯一的字母数字标识符。 * `peso_ton` *(number)*：货物重量，单位为吨。AI 使用此数据来确定重力限制（重物放在底部）。 * `data_chegada` *(string)*：登记日期，格式为 YYYY-MM-DD。 * `data_saida_prevista` *(string)*：预计出发日期（YYYY-MM-DD）。用于避免将长期存放的货物分配在快速出库的货物之上。 * `IMO` *(string)*：危险品标志（`"Sim"` 或 `"Nao"`）。如果为 `"Sim"`，AI 会将分配严格限制在 5 号街（隔离区）。 **预期响应（200 OK）：** Make.com 将通过 Gemini 1.5 处理逻辑，并以以下格式返回目标位置及理由： ``` { "targetSlot": "C5-N1" } ``` ## ⚙️ 技术架构 ### 数据流 ``` graph TD A[GATILHO: Chegada de Carga] --> B(Frontend: Next.js/Shadcn) B -->|Webhook| C(Make.com: Webhook Gateway) C -->|Consulta| D(Google Sheets: Estado da Matriz) D -->|Payload| E(Motor IA: Gemini Pro 1.5) E -->|Decisão JSON| F{Make: Roteador Lógico} F -->|Caminho A: Sucesso| G[Atualiza Sheets e UI] F -->|Caminho B: Alerta| H[Notifica Operador] ``` ## 📂 仓库结构 ``` ├── app/ # Rotas e Layouts (Next.js App Router) │ ├── page.tsx │ ├── layout.tsx │ └── globals.css ├── components/ # Componentes Shadcn/UI e Lógica de Interface │ │ ├── ui/ │ │ └── button.tsx │ ├── terminal-dashboard.tsx │ ├── yard-map.tsx # Renderização da matriz 3D (7 níveis) │ └── movement-form.tsx # Input para Carga IMO e dados logísticos ├── lib/ # Utilitários e Tipagens (Yard.ts) │ ├── utils.ts │ └── yard.ts ├── backend/ # Blueprint da automação Make.com │ └── blueprint-roteirizador.json ├── docs/ # Arquitetura e Diagramas │ ├── fluxo_make_automacao.png │ └── FLOW_ARCHITECTURE.md └── public/ # Assets e Icons ├── apple-icon.png ├── placeholder.jpg ├── icon-dark-32x32.png ├── icon-light-32x32.png ├── placeholder-logo.png ├── placeholder-user.jpg ├── icon.svg (300 tokens) ├── placeholder-logo.svg └── placeholder.svg ``` ## 🛠️ 使用的技术 - **Frontend：** Next.js、TypeScript、Tailwind CSS、Shadcn/UI、Lucide React。 - **Backend/编排：** Make.com（低代码/无代码集成）。 - **认知 AI：** Google Gemini API（专注于物流路由的 Prompt Engineering）。 - **Database：** Google Sheets（状态矩阵）。 ## 🚀 如何在本地运行 ### 前置条件 - Node.js（v18+） - NPM 或 PNPM - 活跃的 Make.com 和 Google Cloud 账户（用于 Gemini API） ### 安装步骤 1. **克隆仓库：** ``` git clone https://github.com/Eduardo377/torre-controle-logistico-com-automacao_desafio-2 ``` 1. **安装依赖：** ``` npm install ``` 或 ``` pnpm install ``` 1. **配置环境变量：** 在根目录下创建一个 `.env.local` 文件，并填入您的 Make.com Webhook 链接。 2. **启动服务器：** ``` npm run dev ``` 或 ``` pnpm dev ``` ## 📝 自动化文档（Backend） `backend/blueprint-roteirizador.json` 文件包含了 Make.com 的逻辑架构。 - **必要调整：** 在您的 Make.com 场景中导入此 JSON，以复制 Google Sheets 的查询逻辑和对 Gemini API 的调用。 - **自定义：** 40% 规则的逻辑和 IMO 货物的隔离包含在场景的 `Generate a Response`（Gemini）模块中。 ## 🎓 致谢与背景 该项目是作为 **KODIE Academy** 与 **Wilson Sons** 合作的技术挑战的一部分而开发的。 - **版本：** 2.0.0 - **状态：** 开发中（7 层轴重构已完成）。 ## 👨‍💻 开发者
Eduarde Andrade
Full Stack Developer

标签：人工智能, 仓储管理, 数字孪生, 物流管理, 用户模式Hook绕过, 自动化攻击, 自动化编排