一句话说明
新印象咖啡 NiMCoffee 是一套 AI-Native 的咖啡门店经营系统，面向连锁老板、店长与一线客服。它把 AI Agent 当作业务中枢而不是附加插件：所有业务都能用自然语言下指令，Agent 通过 Function Calling 编排后端服务，GUI 只做可视化辅助；Butler 团队的 8 个角色分管数据、营销、内容、客服与知识并定时自查。最特别的一点是所有定价动作都过同一道 pricing_guard 护栏，并配一键紧急撤回。
智能体覆盖的关键工作流
AI Agent 是业务中枢，不是附属功能。通过 Function Calling + Agentic Workflow 编排后端服务，所有业务都可通过自然语言完成，GUI 仅作可视化辅助。
运营总监协调，数据/营销/内容/客服 + 对话教练/知识管家/搜索优化师并联运转。每日 23:00 反馈分析、03:30 幻觉扫描、周日 23:30 规则衰减，全程纯 AI 自驱。
本地产品缓存 + 精简工具集 + 关键词命中直接返答。30 场景 30/30 通过，平均 3,068 token/轮，token 消耗较纯 LLM 路由降低 92%。
场景化工具集：综合/点单/售后/咖啡知识/经营管理/渠道机器人，按角色与场景动态裁剪可见工具，店长可见 33，渠道机器人只读 15。
网页（Nuxt SSR）+ 门店小程序（uni-app）+ 产品小程序 + 渠道机器人（公众号 / 企业微信，AES 加解密接入）。门店小程序独立 Chat session，店长 / 顾客视角隔离。
基础定价老板专属，AI 营销浮动 ±20% / 单券 ≤50 元 / 日预算 ≤300 元 / 退款 ≤30 元 5 笔/日。所有定价路径共用 pricing_guard 校验（13 个 pytest），紧急撤回按钮一键停用 AI 规则。
横向对比
| 维度 | 传统餐饮 SaaS + 人工 | NiMCoffee（AI 作为业务中枢） |
|---|---|---|
| 系统的中心是什么 | GUI 表单是中心，AI 是后来加装的问答插件 | AI Agent 是中枢，业务经自然语言与 Function Calling 完成，GUI 仅作可视化辅助 |
| 日常运营谁在做 | 店长手工盘点、凭感觉发券、客服重复回答同样的问题 | Butler 8 角色并联运转，每日 23:00 反馈分析、03:30 幻觉扫描、周日 23:30 规则衰减 |
| 上一个促销要多久 | 改代码、上线、灰度，等工程排期 | 老板自然语言下指令，AI 营销专家在护栏内出方案，一键发布或紧急撤回 |
| 成本与风险怎么控 | 定价逻辑散落在多个入口，改价靠人复核；接了 AI 后 token 成本随对话量线性上涨 | 所有定价路径共用 pricing_guard 校验并有紧急撤回；Fast Path 混合架构把每轮 token 消耗较纯 LLM 路由降低 92% |
实际落地时的效率对比
学科与功能矩阵
运营总监
协调 / 决策
数据分析师
趋势 / 异常
营销专家
定价 / 优惠券
内容编辑
推文 / 海报
客服主管
工单 / 退款
对话教练
反馈 / 规则
知识管家
知识空白扫描
搜索优化师
同义词 / 意图
可核对事实
30 个场景的端到端测试 30/30 通过，平均每轮消耗 3,068 token，较纯 LLM 路由降低 92%。
工具集为 6 个场景共 33 个工具，按角色与场景动态裁剪：店长可见 33 个，渠道机器人只读 15 个。
Butler 团队由 8 个角色组成，并有三个固定自查任务：每日 23:00 反馈分析、03:30 幻觉扫描、周日 23:30 规则衰减。
定价护栏为 AI 营销浮动 ±20%、单券 ≤50 元、日预算 ≤300 元、自动退款 ≤30 元且每日至多 5 笔，所有定价路径共用同一个 pricing_guard 校验（13 个 pytest 用例覆盖）。
适用边界