Odoo 集成
RFID 数据的价值取决于它能否进入 ERP。这里讨论 Odoo 集成方式：中间件架构、XML-RPC 与 JSON-RPC 接口、库存模型改造、幂等处理与数据治理。
本主题下的文章
跨多个 Odoo 公司与仓库的 RFID：如何不失控
共用读写器、按公司隔离的数据、公司间调拨，以及避免多主体 RFID 部署污染库存记录的标签身份规则。
用 RFID 分析顾客行为：试衣间到底告诉了你什么
单品级 RFID 观察的是衣服，不是顾客。真正有用的问题不是「谁进来了」，而是「哪件衣服被带进了试衣间，却没有变成一笔销售」。
用 RFID 报工：上报的是事件，不是乐观的百分比
工单是一组关于时间、数量与作业者的声明。这三样里 RFID 能可靠提供两样，第三样只有在身份绑定诚实时才成立。
Odoo 中基于使用的折旧：RFID 数据可以合法地放在哪里
一次 RFID 读取不是一笔折旧分录。它能做的是证据：哪些资产闲置、哪些在用、哪些已经彻底不见了。
电子价签与 Odoo：真正的项目是那套协同
货架上的灯省的是寻找时间，不是走路时间。决定回报的，是 Odoo 如何合批、如何把拣货面映射到库位，以及如何处理确认这一步。
高层货架上的 RFID 无人机：飞的是任务，不是拍照
高层货架上方的无人机产出的是观测，而不是库存数量。试点能否留下，取决于在碰 ERP 之前是否先把飞行、位姿与快照建模清楚。
盘点机器人与 Odoo：同步的应是一份对账，而不是一个数字
一台每晚盘一千个库位的机器人，产出的是差异报告，而不是库存真相。Odoo 最终是否敢信它，取决于同步时如何建模位置、时间与不确定性。
Odoo 与 RFID 门禁集成：集成的是授权，不只是工卡
门禁本质上是一个授权流程，只是最终落在一扇门上。当 Odoo 掌管名册、门禁掌管毫秒级的判定时，集成的本质是一条带审计轨迹的策略流水线，而不是一张每晚导出的、让承包商多进六周的表。
把手持机数据批量导入 Odoo：先设计导入，再设计扫描
离线采集的手持机很容易买，却很难信任。差别在于：导入究竟被设计成一条带幂等、时间语义与冲突规则的暂存流水线，还是被当成周一早上有人上传的一个 CSV。
把 Impinj R700 接进 Odoo，同时别让 Odoo 变成读写器驱动
R700 是一台带天线的 Linux 计算机，而不是一个串口外设。这改变了集成架构：读写器负责自己的状态，中间件负责语义，Odoo 负责库存。把这三件事混在一起，就是常见的失败。
AGV 与 Odoo 集成：调度、交接与异常处理
RFID 如何核实 AGV 究竟搬了什么、如何在 Odoo 中建模搬运任务，以及为什么异常路径决定了车队是否被信任。
Odoo 事件驱动库存：把 MQTT 订阅做成生产级
四十台固定读写器、六台手持机和两个通道门都往同一个 broker 发消息。试点能跑、工厂能跑，两者的差别不在选哪个 broker，而在事件契约、订阅进程、重复消息处理，以及凌晨三点你能否证明这条链路还活着。
RFID 盘点结果写入 Odoo：从 stock.inventory 到 stock.quant 调整
盘点只是容易的那一半。难的另一半，是把一串 EPC 读取变成一次站得住脚的库存调整：确定性匹配、尊重预留的「应有 vs 实盘」算术、不会死锁的批量写入，以及财务愿意接受的审计轨迹。
Odoo 与 Zebra 固定式读写器：以 LLRP 为标准，克制地使用 SDK
把一台 Zebra FX9600 接到 Odoo 站点上，并不是插上就能用。可长期维护的做法是：用 LLRP 做配置与上报，只在真正增值的地方封装厂商 SDK，在进入 ERP 之前完成过滤与去重，并把时间同步当成一个库存问题来对待。含架构与现场笔记。
Odoo 17 社区版 RFID 模块：一个克制的模块，胜过一次大规模魔改
社区版没有 IoT Box，但这没关系。一个克制的自建模块——三个模型、继承视图、两个权限组、一个控制器加一个定时任务——就能把 RFID 网关接上 stock.quant，而不必去魔改库存模块。含结构、权限与升级纪律。
MQTT 连接读写器与 Odoo：消息代理是基础设施，不是解决方案
HTTP 轮询会占满 ERP 并在地抖动时丢事件。MQTT 能把读写器与业务逻辑解耦——但前提是把主题树当作契约、有意识地选择 QoS，并让桥接层负责去重、背压与重放。一份可落地的设计指南。
Odoo stock.quant 与 RFID：真正的产品是那道网关
读写器每秒吐出成千上万条重复的标签事件，而 Odoo 每写一次就是一行 quant，并发下直接死锁。可靠的答案是中间那道网关：确定性解析 EPC、按时间窗去重、聚合成增量、幂等地写入。含架构、字段映射，以及没人写进文档的故障模式。
密集读取器部署：让二十台读取器像一套系统那样工作
在 RFID 现场加读取器并不会线性增加容量：密度超过某个点之后，读取器互相干扰、标签被邻区天线淹没，整片区域的读取反而比三分之一规模时更差。密集部署是一个协同问题，而协同必须被设计出来。
户外 RFID：为雨水、紫外线和那场终结试点的雷暴做设计
把室内 RFID 方案搬到户外，失败方式往往是规格书里不会写的：紫外线让外壳变脆、密封箱里照样结露、附近一次雷击同时打掉三台读取器。户外部署能否成功，取决于把防护当成系统来设计，而不是买一个 IP 等级。
RFID 数据质量治理：库存准不准，取决于数据管道而不是读写器
RFID 产出的是「观测」，ERP 需要的是「断言」。两者之间的落差，正是库存准确率死掉的地方。本文给出四类数据缺陷、去重规则、边缘校验与核心校验的分工、异常工单流程，以及能证明管道健康的指标。
RFID 与 ERP/WMS 集成：价值就在接口这一层定胜负
读写器装好了，标签读取率 98%，可月末仍会出现没人能解释的库存调整。除物理问题外，几乎所有 RFID 失败都是集成失败。本文讲清边缘层、中间件与 ERP 的职责划分，以及 Odoo、SAP、用友三条路径上的具体避坑点。
RFID 中间件架构：设备层与业务逻辑的分界线画在哪
中间件的职责，是把一串读取事件变成可供业务采信的记录。架构分层、缓冲、过滤、去重与回放，决定了 ERP 看到的是真相还是一团拥堵。
RFID 与 IoT 融合：从孤岛读头到数据骨干的四层架构
读头连上网，不等于平台里多了一个传感器。从识别系统到数据基础设施，差的是架构：四层职责、一份事件契约、每一跳的延迟预算，以及五个代价比硬件更贵的反模式。