Operasi dan analisis AI · Percuma untuk dipasang
Sistem operasi perniagaan kecil (Sistem Pengurusan Jualan, Pengagihan dan Inventori) serta pembantu AI berjalan pada mesin anda. Sambungkan model bahasa langganan atau pengagregat berbilang model anda — bukan sebagai model tunggal tanpa pengawasan, tetapi sebagai saluran berstruktur: pasukan pekerja yang anda beri arahan, dengan hanya data yang anda pilih untuk dihantar.
01 — Idea
Keluarga golivingbest merangkumi analisis dan operasi: glb_ai dengan glb_ai_web; dan glb_ops, sistem pengurusan jualan, pengagihan dan inventori, dengan glb_ops_client untuk pengendali dan glb_ops_mobile untuk pelanggan borong. Keluarga ini percuma untuk dipasang dan digunakan tanpa had. glb_ai dan glb_ops ialah sumber terbuka di bawah Lesen MIT. glb_ai_web, glb_ops_client, dan glb_ops_mobile adalah proprietari (sumber tidak terbuka) tetapi percuma untuk dipasang.
glb_ai ialah pembantu AI yang anda konfigurasi melalui konsol glb_ai_web. Ia menarik data melalui plugin SCREENER, menjalankan analisis dalam saluran berstruktur (pekerja yang anda beri arahan, dengan orkestrator yang membuat keputusan akhir), kemudian menolak hasil melalui plugin TRACKER. SCREENER boleh mengekstrak daripada mana-mana sumber yang anda sambungkan — API terbuka, pangkalan data, suapan pasaran, sistem legasi. TRACKER boleh menghantar hasil ke mana-mana destinasi dengan cara yang sama. Model tidak pernah menyentuh pangkalan data anda secara langsung; hanya plugin yang menentukan apa yang keluar dan apa yang kembali. Mana-mana pembangun bebas membina SCREENER atau TRACKER tersuai dengan mengikuti piawaian pembangunan plugin.
glb_ops ialah sistem pengurusan jualan, pengagihan dan inventori untuk PKS — bukan ERP lengkap. Ia merangkumi POS runcit, pengagihan borong, dan inventori. Ia mempunyai pembantu AI sendiri untuk tugas seperti pengecaman visual pada dokumen belian. Keupayaan itu berada di dalam glb_ops.
Kerana mereka tergolong dalam keluarga golivingbest, kami juga menghantar plugin SCREENER sedia ada supaya glb_ai boleh secara pilihan mengekstrak data daripada glb_ops ke ruang kerja untuk analisis.
Dalam glb_ai, model tidak pernah membuka pangkalan data anda. Plugin SCREENER ialah jambatan terkawal — ia mengekstrak hanya hirisan data yang anda benarkan daripada mana-mana sumber yang anda sambungkan: API, pangkalan data, suapan, atau sistem perniagaan lain.
Setiap ruang kerja menjalankan kerja linear: GENERATOR merangka, REVIEWER menyemak, JUDGE menyelesaikan konflik. Beberapa pekerja membentuk saluran. Orkestrator ialah ketua pasukan yang membuat keputusan akhir.
Plugin bukan sehala. TRACKER mengambil respons yang disahkan oleh pasukan dan menghantarnya ke destinasi yang anda pilih — sistem lain, webhook, stor laporan, atau titik akhir tindakan operasi.
02 — Model
Keluarga golivingbest percuma untuk dipasang dan digunakan. glb_ai dan glb_ops ialah sumber terbuka (MIT). glb_ai_web, glb_ops_client, dan glb_ops_mobile adalah proprietari tetapi percuma untuk dipasang.
Disyorkan
Pakej penilaian satu sentuhan: API glb_ops dan pangkalan data demo, glb_ai, serta UI glb_ai_web. Anda hoskan stack, menyambungkan model bahasa atau pengagregat model pilihan anda apabila saluran berjalan.
Guna apabila anda mahu operasi dan pasukan analisis berjalan bersama pada satu mesin.
Operasi
Backend operasi perniagaan ringan untuk PKS: titik jualan, pengagihan borong, dan inventori. Ia ialah rangka untuk dibina — bukan lesen gergasi yang anda guna separuh sahaja. Pengecaman visual mempercepatkan kemasukan data; pembantu AI lanjut boleh ditambah atas permintaan. Berminat dengan padanan untuk entiti anda? Tanya tentang penyesuaian.
Guna apabila anda memerlukan operasi jualan, pengagihan, dan inventori harian dengan glb_ops — tanpa membeli pakej perisian komersial yang berat dan terlalu besar.
Windows
Klien desktop Windows untuk glb_ops: kerja POS, borong, dan stok pada mesin pengendali. Ia bercakap dengan API glb_ops sahaja — tidak pernah dengan PostgreSQL, dan tidak pernah dengan model AI secara langsung.
Guna apabila kakitangan memerlukan konsol desktop untuk operasi harian.
Mudah Alih
Portal klien untuk pelanggan borong membuat pesanan jualan dari pelayar desktop atau peranti mudah alih. Pengendali memenuhi pesanan tersebut pada backend glb_ops. Pelanggan mengikuti setiap pesanan melalui Preparing, Picking, Delivering, dan Delivered, serta boleh menyemak sejarah pesanan yang telah dipenuhi. Seperti glb_ai_web, glb_ops_mobile percuma digunakan tanpa yuran lesen; sumber tidak terbuka.
Guna apabila pelanggan borong memerlukan pesanan layan diri dan keterlihatan status pesanan.
Analisis
Lapisan kawalan antara data anda dan model. Anda menentukan apa yang plugin SCREENER boleh ekstrak. Anda menulis prompt. Ruang kerja (seorang pekerja) menjalankan GENERATOR → REVIEWER → JUDGE. Saluran ialah pasukan pekerja tersebut; orkestrator menyampaikan keputusan akhir. SCREENER dan TRACKER agnostik terhadap sumber dan destinasi: mana-mana sistem boleh memasukkan data, dan mana-mana sistem boleh menerima output TRACKER.
Guna apabila anda memerlukan analisis tanpa memberi model akses tanpa pengawasan ke pangkalan data.
Web
Konsol pelayar untuk glb_ai: konfigurasi ruang kerja, jalankan saluran, dan baca keputusan pasukan. Pengendali memberi arahan kepada pekerja di sini; mereka tidak membuka pangkalan data kepada model.
Guna apabila anda mahu menjalankan dan memeriksa pasukan analisis dalam pelayar.
03 — Pasang
Kami membungkus suite penilaian dengan Docker supaya Postgres, glb_ops, glb_ai, dan UI web bermula bersama pada satu mesin — kurang kebergantungan hos dan demo yang boleh diulang. Jika anda mahu pemasangan tanpa Docker dengan sumber untuk glb_ai dan glb_ops, binari glb_ai_web yang dikompil, dan pangkalan data demo PostgreSQL, hubungi kami. Selepas API berjalan, pasang klien desktop Windows.
glb-suite-eval-1.0.0.zip.golivingbest-suite-eval-1.0.0, kemudian jalankan ./install.sh.:5022, API AI :8010, API ops :8000, Postgres :5433. Kemudian edit .env dalam folder suite yang anda pilih (folder yang sama dengan pemasang) untuk menukar tetapan LLM.golivingbest_ai_web untuk melancarkan glb_ai_web. Log masuk dengan akaun demo — pengguna PK0003, kata laluan demo.
# 1) Install Docker on your local PC or server
# - macOS: Docker Desktop
# - Linux: Docker Engine + Compose v2
# Start Docker, then check:
$ docker info
# 2) Prepare LLM_BASE_URL and LLM_API_KEY
# Needed for the AI assistant and golivingbest operations system.
# 3) Download the suite zip from this site (Downloads)
# Choose “Complete evaluation suite (Docker)”
# file: glb-suite-eval-1.0.0.zip
# Unzip into a folder where you want to run the suite
# (do not leave it only in Downloads)
$ mkdir -p ~/golivingbest
$ unzip glb-suite-eval-1.0.0.zip -d ~/golivingbest
$ cd ~/golivingbest/golivingbest-suite-eval-1.0.0
# 4) Run the installer
$ chmod +x install.sh
$ ./install.sh
# 5) Installer prompts (press Enter to accept defaults)
License: see LICENSE in this folder.
By continuing, you agree to those terms.
Press Enter to continue...
1. Database password for 'dgstar' [...]: dgstar
2. LLM_BASE_URL [...]: https://api.poe.com/v1
3. LLM_API_KEY (optional)...
4. LLM_MODEL_NAME [...]: gemini-3.1-flash-lite
# 6) Containers start — open when ready
glb_ops API: http://localhost:8000/docs
golivingbest AI: http://localhost:8010/docs
Web UI: http://localhost:5022/
Postgres DB: localhost:5433
# 7) Later: change LLM provider / key / model
# Edit .env in the suite folder where you unzipped:
# e.g. ~/golivingbest/golivingbest-suite-eval-1.0.0/.env
# (same folder as install.sh and docker-compose.yml)
$ cd ~/golivingbest/golivingbest-suite-eval-1.0.0
$ nano .env
# set LLM_API_KEY, LLM_BASE_URL, LLM_MODEL_NAME
$ docker compose up -dglb-suite-eval-1.0.0.zip.golivingbest-suite-eval-1.0.0, kemudian jalankan install.bat.:5022, API AI :8010, API ops :8000, Postgres :5433. Kemudian edit .env dalam folder suite yang anda pilih (folder yang sama dengan pemasang) untuk menukar tetapan LLM.golivingbest_ai_web untuk melancarkan glb_ai_web. Log masuk dengan akaun demo — pengguna PK0003, kata laluan demo.
REM 1) Install Docker on your local PC or server
REM - Windows / Windows Server: Docker Desktop (or Engine)
REM Start Docker Desktop, then check in Command Prompt or PowerShell:
C:\> docker info
REM 2) Prepare LLM_BASE_URL and LLM_API_KEY
REM Needed for the AI assistant and golivingbest operations system.
REM 3) Download the suite zip from this site (Downloads)
REM Choose “Complete evaluation suite (Docker)”
REM file: glb-suite-eval-1.0.0.zip
REM Unzip into a folder where you want to run the suite
REM (do not leave it only in Downloads)
REM Example destination: C:\golivingbest\golivingbest-suite-eval-1.0.0
REM Use File Explorer, 7-Zip, WinRAR, etc. to extract there.
C:\> cd C:\golivingbest\golivingbest-suite-eval-1.0.0
REM 4) Run the Windows installer
C:\golivingbest\golivingbest-suite-eval-1.0.0> install.bat
REM 5) Installer prompts (press Enter to accept defaults)
License: see LICENSE in this folder.
By continuing, you agree to those terms.
Press Enter to continue...
1. Database password for 'dgstar' [...]: dgstar
2. LLM_BASE_URL [...]: https://api.poe.com/v1
3. LLM_API_KEY (optional)...
4. LLM_MODEL_NAME [...]: gemini-3.1-flash-lite
REM 6) Containers start — open when ready
glb_ops API: http://localhost:8000/docs
golivingbest AI: http://localhost:8010/docs
Web UI: http://localhost:5022/
Postgres DB: localhost:5433
REM 7) Later: change LLM provider / key / model
REM Edit .env in the suite folder where you unzipped:
REM e.g. C:\golivingbest\golivingbest-suite-eval-1.0.0\.env
REM (same folder as install.bat and docker-compose.yml)
C:\> cd C:\golivingbest\golivingbest-suite-eval-1.0.0
C:\golivingbest\golivingbest-suite-eval-1.0.0> notepad .env
REM set LLM_API_KEY, LLM_BASE_URL, LLM_MODEL_NAME
C:\golivingbest\golivingbest-suite-eval-1.0.0> docker compose up -dgolivingbest_suite (Docker) supaya API ops tersedia — biasanya http://localhost:8000/.glb_ops_client_installer.zip.glb_ops_client_installer, kemudian jalankan glb_ops_client_installer.exe.http://localhost:8000/ jika Docker berada pada PC ini, atau masukkan IP mesin lain (cth. http://192.168.1.69:8000/). Klik Install.apiservices.apibaseurl jika perlu.DGStar.exe.glb_ops_client, mulakan kontena Docker dengan Run as administrator. Kemudian log masuk dengan pengguna PK0003 dan kata laluan demo.
REM Prerequisite: glb_ops API already running (from golivingbest_suite above)
REM 1) Download glb_ops_client installer zip from this site (Downloads)
REM Choose “glb_ops Windows desktop client”
REM file: glb_ops_client_installer.zip
REM 2) Unzip to a folder where you want to keep the installer pack
REM (do not leave it only in Downloads)
REM Example: C:\glb_ops_client\
REM Use File Explorer, 7-Zip, WinRAR, etc.
C:\> cd C:\glb_ops_client\glb_ops_client_installer
REM 3) Run the installer (double-click in Explorer, or:)
C:\glb_ops_client\glb_ops_client_installer> glb_ops_client_installer.exe
REM 4) In the installer window:
REM - Choose the Destination folder for glb_ops_client
REM - Edit the glb_ops backend URL
REM Keep http://localhost:8000/ if Docker suite is on this PC
REM Or use the other machine’s IP, e.g. http://192.168.1.69:8000/
REM - Click Install
REM 5) Optional later: edit client settings (database + API)
REM In the installed Destination folder, open DGStarAppSettings.json
C:\Program Files\glb_ops_client> notepad DGStarAppSettings.json
REM Example DGStarAppSettings.json:
{
"DatabaseConnection": {
"DatabaseName": "dgstar_demo",
"Username": "dgstar",
"Password": "dgstar"
},
"apiservices": {
"apibaseurl": "http://localhost:8000/"
}
}
REM 6) Start the desktop client from the install Destination folder
C:\Program Files\glb_ops_client> DGStar.exeImbas kod QR ini untuk membuka glb_ops_mobile. Muat turun atau cetak imej untuk papan kaunter atau gudang. Pada halaman log masuk, log masuk dengan akaun demo — pengguna PK0003, kata laluan demo — kemudian gunakan Install untuk menambah aplikasi ke skrin utama anda.
Buka https://order.golivingbest.com
https://order.golivingbest.com dalam Chrome.https://order.golivingbest.com dalam pelayar kegemaran anda pada iPhone. Pada halaman log masuk, log masuk dengan akaun demo — pengguna PK0003, kata laluan demo.04 — Demo
Layari panduan operasi untuk glb_ops, glb_ops_mobile, dan glb_ai. Buka baris untuk melangkah melalui tangkapan skrin — satu imej pada satu masa.
05 — Muat Turun
Butang akan menunjuk ke zip suite dan pemasang WPF. Fail besar kekal pada VPS.
06 — Tentang kami
AI mengubah cara perisian dibina — dengan masa yang lebih singkat, kos yang lebih rendah, dan kurang ralat. Kami percaya era pakej perisian yang terlalu besar sedang berakhir, dan era baharu perisian tersuai sedang terbentuk.
Anda sepatutnya membayar hanya untuk apa yang anda perlukan — bukan lesen besar apabila anda hanya menggunakan sebahagian kecil cirinya. Dengan AI, perisian yang disesuaikan boleh dibina dengan cepat dan berpatutan. Apa yang dibawa pembangun ialah pengetahuan dan pengalaman perniagaan.
Keluarga golivingbest dibina dengan bantuan AI, dan direka untuk dibentuk mengikut keperluan anda. Sejauh mana ia boleh pergi untuk anda hanya dihadkan oleh imaginasi anda.
Jika anda menggunakan keluarga golivingbest tanpa penyesuaian atau perundingan, ia benar-benar percuma — dan anda boleh menggunakannya di mana-mana. Kami hanya mengenakan bayaran untuk penyesuaian dan perundingan atas permintaan — tiada yuran lesen, tahunan atau sebaliknya.
glb_ai dan glb_ops ialah sumber terbuka di bawah Lesen MIT. glb_ai_web, glb_ops_client, dan glb_ops_mobile adalah proprietari (sumber tidak terbuka) tetapi percuma untuk dipasang. Model bahasa diguna sebagai pasukan berstruktur yang anda beri arahan dan arahkan — mereka tidak pernah membuka pangkalan data sendiri.
07 — Hubungi
Tanya tentang penyesuaian glb_ops, pembantu AI tambahan, atau pelancaran produksi. Kami akan membalas melalui e-mel.