🚀 Odoo 20 · 全面 AI 时代
Odoo 20 正式迈入全面 AI 化——内置 AI 智能助手、AI 文档识别、RAG 向量检索、自然语言数据分析。 本指南完整记录 Windows 11 下 Odoo 20 绿色版(19.5预览)从零部署的全过程， 从PG数据库向量化安装，到 pip 镜像源踩坑到 reportlab 渲染引擎适配。当然你也可以直接下载坐享其成，让你用最短时间部署享受一个开箱即用的 Ai 增强型 ERP 平台。
本文的安装结果已全部在免费的Odoo20的绿色全Ai支持版，请在 本站下方下载链接 中获取。
🤖AI 智能助手📄AI 文档识别🔍RAG 向量检索📊NL 数据分析🪟Windows 开箱即用⚡绿色版一键部署
Odoo 20 的 AI 革命
Odoo 20 是首个将 AI 深度嵌入每个业务模块的版本：销售预测、库存优化、发票 OCR、客服对话——AI 不再是一个插件，而是 Odoo 的原生基因。
绿色版：1 分钟上线
集成 Python 3.13 + PostgreSQL 16 + Nginx + Node.js，免安装、免配置，1行命令启用。全新pdf报告引擎，更快更刚看。额外专为中文用户优化，本地化开箱即用。
8 大深坑全记录
PG向量扩展，pip 启动器错配、镜像索引缺陷、rl-renderPM 无 cp313 wheel……每个坑都附根因分析与解决方案，避免你在相同问题上浪费时间。
一、PostgreSQL AI 支持：pgvector 向量扩展与 RAG 引擎
Odoo 20 最核心的 AI 能力——文档智能问答（RAG）、语义搜索、知识库检索——底层都依赖一个关键组件：PostgreSQL 的向量扩展（pgvector）。它让数据库可以直接存储和查询高维向量（embedding），这是大语言模型理解自然语言的数学基础。
1.1 为什么 pgvector 是 Odoo 20 AI 的基石
传统的 SQL 只能做精确匹配或模糊 LIKE 查询，而 Odoo 20 的 AI 需要的是语义理解——用户问"上个月哪个客户欠款最多？"，系统要能理解这对应 account.move 中的逾期发票，而不是去搜索包含"欠款"二字的记录。
pgvector 的工作流程：
- 文档切片：将 PDF 合同、邮件、产品手册等拆分为语义段落（chunk）
- 向量化（Embedding）：通过 OpenAI / 本地模型将每个段落转为 1536 维浮点向量
- 向量存储：存入 PostgreSQL 的 vector 类型列
- 相似度检索：用户提问时，将问题也转为向量，通过余弦相似度 / 欧氏距离找到最相关的文档片段
- LLM 生成回答：将检索到的片段作为上下文注入大模型，生成精准答案
💡 关键认知：没有 pgvector，Odoo 20 的 AI 只能做简单的 LLM 对话；有了 pgvector + RAG，AI 才能真正理解你的业务数据——合同、发票、工单、产品手册——实现企业级知识问答。
1.2 环境版本确认
本绿色版预装的是 PostgreSQL 16.4，pgvector 扩展已集成在 runtime\pgsql 中，版本对应关系：
| 组件 | 版本 | 说明 |
| PostgreSQL | 16.4（64 位） | 绿色版，数据目录 runtime\pgsql\data |
| pgvector | 0.7.x+ | 支持 HNSW 索引、半精度向量、并行索引构建 |
| 向量维度 | 最高 2000 维 | 兼容 OpenAI text-embedding-ada-002 (1536维) 及 text-embedding-3-large (3072维需 IVFFlat) |
⚠️ 注意：pgvector 0.7.0+ 对向量维度的硬限制为 2000 维。如需使用 3072 维的 text-embedding-3-large 模型，请改用 IVFFlat 索引而非 HNSW，或等待 pgvector 后续版本放宽限制。
1.3 安装与启用 pgvector 扩展
Step 1：确认 pgvector 文件已就位
绿色版已将 pgvector 的运行时文件预置到位，先验证：
# 检查扩展控制文件（SQL 定义） dir runtime\pgsql\share\extension\vector*.sql dir runtime\pgsql\share\extension\vector.control # 检查动态库（C 扩展核心） dir runtime\pgsql\lib\vector.dll
你将看到 vector.control、vector--x.sql、vector.dll 三个文件。
Step 2：确保 PostgreSQL 已启动
cd runtime\pgsql\bin pg_ctl -D ..\data -l logfile status
若未启动，执行：
pg_ctl -D ..\data -l logfile start
Step 3：在目标数据库中启用扩展
-- 连接到目标数据库（本绿色版默认为 demo） psql -U odoo -d demo -- 创建向量扩展 CREATE EXTENSION IF NOT EXISTS vector; -- 验证扩展已启用 SELECT * FROM pg_extension WHERE extname = 'vector';
预期输出：
oid | extname | extowner | extnamespace | extrelocatable | extversion | extconfig | extcondition -------+---------+----------+--------------+----------------+------------+-----------+-------------- 17000 | vector | 10 | 2200 | t | 0.7.x | |
避坑要点：必须连接到具体的业务数据库（如 demo）执行 CREATE EXTENSION，而不是在 postgres 或 template1 系统库中执行。每个需要使用 AI 功能的数据库都需要单独启用。
1.4 创建向量表与 HNSW 索引（性能关键）
pgvector 提供两种索引类型，选错会严重影响检索性能：
| 索引类型 | 适用场景 | 构建速度 | 查询速度 | 召回率 |
| HNSW（推荐） | 生产环境、百万级向量 | 较慢 | 极快 | 99%+ |
| IVFFlat | 小数据集、快速原型 | 较快 | 一般 | 95%+ |
-- 实例，模块ai_document会自动创建文档向量表（Odoo 20 AI 模块的标准结构）
CREATE TABLE IF NOT EXISTS ai_document_embedding (
id SERIAL PRIMARY KEY,
res_model VARCHAR(128) NOT NULL, -- 关联的 Odoo 模型，如 'account.move'
res_id INTEGER NOT NULL, -- 关联的记录 ID
chunk_index INTEGER DEFAULT 0, -- 文档片段序号
content TEXT, -- 原始文本片段
embedding VECTOR(1536), -- OpenAI ada-002 的 1536 维向量
metadata JSONB DEFAULT '{}', -- 扩展元数据（页码、来源等）
created_at TIMESTAMP DEFAULT NOW()
);
-- 创建 HNSW 向量索引（关键性能优化）
CREATE INDEX ON ai_document_embedding
USING hnsw (embedding vector_cosine_ops)
WITH (m = 16, ef_construction = 200);
-- 参数说明：
-- m = 16 每个节点的最大连接数（16-64 之间，越大召回越准但内存越大）
-- ef_construction = 200 索引构建时的搜索深度（100-1000，越高索引质量越好但越慢）
避坑要点：对于 1536 维向量，建议 m = 16, ef_construction = 200。如果向量数据量超过百万，调高到 m = 32, ef_construction = 300。不要在没有索引的向量列上做相似度查询——十万条数据就会从毫秒级退化到秒级。
1.5 验证向量检索功能
-- 插入测试向量
INSERT INTO ai_document_embedding (res_model, res_id, chunk_index, content, embedding)
VALUES ('test.model', 1, 0, 'Odoo 是一款开源的企业管理软件',
'[' || repeat('0.01,', 1535) || '0.01]'::vector);
-- 执行相似度搜索（余弦相似度）
SELECT content,
1 - (embedding <=> '[' || repeat('0.01,', 1535) || '0.01]'::vector) AS cosine_similarity
FROM ai_document_embedding
ORDER BY embedding <=> '[' || repeat('0.01,', 1535) || '0.01]'::vector
LIMIT 5;
-- 清理测试数据
DELETE FROM ai_document_embedding WHERE res_model = 'test.model';
如果查询正常返回结果且执行时间 < 10ms，说明 pgvector + HNSW 索引已正确配置。
1.6 手动安装 pgvector（补充方案）
如果绿色版未预装 pgvector，或需要升级到最新版本，以下是 Windows 下手动安装步骤：
# 1. 从 GitHub 下载 Windows 预编译包 # https://github.com/pgvector/pgvector/releases # 选择对应 PG16 的 zip 包，如 vector-0.7.4-pg16-x64.zip # 2. 解压后复制文件到 PostgreSQL 目录 copy vector.dll runtime\pgsql\lib\ copy vector.control runtime\pgsql\share\extension\ copy vector--*.sql runtime\pgsql\share\extension\ # 3. 重启 PostgreSQL runtime\pgsql\bin\pg_ctl -D runtime\pgsql\data -l logfile restart # 4. 照常执行 CREATE EXTENSION vector;
1.7 pgvector 与 Odoo 20 AI 模块的协作全景
配置完 pgvector 后(绿色版已内置)，Odoo 20 的以下 AI 能力将自动激活：
| AI 功能 | Odoo 模块 | pgvector 角色 |
| 📄 文档智能问答 | AI Chat / Documents | 存储 PDF/合同 embedding，语义检索相关片段注入 LLM |
| 🔍 全库语义搜索 | AI Search / Knowledge | 将自然语言查询转为向量，跨模型搜索最匹配记录 |
| 📊 AI 数据分析 | Spreadsheet / AI | 存储历史查询模式向量，加速相似业务问题的响应 |
| ✉️ 邮件智能分类 | Discuss / AI | 邮件内容向量化，自动归类、优先级排序、情绪分析 |
| 🏷️ 产品自动标签 | Inventory / AI | 产品描述向量化，自动生成标签和分类建议 |
🔗 下一步：pgvector 就绪后，Odoo 20 的 AI 模块会通过 ir.config_parameter 自动检测 vector 扩展是否可用。启动 Odoo 后进入「设置 → 技术 → 参数 → 系统参数」，确认 vector.extension.available 为 True，即可在 AI 助手面板中看到 RAG 相关选项。
二、环境概览
本绿色版由 odooai.cn 提供，在 Windows 上搭建了一个完整的高性能 Odoo 环境，主要组件版本如下：
| 组件 | 版本 | 说明 |
| Python | 3.13.14（64 位） | 绿色版，路径 runtime\python3\python.exe |
| PostgreSQL | 16.4（64 位） | 已集成 pgvector 向量扩展，支持 RAG 检索增强生成 |
| Nginx | 1.15.5（64 位） | 反向代理，实现 longpolling 桌面消息通知 |
| Node.js | v24.18.0 | AI 主流，目录直接置于 runtime 下 |
| Odoo | 20 社区版（20260718 版） | 源码在 source 目录 |
| pip | 26.1.2 | 已是最新 |
备注：相比 Odoo 官方主推的 Python 3.12，本绿色版采用了更新的 Python 3.13.14，性能更高，但部分依赖包的预编译 wheel 尚未覆盖 cp313，这是后文几个坑的根源。强烈推荐3.13，原因假如你用3.12后就会明白⚽🥳。
目录结构
D:\odoo20-x64\ ├─runtime\ 运行库（python3 / pgsql / nginx / nodejs） ├─source\ Odoo 20 源码（含 requirements.txt） │ ├─addons_ent\ 企业版模块 │ └─myaddons\ odooai.cn 优化模块 ├─extra\ 附加包（wkhtmltopdf、get-pip.py 等） ├─fixed\ 原生源码优化修正 ├─odoofile\ Odoo 生成的静态文件资源 ├─odoo.conf 配置文件 ├─r.bat 启动 Odoo（最常用） ├─s.bat 停止 Odoo ├─u.bat 更新 Odoo 源码 └─init.bat 重新初始化数据库（需管理员）
三、安装前准备
1. 安装 Windows 系统支持
部分组件（PG、Python 依赖）依赖 VC++ 运行时，请先执行：
.\extra\vcredist_x64.exe
如果后续遇到 dll 错误，多半也是这个没装。
2. 设置环境变量（关键）
绿色版 Python 必须通过完整 PATH 调用，否则会找不到 pgsql、wkhtmltopdf 等依赖。在项目根目录打开 PowerShell 或 CMD：
SET PATH=%CD%\runtime\pgsql\bin;%CD%\runtime\python3;%CD%\runtime\python3\Scripts;%CD%\runtime\python3\Lib\site-packages\bin;%CD%\runtime\nodejs;%CD%\source;%PATH% SET PYTHONPATH=%CD%\runtime\python3\Lib\site-packages SET PYTHONUTF8=1
这三行是绿色版正常运行的基石，后文所有命令都假设已设置好上述环境变量。
四、第一步：升级 pip
为什么要单独说 pip
多版本Odoo并行，你会遇到绿色版 Python 一个经典坑：Scripts\pip.exe 启动器可能绑定到其他 Python 解释器（比如系统已装的 Python或者Odoo18的Python版本），导致 pip install 装到了错误的位置。最佳实践是始终用 python.exe -m pip 调用，这样 pip 一定作用在当前解释器上。
检查与升级
D:\odoo20-x64\runtime\python3\python.exe -m pip --version D:\odoo20-x64\runtime\python3\python.exe -m pip install --upgrade pip -i https://mirrors.aliyun.com/pypi/simple/
本次执行结果：
pip 26.1.2 (python 3.13)
pip 26.1.2 已是清华镜像源上的最新版，无需升级。同时验证 Scripts\pip.exe 与 python.exe 指向同一解释器，无错配。
避坑要点：如果 pip --version 显示的 Python 版本与 python --version 不一致，说明启动器错配，必须改用 python.exe -m pip 调用。
五、第二步：安装 requirements.txt 依赖
这是整个安装过程中坑最多的一步。source\requirements.txt 共 64 行，包含 Odoo 20 运行所需的全部 Python 依赖。
4.1 镜像源踩坑实录
坑 ① 清华源找不到 asn1crypto
首次使用清华源安装：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
报错：
ERROR: Could not find a version that satisfies the requirement asn1crypto==1.5.1 (from versions: none)
第一反应是包名拼错，但用 pip index versions asn1crypto -i https://pypi.org/simple 对比官方源，发现官方源完全正常。结论：清华源对 asn1crypto 的索引存在同步缺陷。
坑 ② 阿里云源找不到 num2words
改用阿里云源重试：
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
asn1crypto 这次通过了，但 num2words 又报同样的错：
ERROR: Could not find a version that satisfies the requirement num2words==0.5.13 (from versions: none)
继续用 pip index versions 逐一测试各镜像源，得到一张镜像源缺陷对照表：
| 镜像源 | asn1crypto | num2words |
| 清华源 | ❌ 缺失 | ✅ 正常 |
| 阿里云 | ✅ 正常 | ❌ 缺失 |
| 腾讯云 | ✅ 正常 | ✅ 正常 |
| 中科大 | ✅ 正常 | ✅ 正常 |
| 官方 PyPI | ✅ 正常 | ✅ 正常 |
关键认知：这不是 pip 版本问题（pip 26.1.2 与各源都兼容），而是不同镜像源对不同包存在索引同步缺陷，且缺陷包各不相同。任何一个单一镜像源都无法保证 requirements.txt 里所有包都能命中。
4.2 多源 fallback 策略（核心解决方案）
既然单个镜像源靠不住，那就让 pip 同时查询多个源——主源装不上的包，自动从备用源补。这正是 --extra-index-url 的用武之地。
最终采用的命令：
D:\odoo20-x64\runtime\python3\python.exe -m pip install -r D:\odoo20-x64\source\requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --extra-index-url https://pypi.org/simple
- -i https://mirrors.aliyun.com/pypi/simple/：阿里云作主源（国内速度快）
- --extra-index-url https://pypi.org/simple：官方 PyPI 作备用源（主源缺失的包从这里补）
执行后 62 个包全部安装成功，包含之前报错的 asn1crypto 和 num2words。
避坑要点：批量安装 requirements.txt 时，务必配置 --extra-index-url https://pypi.org/simple，这是对抗国内镜像源索引缺陷的最稳方案。README.md 第 128 行也已采用此策略。
4.3 rl-renderPM 踩坑实录（最棘手的坑）
依赖装完后，本以为大功告成，结果验证时发现 reportlab.graphics._renderPM 导入失败。
问题根因
requirements.txt 第 50、53 行：
reportlab==4.1.0 ; python_version >= '3.12' rl-renderPM==4.0.3 ; sys_platform == 'win32' and python_version >= '3.12' # Needed by reportlab 4.1.0 but included in deb package
- reportlab 4.1.0 在 PyPI 上只有 py3-none-any.whl（纯 Python），不含 _renderPM 这个 C 扩展。
- _renderPM 是 reportlab 的位图渲染后端（PNG/JPG），由 rl-renderPM 包单独提供。
- 而 rl-renderPM 4.0.3 的预编译 wheel 最高只到 cp312，没有 cp313 版本。
- 本机无 MSVC 编译器（cl.exe 未找到），源码构建也走不通（wheel≥0.42 移除了 get_abi_tag，旧版 setup 脚本直接报错）。
换句话说：Python 3.13 + Windows + 无 MSVC = rl-renderPM 无法安装，而 reportlab 又强依赖它。
坑 ④ 验证脚本的导入名陷阱
排查过程中还踩了一个小坑：验证脚本里写 import pycairo 失败，其实 pycairo 包的导入名是 cairo。同类坑还有：
| pip 包名 | import 名 |
| pycairo | cairo |
| Babel | babel |
| XlsxWriter | xlsxwriter |
避坑要点：写导入验证脚本时，包名和导入名不一定一致，务必查文档。
4.4 rlPyCairo 替代方案（完美解决）
查阅 reportlab 官方文档发现：rlPyCairo 是 reportlab 官方默认的 renderPM 后端，功能与 _renderPM 等价，且基于 pycairo（有 cp313 预编译 wheel），无需 C 编译。
安装：
D:\odoo20-x64\runtime\python3\python.exe -m pip install rlPyCairo -i https://mirrors.aliyun.com/pypi/simple/ --extra-index-url https://pypi.org/simple
执行后自动装上：
- rlPyCairo 0.4.0
- pycairo 1.29.0（cp313 wheel，无需编译）
- freetype-py 2.5.1
避坑要点：Python 3.13 环境下，跳过 rl-renderPM，直接装 rlPyCairo，这是 reportlab 官方推荐的无编译方案。安装 requirements.txt 时可先用 Where-Object { $_ -notmatch '^\s*rl-renderPM' } 过滤掉该行。
六、第三步：验证安装结果
安装完成后，建议跑一遍导入验证，确保所有关键包可用。重点验证 renderPM 后端和 PDF 生成：
# renderPM 后端验证（核心）
import reportlab
import rlPyCairo
import cairo # 注意：pycairo 的导入名是 cairo
from reportlab.graphics import renderPM
from reportlab.graphics.shapes import Drawing, String
d = Drawing(200, 100)
d.add(String(100, 50, 'renderPM OK', textAnchor='middle', fontSize=20))
png_data = renderPM.drawToString(d, fmt='PNG')
print(f"renderPM PNG 渲染: OK, {reportlab.Version}, rlPyCairo={rlPyCairo.__version__}, png={len(png_data)}B")
# PDF 生成验证
from reportlab.pdfgen import canvas
from reportlab.lib.pagesizes import A4
import io
buf = io.BytesIO()
c = canvas.Canvas(buf, pagesize=A4)
c.drawString(100, 700, "PDF generate OK")
c.showPage()
c.save()
print(f"reportlab PDF 生成: OK, pdf={len(buf.getvalue())}B")
本次验证结果（30/30 全部通过）：
OK renderPM(PNG渲染) 4.1.0 rlPyCairo=0.4.0 png=2709B OK reportlab PDF生成 4.1.0 pdf=1419B OK lxml 5.4.0 OK psycopg2 2.9.10 (dt dec pq3 ext lo64) OK Pillow 11.3.0 OK Werkzeug 3.1.3 OK polib 1.2.0 ... (全部 OK) Total: 30, OK: 30, FAIL: 0
七、避坑总结
| 序号 | 坑点 | 现象 | 解决方案 |
| 1 | 绿色版 pip 启动器错配 | pip 装到错误解释器 | 始终用 python.exe -m pip 调用 |
| 2 | 清华源缺 asn1crypto | from versions: none | 弃用清华源作主源 |
| 3 | 阿里云源缺 num2words | from versions: none | 加 --extra-index-url https://pypi.org/simple |
| 4 | rl-renderPM 无 cp313 wheel | _renderPM 导入失败 | 用 rlPyCairo 官方后端替代 |
| 5 | 无 MSVC 无法源码编译 | setup.py 报 get_abi_tag 错误 | 同上，走纯 wheel 路线 |
| 6 | 包名与导入名不一致 | import pycairo 失败 | 改用 import cairo |
| 7 | reportlab 4.1.0 纯 Python | 不含 _renderPM C 扩展 | 必须装 rl-renderPM 或 rlPyCairo |
三条黄金法则
- 绿色版 Python 一律用 python.exe -m pip，杜绝启动器错配。
- 批量装 requirements.txt 必加 --extra-index-url https://pypi.org/simple，对抗国内镜像源索引缺陷。
- Python 3.13 下 reportlab 用 rlPyCairo 替代 rl-renderPM，免编译、官方支持、功能等价。
八、附录：完整命令清单
以下命令均在项目根目录 D:\odoo20-x64 下执行，假设已设置好环境变量。
8.1 环境变量设置
SET PATH=%CD%\runtime\pgsql\bin;%CD%\runtime\python3;%CD%\runtime\python3\Scripts;%CD%\runtime\python3\Lib\site-packages\bin;%CD%\runtime\win32\wkhtmltopdf;%CD%\runtime\nodejs;%CD%\source;%PATH% SET PYTHONPATH=%CD%\runtime\python3\Lib\site-packages SET PYTHONUTF8=1
8.2 升级 pip
runtime\python3\python.exe -m pip install --upgrade pip -i https://mirrors.aliyun.com/pypi/simple/
8.3 安装 Odoo 依赖（排除 rl-renderPM）
PowerShell 下生成排除 rl-renderPM 的临时 requirements：
Get-Content .\source\requirements.txt | Where-Object { $_ -notmatch '^\s*rl-renderPM' } | Set-Content .\source\requirements_install.txt -Encoding UTF8
安装：
runtime\python3\python.exe -m pip install -r .\source\requirements_install.txt -i https://mirrors.aliyun.com/pypi/simple/ --extra-index-url https://pypi.org/simple
8.4 安装 rlPyCairo 替代 rl-renderPM
runtime\python3\python.exe -m pip install rlPyCairo -i https://mirrors.aliyun.com/pypi/simple/ --extra-index-url https://pypi.org/simple
8.5 验证安装
runtime\python3\python.exe -c "import reportlab, rlPyCairo, cairo; from reportlab.graphics import renderPM; from reportlab.graphics.shapes import Drawing, String; d=Drawing(200,100); d.add(String(100,50,'OK',textAnchor='middle',fontSize=20)); print('renderPM OK', len(renderPM.drawToString(d,fmt='PNG')),'B')"
8.6 启动 Odoo
r.bat
启动后访问 http://localhost:8020 或 http://localhost，数据库 demo（密码 odoo），管理用户 admin / admin。
九、常见问题处理
Q1：启动 Odoo 报数据库错误
进入 pgsql bin 目录重新初始化：
cd runtime\pgsql\bin rd /s/q ..\data initdb.exe -D ..\data -E UTF8 pg_ctl -D ..\data -l logfile start createuser --createdb --no-createrole --no-superuser --pwprompt odoo
Q2：需要 RAG 向量扩展
请参见本文 第一节「PostgreSQL AI 支持」，已详细覆盖 pgvector 的安装、启用、索引配置与验证全流程。如已配置完毕，快速验证命令如下：
-- 快速启用 CREATE EXTENSION IF NOT EXISTS vector; SELECT extname, extversion FROM pg_extension WHERE extname = 'vector';
Q3：权限不足
psql -d postgres -c "SELECT rolname FROM pg_roles;" ALTER ROLE odoo WITH SUPERUSER;
Q4：更新 Odoo 源码
s.bat :: 先停止 u.bat :: 从 git 下载最新版本覆盖 source 目录 r.bat :: 重新启动
如手工更新，请至官方Nightly下载后覆盖 ./source 目录：
十、写在最后
本次安装全程由 Ai辅助完成，从 pip 升级、依赖安装、镜像源排查、renderPM 后端适配到最终验证，AI 不仅执行了命令，还在遇到错误时主动诊断、对比镜像源、查阅官方文档、提出替代方案。整个过程体现了 AI 辅助编程在复杂环境部署中的价值——指挥得当的情况下，它能把"踩坑→排查→解决"的循环从数小时压缩到几分钟。
如果你在部署中遇到本文未覆盖的问题，欢迎参考 odooai.cn 或者向我们提工单，获取更多支持。
安装完后，一起愉快的使用Odoo20，享受全面Ai的快感吧。
需要注意的是，Odoo20官方的上层Ai业务应用只有在企业版才有，而且只支持Chatgpt和谷歌Gemini大模型。如果你用的是早期版本，或者您希望使用国产大模型比如Deepseek，阿里千问等，那么可以到Odoo官方应用商店获取我们其他版本的全Ai模块。包括可以对接各大龙虾，Qoder，Workbuddy，Claude Code的Odoo MCP模块，包括免费的Deepseek，阿里千问大模型对接等。
