name: labor-productivity-optimizer description: 基于人工智能的劳动力规划与任务分配技能，旨在最大化仓库劳动效率 allowed-tools:

Read
Write
Glob
Grep
Bash
WebFetch metadata: specialization: 物流 domain: 商业 category: 仓库 priority: medium

劳动力生产率优化器

概述

劳动力生产率优化器是一种基于人工智能的技能，通过优化劳动力规划和任务分配来最大化仓库劳动效率。它利用工程化劳动标准、实时工作量分析和预测模型来平衡资源、提高生产率并支持激励计划。

核心能力

工程化劳动标准：基于方法-时间测量建立和维护仓库任务的时间标准
任务交叉优化：智能组合任务以最小化非生产性移动和等待时间
实时工作量平衡：动态重新分配工作资源以防止瓶颈
生产率跟踪与报告：实时监控个人和团队相对于标准的生产率
激励计划计算：计算与生产率指标挂钩的基于绩效的激励支付
缺勤预测：基于历史模式和外部因素预测人员短缺
培训需求识别：基于绩效数据识别技能差距和培训机会

工具与库

LMS API
时间与动作分析工具
劳动力管理平台
调度优化库

适用流程

仓库劳动力管理
拣选-打包-发货操作
收货与上架优化

使用示例

skill: labor-productivity-optimizer
inputs:
  shift:
    date: "2026-01-25"
    shift: "first"
    start_time: "06:00"
    end_time: "14:30"
  workforce:
    - employee_id: "EMP001"
      skills: ["picking", "packing", "forklift"]
      productivity_rating: 105
    - employee_id: "EMP002"
      skills: ["picking", "packing"]
      productivity_rating: 98
  workload:
    picking_lines: 5000
    packing_orders: 800
    receiving_pallets: 150
  labor_standards:
    picking_lines_per_hour: 60
    packing_orders_per_hour: 25
    receiving_pallets_per_hour: 12
outputs:
  staffing_plan:
    picking:
      required_hours: 83.3
      assigned_employees: ["EMP001", "EMP002", "EMP003"]
      coverage_percent: 100
    packing:
      required_hours: 32.0
      assigned_employees: ["EMP004", "EMP005"]
      coverage_percent: 100
  productivity_forecast:
    expected_completion_time: "14:00"
    overtime_risk: "low"
  task_assignments:
    - employee_id: "EMP001"
      tasks:
        - type: "picking"
          zone: "ZONE_A"
          start: "06:00"
          expected_lines: 180

集成点

仓库管理系统（WMS）
劳动力管理系统（LMS）
时间与考勤系统
HRIS/薪资系统
培训管理系统

绩效指标

单位工时产量
相对于标准的生产率百分比
单位劳动成本
加班百分比
员工利用率