规则与流程配置中心 P25 · 主数据与配置
供应链业务的变化速度远快于系统发版速度。配置中心的价值，是让业务规则的调整不必依赖开发； 但配置化不是万能药——过度配置同样会拖垮系统。
这一页讲什么
什么该配置、什么该硬编码、规则引擎的结构（事件–条件–动作）、四类常见可配置项、配置治理与回滚。
关键概念
规则引擎、事件驱动、条件表达式、动作编排、流程编排、配置版本、灰度发布、配置漂移。
常见坑
把"配置"做成"另一种编程语言"。当配置项的复杂度超过代码，业务人员根本不敢改， 最后还是找开发——既失去了效率，又增加了维护成本。
1. 什么该配置，什么该硬编码
| 判断维度 | 适合配置 | 适合硬编码 |
|---|---|---|
| 变化频率 | 频繁变化（审批人、阈值、费率） | 常年不变（单据编号规则、编码结构） |
| 业务差异 | 不同组织/品类要求不同 | 全公司统一的核心逻辑 |
| 修改影响面 | 改错了容易回滚（阈值、路由） | 改错会导致数据错乱（库存过账逻辑） |
| 典型例子 | 审批链、预警阈值、补货参数、承运商选择规则 | 库存过账、成本计算、三单匹配核心算法 |
一条实用的判断标准：如果这条规则每季度都会变，做成配置；
如果三年没变过，硬编码反而更省心、更安全。
2. 规则引擎：事件 – 条件 – 动作
① 事件
② 条件（可多选）
③ 动作（可多选）
生成的规则
3. 四类最常见的可配置项
点击查看配置要点与风险审批流
预警规则
库存与补货策略
自动化任务
可配内容：条件（金额/品类/组织/供应商状态）→ 审批人（角色/指定人/上级）→ 审批方式（会签/或签/依次）。
必须支持：加签、转办、抄送、代理人、超时自动提醒或自动通过。
风险：配置错误导致"没人审批"或"谁都能批"，前者卡业务，后者失控。
建议：提供审批链预览与模拟测试（输入一张测试单，看会走哪些人），这是上线前必做的功能。
必须支持：加签、转办、抄送、代理人、超时自动提醒或自动通过。
风险：配置错误导致"没人审批"或"谁都能批"，前者卡业务，后者失控。
建议：提供审批链预览与模拟测试（输入一张测试单，看会走哪些人），这是上线前必做的功能。
可配内容：预警对象（库存/订单/运单/质检）、阈值、判断频率、通知对象与渠道、升级规则。
风险：阈值定得太敏感 → 预警疲劳，所有人最终都会忽略通知（这是预警系统最常见的死法）。
建议：① 上线初期宁松勿紧；② 每条预警要带建议动作，而不只是"请注意"； ③ 定期统计预警的有效率（有多少真的被处理了），据此调阈值。
风险：阈值定得太敏感 → 预警疲劳，所有人最终都会忽略通知（这是预警系统最常见的死法）。
建议：① 上线初期宁松勿紧；② 每条预警要带建议动作，而不只是"请注意"； ③ 定期统计预警的有效率（有多少真的被处理了），据此调阈值。
可配内容：补货策略（ROP/Min-Max/定期）、安全库存与最高库存、批量规则、服务水平、盘点周期。
粒度：通常按物料 + 仓库配置，支持按分类批量设置模板。
风险：参数被随意调整且无版本记录，导致库存波动后无法归因。
建议：参数变更留历史版本，并在库存异常时能回溯"当时参数是多少"。
粒度：通常按物料 + 仓库配置，支持按分类批量设置模板。
风险：参数被随意调整且无版本记录，导致库存波动后无法归因。
建议：参数变更留历史版本，并在库存异常时能回溯"当时参数是多少"。
可配内容：定时任务（MRP 运算、分配跑批、对账、报表推送）、触发频率、失败重试与告警。
风险：任务重叠（上一轮没跑完下一轮又启动）导致数据错乱；失败静默无告警。
建议：① 任务必须互斥 + 有执行日志；② 失败要告警到具体责任人； ③ 关键任务（如库存过账）支持手动重跑与幂等。
风险：任务重叠（上一轮没跑完下一轮又启动）导致数据错乱；失败静默无告警。
建议：① 任务必须互斥 + 有执行日志；② 失败要告警到具体责任人； ③ 关键任务（如库存过账）支持手动重跑与幂等。
4. 配置治理：自由配置不等于随意配置
必须有的四道防线
- 环境隔离：先在测试环境验证，再同步生产。
- 变更审批：核心配置（审批链、价格规则）变更需审批。
- 版本与回滚：每次变更留快照，出问题能一键回退。
- 操作日志：谁在什么时候改了什么，改前改后都要记录。
配置漂移（Configuration Drift）
测试环境与生产环境长期不一致，导致"测试没问题，上线就出事"。
解法：提供配置导出/导入与差异比对功能，定期核对两套环境的差异。
过度配置化的代价
某项目把"每个字段是否必填、每个按钮是否显示、每个状态能否跳转"全部做成配置，
最终配置项达数万条，没人敢改，也没人知道改一条会影响什么。
结果业务每次调整还是找开发，配置中心沦为摆设。
教训：配置化的粒度要控制在"业务人员能理解"的层面。
供应链管理系统演示原型 · 静态教学版 · 数据均为模拟演示数据