golivingbest

01 — 理念

golivingbest 架構如何運作

golivingbest 家族涵蓋分析與營運：glb_ai 與 glb_ai_web；以及銷售、配送與庫存管理系統 glb_ops，操作員使用 glb_ops_client，批發客戶使用 glb_ops_mobile。家族可自由安裝與使用，無限制。glb_ai 與 glb_ops 以 MIT 授權開源；glb_ai_web、glb_ops_client 與 glb_ops_mobile 為專有軟體（不開放原始碼），但仍可免費安裝。

glb_ai 是你透過 glb_ai_web 主控台設定的 AI 助理。它經 SCREENER 外掛匯入資料，以結構化管線執行分析（由你簡報的工作者，最後由編排器拍板），再經 TRACKER 外掛輸出結果。SCREENER 可從你接入的任何來源抽取——開放 API、資料庫、行情、舊系統。TRACKER 同樣可送到任何目的地。模型從不直接碰你的資料庫；只有外掛決定什麼出去、什麼回來。任何開發者都可依外掛開發規範自建 SCREENER 或 TRACKER。

glb_ops 是面向中小企業的銷售、配送與庫存管理系統——並非完整 ERP。涵蓋零售 POS、批發配送與庫存。它內建 AI 助理，例如進貨單據的視覺辨識。該能力位於 glb_ops 內部。

因為同屬 golivingbest 家族，我們也提供現成的 SCREENER 外掛，讓 glb_ai 可選擇性地從 glb_ops 抽取資料到工作區進行分析。

golivingbest 家族架構與執行圖弧線氣泡網路

可控 AI 管線

SCREENER：任何來源，靠外掛

在 glb_ai 中，模型從不開啟你的資料庫。SCREENER 外掛是受控橋樑——只抽取你允許的資料切片，來源可以是 API、資料庫、資料流或其他業務系統。

一個工作區就是一名工作者

每個工作區執行線性任務：GENERATOR 起草、REVIEWER 檢查、JUDGE 裁定衝突。多名工作者組成管線。編排器是拍板的團隊領導。

TRACKER：任何目的地

外掛不是單向的。TRACKER 取得團隊已驗證的回應，並派送到你選擇的目的地——另一系統、webhook、報表庫，或營運動作端點。

02 — 產品

golivingbest 家族

golivingbest 家族可自由安裝與使用。glb_ai 與 glb_ops 開源（MIT）。glb_ai_web、glb_ops_client 與 glb_ops_mobile 為專有軟體，但可免費安裝。

golivingbest_suite

一鍵評估包：glb_ops API 與示範資料庫、glb_ai，以及 glb_ai_web 介面。你託管整套堆疊，在管線執行時連接你選擇的語言模型或聚合服務。

適合想在同一台機器上同時跑營運與分析團隊時使用。

安裝步驟 · 下載套件

營運

glb_ops

面向中小企業的輕量營運後端：銷售點、批發配送與庫存。它是可擴充的骨架——不是用不到一半的巨型授權。視覺辨識加速資料輸入；更多 AI 助理可依需求加入。想為你的組織量身調整？洽詢客製化。

適合需要以 glb_ops 處理日常銷售、配送與庫存營運、卻不想購買過重商業軟體套件時使用。

隨套件安裝

Windows

glb_ops_client

glb_ops 的 Windows 桌面客戶端：在操作員機器上處理 POS、批發與庫存。它只與 glb_ops API 通訊——從不直連 PostgreSQL，也不直接呼叫 AI 模型。

適合員工需要桌面主控台處理日常營運時使用。

觀看客戶端 · 下載安裝程式

移動終端

glb_ops_mobile

面向批發客戶的用戶端入口，可在桌面瀏覽器或行動裝置上下達銷售訂單。操作員在 glb_ops 後端完成履約。客戶可追蹤訂單狀態：準備中、揀貨中、配送中、已送達，並可查詢歷史已完成訂單。與 glb_ai_web 相同，glb_ops_mobile 免費使用、無授權費；原始碼不開放。

適合批發客戶需要自助下單並查看訂單狀態時。

取得手機應用程式 · 觀看入口示範

分析

glb_ai

你的資料與模型之間的控制層。你決定 SCREENER 外掛可抽取什麼。你撰寫提示。工作區（工作者）執行 GENERATOR → REVIEWER → JUDGE。管線是這些工作者組成的團隊；編排器交付最終裁決。SCREENER 與 TRACKER 與來源／目的地無關：任何系統可餵入資料，任何系統可接收 TRACKER 輸出。

適合需要分析、又不想讓模型無監督存取資料庫時使用。

團隊如何運作 · 已含於套件

網頁

glb_ai_web

glb_ai 的瀏覽器主控台：設定工作區、執行管線、閱讀團隊裁決。操作員在此簡報工作者；他們不會把資料庫開放給模型。

適合想在瀏覽器中執行並檢視分析團隊時使用。

觀看網頁介面

03 — 安裝

下載、設定、啟動。

評估套件以 Docker 打包，以便 Postgres、glb_ops、glb_ai 與 Web 介面在同一台機器上一鍵啟動——減少本機依賴，示範環境更可重現。若需要非 Docker 安裝（含 glb_ai、glb_ops 原始碼、已編譯的 glb_ai_web，以及 PostgreSQL 示範庫），請聯絡我們。隨後在 API 運行後再安裝 Windows 桌面用戶端。

golivingbest_suite — Linux / macOS

流程命令

安裝流程 Linux / macOS

安裝並啟動 Docker macOS 使用 Docker Desktop；Linux 使用 Docker Engine + Compose。
準備 LLM 設定 準備好 LLM_BASE_URL 與 LLM_API_KEY——AI 助理與營運系統均需要。
下載評估套件 在下載區選擇 完整評估套件（Docker） — glb-suite-eval-1.0.0.zip。
解壓並執行安裝腳本 解壓到你打算執行套件的資料夾（不要只放在「下載」），進入 golivingbest-suite-eval-1.0.0，然後執行 ./install.sh。
依提示填寫安裝選項 資料庫密碼、LLM 位址、API 金鑰與模型名稱（直接 Enter 可使用預設值）。
容器就緒 — 開啟應用 Web 介面 :5022、AI API :8010、營運 API :8000、Postgres :5433。之後可在你解壓的套件資料夾中編輯 .env（與安裝腳本同目錄）更改 LLM 設定。
開啟 glb_ai_web 並登入 在 Docker Desktop 中，雙擊 golivingbest_ai_web 的對外連接埠以啟動 glb_ai_web。使用示範帳號登入：使用者 PK0003，密碼 demo。

macOS 上成功安裝 golivingbest_suite 後的 Docker Desktop — 安裝成功後的 Docker Desktop — 可見 Postgres、glb_ops、glb_ai 與 Web 介面等容器。

# 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 -d

golivingbest_suite — Windows

流程命令

安裝流程 Windows

安裝並啟動 Docker Windows 使用 Docker Desktop（Windows Server 可用 Docker Engine）。
準備 LLM 設定 準備好 LLM_BASE_URL 與 LLM_API_KEY——AI 助理與營運系統均需要。
下載評估套件 在下載區選擇 完整評估套件（Docker） — glb-suite-eval-1.0.0.zip。
解壓並執行安裝程式 解壓到你打算執行套件的資料夾（不要只放在「下載」），進入 golivingbest-suite-eval-1.0.0，然後執行 install.bat。
依提示填寫安裝選項 資料庫密碼、LLM 位址、API 金鑰與模型名稱（直接 Enter 可使用預設值）。
容器就緒 — 開啟應用 Web 介面 :5022、AI API :8010、營運 API :8000、Postgres :5433。之後可在你解壓的套件資料夾中編輯 .env（與安裝腳本同目錄）更改 LLM 設定。
開啟 glb_ai_web 並登入 在 Docker Desktop 中，雙擊 golivingbest_ai_web 的對外連接埠以啟動 glb_ai_web。使用示範帳號登入：使用者 PK0003，密碼 demo。

Windows 上成功安裝 golivingbest_suite 後的 Docker Desktop — 安裝成功後的 Docker Desktop — 可見 Postgres、glb_ops、glb_ai 與 Web 介面等容器。

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 -d

glb_ops_client — Windows

流程命令

桌面用戶端安裝流程 Windows

先啟動 glb_ops API 先安裝並執行 golivingbest_suite（Docker），確保營運 API 可用——通常為 http://localhost:8000/。
下載用戶端安裝包 zip 在下載區選擇 glb_ops Windows 桌面用戶端 — glb_ops_client_installer.zip。
解壓並執行安裝程式 解壓到你選擇的資料夾（不要只放在「下載」），開啟 glb_ops_client_installer，然後執行 glb_ops_client_installer.exe。
選擇安裝目錄與後端位址 選擇 Destination 資料夾。若本機已執行 Docker 套件，保持 http://localhost:8000/；否則填寫另一台機器的 IP（例如 http://192.168.1.69:8000/）。按 Install。
可選：編輯 DGStarAppSettings.json 在已安裝的 Destination 資料夾中，可依需要調整資料庫名稱／憑證與 apiservices.apibaseurl。
啟動桌面用戶端 在 Destination 資料夾中執行 DGStar.exe。
以系統管理員身分啟動 Docker 並登入 開啟 glb_ops_client 之前，請先以以系統管理員身分執行啟動 Docker 容器。然後以使用者 PK0003、密碼 demo 登入。

glb_ops_client 安裝程式視窗 — 安裝程式 — Destination 資料夾與 glb_ops 後端位址。

Windows 上執行中的 glb_ops_client — 安裝完成後 — 執行 DGStar.exe 開啟桌面用戶端。

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.exe

取得手機應用程式

QR 碼 Android iPhone

掃描以在手機開啟 PWA

掃描此 QR 碼即可開啟 glb_ops_mobile。可下載或列印圖片，貼於櫃檯或倉庫。在登入頁使用示範帳號登入：使用者 PK0003，密碼 demo；然後點「安裝」即可加入主畫面。

開啟 https://order.golivingbest.com

Android 安裝流程 Android

開啟入口 掃描「QR 碼」分頁，或在 Chrome 開啟 https://order.golivingbest.com。
等待登入頁 應會顯示批發客戶登入畫面。使用示範帳號登入：使用者 PK0003，密碼 demo。
點按「安裝」 點按登入頁上方的「安裝」按鈕。
確認安裝 接受 Chrome 的安裝提示，將應用程式加入主畫面。
從主畫面啟動 開啟主畫面圖示。以已安裝應用程式執行時，「安裝」按鈕會隱藏。

iPhone 安裝流程 iPhone

以常用瀏覽器開啟 掃描「QR 碼」分頁，或在 iPhone 的常用瀏覽器開啟 https://order.golivingbest.com。在登入頁使用示範帳號登入：使用者 PK0003，密碼 demo。
開啟分享 點按瀏覽器底部的選單圖示，再點按「分享」圖示。
加入主畫面 如需請在分享選單底部點按「更多」，然後點按「加入主畫面」。
確認點按「加入」，將圖示放上主畫面。
從主畫面啟動 開啟主畫面圖示。若再次以瀏覽器開啟網站，「安裝」會顯示簡短的加入主畫面說明。