1. 课程导论：品类策略与智能寻源算法概述
1.1 品类策略与智能寻源算法概述
在供应链采购领域，品类策略（Category Strategy）是对企业采购支出进行细分管理的方法论，通过将采购品项按属性、市场结构、供应风险等维度分组，制定差异化的寻源与供应商管理方案。智能寻源算法（Intelligent Sourcing Algorithm）则是利用运筹优化、机器学习和规则引擎，在候选供应商池中自动匹配最优报价组合、分配份额并生成采购建议的算法系统。
两者的结合点在于：品类策略为算法提供业务约束与目标函数，算法为品类策略提供量化决策与自动化执行能力。本课程聚焦于如何为这种融合系统搭建可复现的测试环境，并设计有效的验证方案。
核心认知：品类策略是“做什么、为什么做”，智能寻源算法是“怎么做、做得快”。环境配置与测试验证是连接两者的桥梁，确保策略意图被算法正确执行。
1.2 课程目标与学习路径
本课程面向供应链算法工程师、测试开发工程师及采购数字化顾问，旨在帮助学员掌握从零搭建品类策略驱动的寻源算法测试环境，并完成端到端验证的能力。
| 课程目标 | 具体描述 | 对应章节 |
|---|---|---|
| 目标一 | 理解品类策略的量化表达方式，能够将业务规则转化为算法可处理的参数与约束 | 第 2-4 章 |
| 目标二 | 独立搭建基于 Docker 的智能寻源算法开发与测试环境 | 第 5-8 章 |
| 目标三 | 设计并实现品类策略驱动的测试用例，覆盖边界、异常与性能场景 | 第 9-15 章 |
| 目标四 | 掌握自动化测试框架与持续集成流水线，实现算法回归验证 | 第 16-22 章 |
| 目标五 | 完成一个完整的品类策略寻源算法验证项目，输出测试报告 | 第 23-30 章 |
推荐学习路径：
- 基础夯实（第 1-4 章）： 理解品类策略与算法基础，掌握环境配置前置知识。
- 环境搭建（第 5-8 章）： 动手完成本地开发环境、测试数据生成与 CI 环境配置。
- 测试设计（第 9-15 章）： 学习测试用例设计方法，覆盖功能、性能与安全。
- 自动化与集成（第 16-22 章）： 实现自动化测试脚本与持续集成流水线。
- 综合实战（第 23-30 章）： 完成项目实战，输出可交付的测试报告与验证结论。
学习建议： 每章均配有可运行的代码示例与测试数据，建议边学边练。遇到环境问题优先查阅第 5 章的故障排查清单。
1.3 前置知识要求
为顺利学习本课程，学员应具备以下前置知识。若部分知识尚未掌握，建议先通过推荐资源补齐。
| 知识领域 | 具体要求 | 推荐补齐资源 |
|---|---|---|
| Python 编程 | 熟悉 Python 3.8+ 语法、pandas 数据处理、基本面向对象编程 | 《Python 编程从入门到实践》第 1-10 章 |
| 供应链基础 | 了解采购到付款流程、供应商管理、品类管理基本概念 | CIPS 采购与供应管理基础模块 |
| 算法与数据结构 | 理解线性规划、贪心算法、排序与搜索的基本原理 | 《算法导论》第 1-6 章 |
| Linux 基础 | 掌握常用命令行操作、文件权限管理、进程管理 | 《鸟哥的 Linux 私房菜》基础篇 |
| Docker 基础 | 了解镜像、容器、Dockerfile、docker-compose 基本用法 | Docker 官方文档“Get Started”部分 |
| Git 版本控制 | 掌握 clone、commit、push、pull、branch 等常用操作 | Pro Git 第 1-3 章 |
重要提示： 本课程不从头教授 Python 或 Docker 基础。若前置知识存在明显短板，建议先完成推荐资源的学习再进入课程，否则可能影响后续实验的完成效率。
1.4 课程环境概览
本课程所有实验均基于以下技术栈，学员在开始学习前应确保本地环境满足最低要求。
| 组件 | 版本要求 | 用途 |
|---|---|---|
| Python | ≥ 3.8 | 算法实现与测试脚本编写 |
| Docker | ≥ 20.10 | 环境容器化与隔离 |
| PostgreSQL | ≥ 13 | 测试数据存储 |
| Redis | ≥ 6.2 | 缓存与任务队列 |
| pytest | ≥ 7.0 | 单元测试与集成测试框架 |
| GitLab CI / GitHub Actions | 最新稳定版 | 持续集成流水线 |
环境检查命令： 在终端执行以下命令验证基础环境是否就绪。
python --version
docker --version
docker-compose --version
git --version
psql --version