Eine Tasse Kaffee, acht KI-Agenten — Bestellung, Lieferkette und Betrieb werden vom Agenten-Kern orchestriert.
Über diese Seite
Das NiMCoffee-System ist vollständig gebaut und hat 30+ End-to-End-Tests bestanden. Die Domain www.nimcoffee.com befindet sich aktuell in Vorbereitung für den Launch. Demo-Zugang oder Private-Deployment auf Anfrage.
Kurz gesagt
NiMCoffee ist ein KI-natives Betriebssystem für Coffeeshops — für Kettenbetreiber, Filialleitungen und Servicekräfte. Der KI-Agent ist der Geschäftskern, kein Zusatzmodul: Jede Operation lässt sich sprachlich auslösen, der Agent orchestriert die Backend-Dienste per Function Calling, das GUI dient nur der Visualisierung. Acht Butler-Rollen decken Analytics, Marketing, Content, Kundenservice und Wissen ab und prüfen sich zu festen Zeiten selbst. Das Besondere: Jede Preisaktion läuft durch denselben `pricing_guard`-Validator, ergänzt um einen Kill-Switch per Klick.
Was der Agent den Menschen abnimmt
Der AI-Agent ist der Geschäftskern, kein Zusatz. Function Calling + Agentic Workflow orchestrieren jede Backend-Logik; jede Operation lässt sich per Sprache erledigen, das GUI ist nur Visualisierungshilfe.
Ein Director koordiniert Analytics / Marketing / Content / Kundenservice sowie Conversation-Coach / Knowledge-Curator / Search-Optimizer. Täglich 23:00 Feedback-Analyse, 03:30 Halluzinationsscan, sonntags 23:30 Regel-Decay — vollständig KI-gesteuert.
Lokaler Produkt-Cache + schlanke Tool-Suite + Keyword-Fast-Paths. 30/30 Szenarien bestanden, im Schnitt 3.068 Tokens/Runde, 92% Token-Reduktion gegenüber reinem LLM-Routing.
Szenen-spezifische Tool-Sets: General / Ordering / Support / Knowledge / Management / Channel-Bot. Tools werden dynamisch nach Rolle und Szene gefiltert — Store-Manager sehen 33, Channel-Bots nur 15 (lesend).
Web (Nuxt SSR) + Store-Miniprogramm (uni-app) + Produkt-Miniprogramm + Channel-Bots (WeChat OA / WeCom, AES-verschlüsselt). Das Store-Miniprogramm hat eine eigene Chat-Session und trennt Manager- und Kundensicht.
Grundpreise nur durch den Eigentümer; KI-Marketing innerhalb ±20%, ein Coupon ≤¥50, Tagesbudget ≤¥300, Auto-Erstattung ≤¥30 × 5/Tag. Alle Preispfade teilen einen `pricing_guard`-Validator (13 pytest-Tests). Ein Kill-Switch deaktiviert KI-Regeln sofort.
Im Vergleich
| Dimension | Klassisches Gastro-SaaS + Handarbeit | NiMCoffee (KI als Geschäftskern) |
|---|---|---|
| Was im Zentrum des Systems steht | GUI-Formulare bilden das Zentrum; KI ist ein nachträglich angesetztes Chat-Plug-in | Der KI-Agent ist der Kern; Abläufe laufen über natürliche Sprache und Function Calling, das GUI unterstützt nur die Visualisierung |
| Wer erledigt das Tagesgeschäft | Filialleitungen zählen von Hand, Coupons nach Bauchgefühl, Servicekräfte beantworten dieselbe Frage immer wieder | Acht Butler-Rollen arbeiten parallel: täglich 23:00 Feedback-Analyse, 03:30 Halluzinationsscan, sonntags 23:30 Regel-Decay |
| Wie lange eine Promo bis zum Start braucht | Code ändern, deployen, Canary — und auf die Engineering-Warteschlange warten | Der Inhaber formuliert die Absicht, AI-Marketing entwirft innerhalb der Leitplanken, Veröffentlichung oder Kill-Switch mit einem Klick |
| Steuerung von Kosten und Risiko | Preislogik verteilt sich über mehrere Eingänge und wird manuell geprüft; mit angeflanschter KI wachsen die Token-Kosten linear mit dem Gesprächsvolumen | Alle Preispfade teilen einen `pricing_guard` samt Kill-Switch; die hybride Fast-Path-Architektur senkt den Token-Verbrauch pro Runde um 92 % gegenüber reinem LLM-Routing |
Vorher / nachher im Vergleich
Fächer und Funktionsmatrix
Operations-Leitung
Koordinieren / Entscheiden
Analytics
Trends / Anomalien
Marketing
Preise / Coupons
Content
Posts / Plakate
Customer-Service
Tickets / Rückerstattung
Conversation-Coach
Feedback → Regeln
Knowledge-Curator
Wissenslücken-Scan
Search-Optimizer
Synonyme / Intent
Nachprüfbare Fakten
30 von 30 End-to-End-Szenarien bestehen, im Schnitt 3.068 Tokens pro Runde — 92 % weniger als bei reinem LLM-Routing.
Die Tool-Registry umfasst 6 Szenen und 33 Tools, dynamisch nach Rolle und Szene gefiltert: Filialleitungen sehen alle 33, Channel-Bots 15 (nur lesend).
Das Butler-Team besteht aus 8 Rollen mit drei festen Selbstprüfungen: täglich 23:00 Feedback-Analyse, 03:30 Halluzinationsscan und sonntags 23:30 Regel-Decay.
Die Preis-Leitplanken erlauben KI-Marketing ±20 %, einen Coupon ≤¥50, ein Tagesbudget ≤¥300 sowie Auto-Erstattungen ≤¥30 bis zu 5-mal täglich; alle Preispfade teilen einen `pricing_guard`, abgedeckt durch 13 pytest-Fälle.
Einsatzgrenzen
Weiterführend
YggLab — KI-Agenten-Desktop
Ein Desktop, auf dem über 20 CLI-Agenten wirklich zusammenarbeiten — einzeln beauftragen, im Team arbeiten lassen oder vom Handy aus steuern, während die Arbeit rund um die Uhr weiterläuft.
Ygg Lab Token — API-Kontingent-Gateway
Jeder Modellaufruf klar und kontrollierbar — neun Upstream-Typen hinter einem einzigen sk-Key, mit Kontingent, Logs und Abrechnung im eigenen Haus.