Kingdee K3Cloud ERP Skill

English | 中文

金蝶云星空 ERP 系统的 Claude Code Skill，为 Claude Code 注入表单字段、查询模式和工作流知识，大幅减少试错次数。

使用其他 AI 客户端？ 本 Skill 是 Claude Code 专属的知识增强插件。如果你使用 Claude Desktop、Cursor、Cline、Cherry Studio、Openclaw 等其他支持 MCP 协议的客户端，直接配置 kingdee-k3cloud-mcp 即可使用全部工具，无需安装本 Skill。

前提条件

本 Skill 需配合金蝶云星空 MCP Server 使用，推荐 kingdee-k3cloud-mcp。

整体架构：

Claude Code（安装本 Skill）
       │ 知识注入（表单ID、字段名、工作流）
       ↓
Claude Code + MCP 工具（query_bill_json、view_bill 等）
       │ Kingdee Web API
       ↓
金蝶云星空 K3Cloud

MCP Server 本身兼容所有支持 MCP 协议的客户端（Claude Desktop、Cursor、Cline、Openclaw 等）。本 Skill 仅面向 Claude Code，为其提供额外的领域知识注入。

• Skill（本项目） = 知识库 + 工作流决策树（Claude Code 专属），让 Claude 自动掌握正确的 API 用法，避免字段名错误
• MCP Server = 执行引擎，提供 15 个实际的 API 工具，适用于所有 MCP 客户端

两者可分别使用，但在 Claude Code 中组合使用效果最佳。

安装方式

方式一：手动安装（推荐）

1. 前往 Releases 页面，下载 kingdee-k3cloud.skill
2. 将文件放入 Claude Code 的 skills 目录（通常为 ~/.claude/skills/）
3. 重启 Claude Code 使 skill 生效

🚧 方式二：从 Skill Hub 安装（即将支持）

待 Anthropic Skill Hub 正式上架后启用。届时可在支持 Skill Hub 的客户端中搜索 kingdee 并一键安装。

方式三：从源码安装

git clone https://github.com/adamzhang1987/kingdee-k3cloud-skill.git
cd kingdee-k3cloud-skill
# 打包（需要 make，或直接使用 zip 命令）
make build
# 将 kingdee-k3cloud.skill 复制到 skills 目录
cp kingdee-k3cloud.skill ~/.claude/skills/

目录结构

kingdee-k3cloud/
├── SKILL.md                                  # 主文件：核心原则、表单速查、字段规则
└── references/
    ├── verified-fields.md                    # 已验证字段大全（各模块可用/禁用字段）
    ├── daily-report-workflow.md               # 经营日报标准查询流程（5步最优路径）
    ├── customer-query-guide.md                # 客户查询专题（模板、ID映射、生日查询）
    ├── common-errors.md                      # 常见错误及解决方案
    ├── sales-analysis-workflow.md            # 销售分析工作流
    ├── inventory-analysis-workflow.md        # 库存分析工作流
    ├── order-tracking-workflow.md            # 订单追踪工作流
    ├── periodic-report-workflow.md           # 周期性报表工作流
    └── customization-guide.md               # 自定义与扩展指南

覆盖场景

• ERP 数据查询：销售订单、采购订单、库存、物料、客户、供应商
• 经营日报生成：标准 5 步查询流程，最优 token 路径
• 客户信息管理：客户查询、生日筛选、类别/专员映射
• 单据操作：创建、提交、审核、反审核、下推
• 错误排查：字段名验证、500 错误处理、数据量控制

设计理念

采用 Progressive Disclosure（渐进式披露） 分层设计：

主文件保持精简（<300 行），详细的字段验证表、查询模板、错误处理等放在 references/ 中按需引用。

贡献者

Made with contrib.rocks.

License

Apache-2.0 © Adam Zhang

ClawHub 分发版本使用 MIT-0（符合 ClawHub 注册政策）；源码仓库维持 Apache-2.0。