Claude Codeに在庫管理を丸投げしたら、発注アラートも自動化された話

# Claude Codeが生成したコード: Excel在庫監視 → アラートメール自動送信
import os
import smtplib
import pandas as pd
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from datetime import datetime

# ── 設定 ─────────────────────────────────────────────
GMAIL_USER  = os.environ["GMAIL_USER"]
GMAIL_PASS  = os.environ["GMAIL_APP_PASS"]
ALERT_EMAIL = os.environ["ALERT_EMAIL"]   # アラート送信先
EXCEL_PATH  = "inventory.xlsx"

def load_inventory() -> pd.DataFrame:
    """Excelから在庫データを読み込む"""
    df = pd.read_excel(EXCEL_PATH)
    print(f"在庫データ読み込み: {len(df)}件のSKU")
    return df

def get_alert_items(df: pd.DataFrame) -> pd.DataFrame:
    """発注点を下回っているSKUを抽出する"""
    alert_df = df[df["現在庫数"] < df["発注点"]].copy()
    # 不足数と発注推奨量を計算
    alert_df["不足数"]    = alert_df["発注点"] - alert_df["現在庫数"]
    alert_df["緊急度"]    = alert_df["現在庫数"].apply(
        lambda x: "★★★ 緊急" if x == 0 else ("★★ 警戒" if x < 5 else "★ 注意")
    )
    return alert_df.sort_values("現在庫数")  # 在庫が少ない順に並べる

def build_alert_body(alert_df: pd.DataFrame) -> str:
    """アラートメールの本文を生成する"""
    now = datetime.now().strftime("%Y年%m月%d日 %H:%M")
    lines = [
        f"在庫アラートレポート ({now})",
        f"発注が必要なSKU: {len(alert_df)}件\n",
        f"{'緊急度':<10}{'SKUコード':<15}{'商品名':<30}{'現在庫':<8}{'発注点':<8}{'不足数':<8}仕入れ先",
        "-" * 90,
    ]
    for _, row in alert_df.iterrows():
        lines.append(
            f"{row['緊急度']:<10}{str(row['SKUコード']):<15}{str(row['商品名']):<30}"
            f"{int(row['現在庫数']):<8}{int(row['発注点']):<8}{int(row['不足数']):<8}{row['担当仕入れ先']}"
        )
    lines.append("\n--- このメールはClaude Codeが生成した自動化スクリプトから送信されています ---")
    return "\n".join(lines)

def send_alert(body: str, item_count: int) -> None:
    """アラートメールを送信する"""
    msg = MIMEMultipart()
    msg["From"]    = GMAIL_USER
    msg["To"]      = ALERT_EMAIL
    msg["Subject"] = f"【在庫アラート】発注が必要な商品があります（{item_count}件）"
    msg.attach(MIMEText(body, "plain", "utf-8"))

    with smtplib.SMTP_SSL("smtp.gmail.com", 465) as server:
        server.login(GMAIL_USER, GMAIL_PASS)
        server.send_message(msg)
    print(f"アラートメールを送信しました ({item_count}件のSKU)")

def main():
    df       = load_inventory()
    alert_df = get_alert_items(df)

    if alert_df.empty:
        print("発注が必要なSKUはありません。全在庫正常です。")
        return

    body = build_alert_body(alert_df)
    send_alert(body, len(alert_df))

if __name__ == "__main__":
    main()

# Claude Codeが追加生成した発注書自動作成機能
import openpyxl
from openpyxl.styles import PatternFill, Font, Alignment, Border, Side
from openpyxl.utils import get_column_letter
from datetime import datetime

def generate_purchase_orders(alert_df: pd.DataFrame) -> list:
    """仕入れ先ごとに発注書Excelを生成する"""
    today = datetime.now()
    generated_files = []
    order_number_base = int(today.strftime("%Y%m%d"))

    # 仕入れ先ごとにグループ化
    for i, (supplier, group) in enumerate(alert_df.groupby("担当仕入れ先"), start=1):
        order_no = f"PO-{order_number_base}-{i:03d}"
        filename = f"発注書_{supplier}_{today.strftime('%Y%m%d')}.xlsx"

        wb = openpyxl.Workbook()
        ws = wb.active
        ws.title = "発注書"

        # ── ヘッダー部分 ──────────────────────────
        header_fill = PatternFill("solid", fgColor="107C41")
        ws["A1"] = "発注書"
        ws["A1"].font = Font(bold=True, size=18)
        ws["A2"] = f"発注書番号: {order_no}"
        ws["A3"] = f"発注日: {today.strftime('%Y年%m月%d日')}"
        ws["A4"] = f"仕入れ先: {supplier}"
        ws["A5"] = f"発注元: 自社 (自動発注システム by Claude Code)"

        # ── 明細ヘッダー ──────────────────────────
        col_headers = ["SKUコード", "商品名", "現在庫数", "発注数量", "単価(円)", "金額(円)"]
        ws.append([])  # 空行
        ws.append(col_headers)
        header_row = ws.max_row
        for col in range(1, 7):
            cell = ws.cell(header_row, col)
            cell.fill = header_fill
            cell.font = Font(color="FFFFFF", bold=True)
            cell.alignment = Alignment(horizontal="center")

        # ── 明細行 ──────────────────────────────
        total = 0
        for _, row in group.iterrows():
            order_qty = int(row["発注点"]) * 2   # 発注数 = 発注点の2倍
            unit_price = int(row.get("単価", 0))
            amount = order_qty * unit_price
            total += amount
            ws.append([row["SKUコード"], row["商品名"],
                        int(row["現在庫数"]), order_qty, unit_price, amount])

        # ── フッター（合計行） ────────────────────
        ws.append([])
        ws.append(["", "", "", "", "合計", total])
        total_row = ws.max_row
        ws.cell(total_row, 5).font = Font(bold=True)
        ws.cell(total_row, 6).font = Font(bold=True, color="107C41")

        # 列幅を自動調整
        ws.column_dimensions["B"].width = 30
        for col in ["A", "C", "D", "E", "F"]:
            ws.column_dimensions[col].width = 14

        wb.save(filename)
        print(f"発注書作成: {filename} (合計: ¥{total:,})")
        generated_files.append(filename)

    return generated_files

# Claude Codeが生成した在庫分析スクリプト
import pandas as pd
import openpyxl
from openpyxl.chart import BarChart, LineChart, Reference
from datetime import datetime, timedelta

def analyze_inventory() -> None:
    """在庫データと出庫履歴を分析してレポートを生成する"""
    # データ読み込み
    inv_df = pd.read_excel("inventory.xlsx")
    hist_df = pd.read_excel("出庫履歴.xlsx", parse_dates=["日付"])

    today = datetime.now()
    past30 = today - timedelta(days=30)
    past7  = today - timedelta(days=7)

    # 過去30日の出庫合計を計算
    recent30 = hist_df[hist_df["日付"] >= past30]
    turnover = recent30.groupby("SKUコード")["出庫数"].sum().reset_index()
    turnover.columns = ["SKUコード", "30日出庫合計"]

    # 在庫回転率を計算（出庫合計÷現在庫数）
    merged = inv_df.merge(turnover, on="SKUコード", how="left").fillna(0)
    merged["在庫回転率"] = (merged["30日出庫合計"] / merged["現在庫数"].replace(0, 1)).round(2)

    # 日次出庫平均から欠品予測日数を計算
    recent7 = hist_df[hist_df["日付"] >= past7]
    daily_avg = recent7.groupby("SKUコード")["出庫数"].mean()
    merged["日次出庫平均"] = merged["SKUコード"].map(daily_avg).round(2)
    merged["欠品予測日数"] = (
        merged["現在庫数"] / merged["日次出庫平均"].replace(0, 9999)
    ).round(1)

    # Excelに出力
    with pd.ExcelWriter("分析レポート.xlsx", engine="openpyxl") as writer:
        # 全SKU分析シート
        merged.to_excel(writer, sheet_name="在庫回転率分析", index=False)
        # 不動在庫シート（回転率ゼロ）
        dead_stock = merged[merged["30日出庫合計"] == 0]
        dead_stock.to_excel(writer, sheet_name="不動在庫一覧", index=False)
        # 欠品リスク高（7日以内に欠品予測）
        risk = merged[merged["欠品予測日数"] <= 7].sort_values("欠品予測日数")
        risk.to_excel(writer, sheet_name="欠品リスク高", index=False)

    print(f"分析完了: 不動在庫 {len(dead_stock)}件 / 欠品リスク高 {len(risk)}件")

analyze_inventory()

# Claude Codeが追加したチャット通知機能
import requests
import json

TEAMS_WEBHOOK = os.environ["TEAMS_WEBHOOK_URL"]
SLACK_WEBHOOK = os.environ["SLACK_WEBHOOK_URL"]

def notify_teams(alert_df: pd.DataFrame) -> None:
    """Microsoft Teams に在庫アラートを送信する"""
    most_urgent = alert_df.iloc[0]  # 最も緊急度が高いSKU
    payload = {
        "type": "message",
        "attachments": [{
            "contentType": "application/vnd.microsoft.card.adaptive",
            "content": {
                "type": "AdaptiveCard",
                "body": [
                    {"type": "TextBlock", "text": f"在庫アラート: {len(alert_df)}件", "size": "Large", "weight": "Bolder", "color": "Warning"},
                    {"type": "TextBlock", "text": f"最優先: {most_urgent['商品名']}（在庫 {int(most_urgent['現在庫数'])}→ 発注点 {int(most_urgent['発注点'])}）"},
                    {"type": "TextBlock", "text": "在庫管理Excelを確認し発注手続きを行ってください。", "wrap": True},
                ]
            }
        }]
    }
    requests.post(TEAMS_WEBHOOK, json=payload, timeout=10)
    print("Teams通知送信完了")

def notify_slack(alert_df: pd.DataFrame) -> None:
    """Slack に在庫アラートを送信する"""
    most_urgent = alert_df.iloc[0]
    text = (
        f":rotating_light: *在庫アラート: {len(alert_df)}件の商品が発注点を下回っています*\n"
        f"最優先: `{most_urgent['商品名']}` (在庫: {int(most_urgent['現在庫数'])} / 発注点: {int(most_urgent['発注点'])})\n"
        f"今すぐ在庫Excelを確認し発注を行ってください。"
    )
    requests.post(SLACK_WEBHOOK, json={"text": text}, timeout=10)
    print("Slack通知送信完了")

# Claude Codeが生成した消費期限管理コード
from datetime import datetime, timedelta

def check_expiry_dates(df: pd.DataFrame) -> dict:
    """消費期限の状況を分析して緊急度別に分類する"""
    today = datetime.now().date()
    df["消費期限"] = pd.to_datetime(df["消費期限"]).dt.date()
    df["残日数"] = (df["消費期限"] - today).apply(lambda x: x.days)

    return {
        "廃棄候補": df[df["残日数"] < 0],              # 期限切れ
        "★★★ 7日以内": df[(df["残日数"] >= 0) & (df["残日数"] <= 7)],
        "★★ 14日以内": df[(df["残日数"] > 7) & (df["残日数"] <= 14)],
        "★ 30日以内":  df[(df["残日数"] > 14) & (df["残日数"] <= 30)],
    }

def export_expiry_report(expiry_dict: dict) -> None:
    """消費期限レポートをExcelに出力する"""
    with pd.ExcelWriter("消費期限レポート.xlsx", engine="openpyxl") as writer:
        for category, data in expiry_dict.items():
            if not data.empty:
                data.to_excel(writer, sheet_name=category[:31], index=False)
    print("消費期限レポートを出力しました")