n8n模板：电商订单风险与库存决策自动研判

原文要点

该免费n8n模板经webhook接收电商订单风险或库存/定价事件，按类型调用你的电商API补齐证据（订单、客户、欺诈信号，或库存、价格历史、市场数据），再交给Anthropic Claude返回JSON决策（推荐动作、置信度、风险等级、理由、Slack消息、执行参数）；置信度达阈值且风险非high时自动调用API执行，否则跳过执行；全部决策写入Postgres审计表（默认control_tower_decisions），并按级别分流到Slack低噪或升级频道。

这次做成什么

用本站合成事件与模拟证据，在n8n里跑通"webhook事件→证据补齐→Claude JSON决策→阈值判断执行→Postgres审计→Slack分流"全链路一次，理解阈值与风险等级如何共同决定是否自动执行。

准备什么

• n8n实例，具备Webhook、HTTP Request、Postgres、Slack节点权限
• Anthropic API Key，并在HTTP Header Auth中带anthropic-version头
• 已建库的Postgres及审计表control_tower_decisions
• Slack工作区凭据及两个频道ID（低噪日志频道与升级频道）
• 提供订单/库存查询与动作执行的电商API基地址（练习可用mock代替）

具体怎么做

1. 接事件并加载共享配置

   添加Webhook节点接受POST。接一个Set或Code节点作为配置区：commerce_api_base_url、lookback_days=30、auto_execute_confidence_threshold=0.85、slack_low_noise_channel、slack_escalation_channel、claude模型名。后续节点统一从这里取值，便于调阈值。

2. 分类路由并补齐证据

   Switch节点按event_type分流：order_risk走订单证据路径，HTTP请求电商API拉取订单详情、客户历史、欺诈信号；inventory_pricing走库存路径，拉当前库存、价格历史、市场参考价。两个路径汇入Code节点合并成evidence对象。

3. 调用Claude出决策

   HTTP Request节点POST到Anthropic消息接口，Header带x-api-key与anthropic-version，body的messages里放系统提示词（见材料）和事件+evidence的JSON。要求返回含action、confidence、risk_level、reasoning、slack_message、execution_payload的严格JSON，解析失败进异常分支。

4. 阈值判断并执行

   IF节点：confidence≥0.85且risk_level≠'high'时，用execution_payload调用电商API执行动作（如冻结订单、调整价格），记录execution_status='executed'；否则跳过执行记为'skipped'。

5. 审计入库与Slack分流

   Postgres节点Insert一行到control_tower_decisions：事件原文、证据快照、决策JSON、执行状态、时间戳。Slack节点：risk_level为high或执行失败时发升级频道，其余发低噪频道，文本用Claude返回的slack_message。

可直接复制的材料

你是电商运营决策助手。输入是一个事件JSON和证据JSON，你必须只输出一个JSON对象，不要输出markdown或解释文字。
输出格式：{"action":"推荐动作标识","confidence":0到1的小数,"risk_level":"low|medium|high","reasoning":"不超过80字中文理由","slack_message":"发给运营频道的一句话中文摘要","execution_payload":{"endpoint":"相对API路径","method":"POST","body":{}}}
规则：证据不足或涉及资金损失可能性大时risk_level必须为high；order_risk类事件的action可选hold_order（冻结订单）、flag_review（标记人工审核）、ignore（无风险忽略）；inventory_pricing类事件的action可选adjust_price（调价）、reorder（补货）、ignore。execution_payload仅在action不为ignore时给出。

{"event_id":"evt-20261001-0007","event_type":"order_risk","occurred_at":"2026-10-01T08:12:00+08:00","order":{"order_id":"ORD-99120","amount":8999.00,"currency":"CNY","payment":"card","shipping_country":"CN"},"signals":{"ip_country_mismatch":true,"orders_last_24h":6,"account_age_days":3}}

输入与输出示例

本站虚构演示，决策JSON为示意输出，未真实调用Anthropic接口

输入

向webhook POST上面的evt-20261001-0007事件；假设电商API返回证据：该客户3天内下单6笔共4.2万元、历史拒付率0%、收货地址为常见转运仓。Claude被请求决策。

对应输出

Claude返回{"action":"hold_order","confidence":0.88,"risk_level":"medium","reasoning":"IP与收货国不符且新账号高频大额下单，但无拒付历史，建议先冻结待人工确认","slack_message":"订单ORD-99120（¥8999）已自动冻结：IP国家不符+新账号高频下单，请复核。","execution_payload":{"endpoint":"/orders/ORD-99120/hold","method":"POST","body":{"reason":"fraud_check"}}}；因0.88≥0.85且risk为medium，自动调用冻结接口，execution_status=executed，Postgres写入一行审计记录，消息发到低噪频道。

做完检查这些

• confidence低于阈值或risk_level为high的决策不会被自动执行，审计记录中execution_status为skipped
• 每条事件无论执行与否都在control_tower_decisions表中留有一行完整记录
• order_risk与inventory_pricing两类事件分别走正确的证据补齐路径不串线
• high风险或执行异常的消息出现在升级频道，常规消息出现在低噪频道

容易卡住的地方

• Anthropic请求缺少anthropic-version头会直接报400错误，需在凭据里配好
• 阈值0.85是本练习设定，上线前应先用历史事件回放校准误执行率
• Claude未输出严格JSON时下游解析失败，必须设异常分支而不是让流程中断
• execution_payload里的API路径必须与真实电商API核对，提示词无法保证路径存在
• webhook暴露在公网时应加认证头或签名校验，防止伪造事件触发真实冻结