售前：
我的工作台 |
退出
页面内容是否对您有帮助?
售前：
我的工作台 |
退出
我们自己新加了一个转换规则同时也加了反写规则。但现在在选单时，没有保存的情况下，一张源单可以多次选择。请问在BOS里怎么控制只能选一次；如果需要写插件，请给个示例，谢谢。
老师你好，请问一下我们BOSIDE使用云之家登录跟金蝶云用户登录的区别，是不是只用云之家用户登录才能进行二开的开发，比如创建业务领域子系统呢？
原k312.2rise版使用的企业，还支持更改企业名称吗？如果支持修改，应该怎么操作呢？
资产折旧生成凭证问题，其中一张卡片生成的折旧需要进无形资产科目，但是该卡片不是单独的资产类别，凭证模板如何配置？
我想问下，用金蝶云星空做账时，固定资产计提折旧时多提了，比如8月份做账时，固定资产累计折旧：借：管理费用 457.62 贷：累计折旧 457.62，但这个457.62是8.9.10.11.12这5个月的计提金额，现在8月份的报表已经申报成功了，请问在9月份做账时我该怎么更正啊？
做销售出库单一直 推到应收单 发现发票有问题要重新推 做了一个销售退货单应该可以关联到出库单这个单据 现在销售出库单推不下去了
公司经营模式有大量的借给客户的样机，客户有试用后归还的，也有退回的这种模式有方案吗
采购申请单增加汇率，汇率如何自动获取？请问是用函数调用，还是有操作或服务可以直接获取。 CLOUD V 7.0
预付给供应商采购款5W，方式是【银行承兑】，实际应付4W，现在供应商退回1W的承兑，在付款退款单是选不到票据
我使用的是KIS 云专业版，但是报表与分析里面没有资产负债表和利润表选项，我想请问，是不是需要我导入一下报表》？
我们自己新加了一个转换规则同时也加了反写规则。但现在在选单时，没有保存的情况下，一张源单可以多次选择。请问在BOS里怎么控制只能选一次；如果需要写插件，请给个示例，谢谢。
老师你好，请问一下我们BOSIDE使用云之家登录跟金蝶云用户登录的区别，是不是只用云之家用户登录才能进行二开的开发，比如创建业务领域子系统呢？
原k312.2rise版使用的企业，还支持更改企业名称吗？如果支持修改，应该怎么操作呢？
资产折旧生成凭证问题，其中一张卡片生成的折旧需要进无形资产科目，但是该卡片不是单独的资产类别，凭证模板如何配置？
我想问下，用金蝶云星空做账时，固定资产计提折旧时多提了，比如8月份做账时，固定资产累计折旧：借：管理费用 457.62 贷：累计折旧 457.62，但这个457.62是8.9.10.11.12这5个月的计提金额，现在8月份的报表已经申报成功了，请问在9月份做账时我该怎么更正啊？
做销售出库单一直 推到应收单 发现发票有问题要重新推 做了一个销售退货单应该可以关联到出库单这个单据 现在销售出库单推不下去了
公司经营模式有大量的借给客户的样机，客户有试用后归还的，也有退回的这种模式有方案吗
采购申请单增加汇率，汇率如何自动获取？请问是用函数调用，还是有操作或服务可以直接获取。 CLOUD V 7.0
预付给供应商采购款5W，方式是【银行承兑】，实际应付4W，现在供应商退回1W的承兑，在付款退款单是选不到票据
我使用的是KIS 云专业版，但是报表与分析里面没有资产负债表和利润表选项，我想请问，是不是需要我导入一下报表》？
近年来，在地缘政治动荡、全球供应链再平衡、通胀高企等多种因素叠加下，“变”与“不确定性”已成为时代的主旋律，乌卡时代已经来临。国际权威研究机构Gartner曾发布预测称：2025年前，全球70%的CEO将建立“韧性文化”，以应对“黑天鹅”的威胁。
围绕经营分析智能体拆解金蝶灵基的企业AI落地价值，说明AI如何进入业务系统、岗位流程和组织治理。
AI通过智能预测与自动化流程，显著缩短企业从订单到交付的周期。它能精准预测需求、优化生产排程，并实时跟踪订单状态，减少人工干预与延误。同时，AI助力快速响应变更，提升供应链协同效率，从而加速产品交付，增强企业市场竞争力。
企业在发展的过程中，除了发展自身业务，提升企业竞争力之外，还能有什么方式推进企业的发展，为企业的综合发展添砖加瓦呢？其实，可以通过调整企业内部的整合，为企业数字化信息化实现赋能。譬如，企业在库存盘点方面就可以实现数字化。
_1752547665013.png "制造业的“智变”：企业AI如何优化生产全流程？")
在科技浪潮的推动下，制造业正经历着一场深刻的“智变”，而企业AI无疑是这场变革的核心驱动力。从原材料采购到产品交付，企业AI正全方位渗透并优化生产全流程，助力制造业实现降本增效提质，提升整体竞争力，开启智能制造的新时代。
在企业数字化发展的大趋势下，ERP管理系统软件等专业化工具得到广泛使用，随着如今数字科技的进一步发展，这些数字化工具是否也在升级？对企业来说，又是否有更合适的工具来助推转型之路呢？
AI项目应重视数据质量，避免“模型很强、数据很烂”。高质量数据是模型有效的基础，需确保其准确性、一致性与代表性。项目应建立严格的数据治理流程，包括采集、清洗、标注与持续维护，使优质数据与先进模型相匹配，共同驱动业务价值实现。
汽车零部件企业可通过AI驱动研产供销体系升级。利用PLM、CBB模块化等工具优化设计与变更流程，结合智能合同管理，实现从研发到供应链的高效协同与数据贯通，从而提升定制化能力与整体运营效率。
加载中
添加专属企微客服
