微信机器人查询订单状态看似简单（调ERP接口拿数据），真正的工程难点在两个系统对接的边界上——状态语义不一致、数据时序错乱、异常无法对账。一个防腐层设计能解决大部分对接问题。

一、为什么需要防腐层

微信侧的机器人和电商ERP是两个独立系统，各自有自己的数据模型和状态枚举。ERP的订单状态可能有12种（待付款、已付款待发货、部分发货……），微信侧机器人只需要5种对外语义（待付款、待发货、运输中、已签收、售后中）。直接让机器人读ERP的原始状态码，业务代码会被ERP的状态细节污染——ERP改一次状态枚举，机器人代码全要改。

防腐层（Anti-Corruption Layer）就是夹在两个系统之间的转换层：ERP数据先进防腐层翻译成机器人能理解的统一模型，机器人只依赖翻译后的模型，不直接依赖ERP。

二、状态映射——防腐层的核心工作

状态映射不是简单的一一对应，有多对一（ERP的"已付款待发货"和"配货中"都映射为"待发货"）和条件映射（"已签收"后7天内无售后动作才映射为"已完成"，期间映射为"售后窗口期"）。

映射规则集中配置在防腐层，ERP改状态枚举时只改映射表，机器人业务代码零改动。

三、数据时序问题——两边数据对不上怎么办

机器人推送了"已发货"消息，但用户查的时候ERP显示状态没更新——推送和查询之间有时间差。根因是两个系统的数据同步不是强一致。

防腐层的处理：对外状态以防腐层缓存为准，ERP数据更新时先刷新缓存再触发推送。查询和推送走同一个数据源，保证用户看到的状态和被通知的状态一致。

四、异常对账——发现数据裂缝

每天凌晨对账：防腐层缓存的订单状态和ERP最新状态全量比对，不一致的记录告警。对账能发现推送丢失、状态回滚、ERP数据修正等边界情况。

对账差异不是错误，但必须可见——长期不对账，机器人报给用户的状态和实际状态会越差越远。

防腐层职责对照

职责	解决的问题	实现方式
状态映射	状态枚举不一致	多对一映射表
模型隔离	ERP变更影响业务码	统一内部模型
时序一致	推送和查询不一致	统一缓存数据源
异常对账	数据裂缝不可见	每日全量比对

防腐层实现

# ERP原始状态 → 机器人统一状态
STATUS_MAP = {
    "unpaid": "待付款",
    "paid_wait_ship": "待发货",
    "picking": "待发货",       # 多对一
    "partial_shipped": "运输中",
    "shipped": "运输中",
    "signed": "_conditional",  # 条件映射
    "refunding": "售后中",
}

class OrderACL:
    """订单防腐层：机器人只通过它访问ERP"""

    def get_order(self, order_no):
        raw = erp_api.get_order(order_no)
        return self.translate(raw)

    def translate(self, raw):
        """ERP模型→机器人统一模型"""
        code = raw["status"]
        if code == "signed":
            # 条件映射：签收7天内算售后窗口期
            if days_since(raw["signed_at"]) <= 7:
                status = "售后窗口期"
            else:
                status = "已完成"
        else:
            status = STATUS_MAP.get(code, "未知状态")
        return OrderModel(
            no=raw["order_no"],
            status=status,               # 翻译后的状态
            tracking=raw.get("tracking"),
            raw_status=code,             # 保留原始码备查
            updated_at=now()
        )

    def on_erp_event(self, event):
        """ERP状态变更：先刷新缓存再推送"""
        model = self.translate(event["data"])
        cache.set(f"order_{model.no}", model, ttl=86400)
        # 推送走缓存数据，保证和查询一致
        notify_user(model)

    def daily_reconcile(self):
        """每日对账：缓存vs ERP"""
        for cached in cache.scan("order_*"):
            fresh = erp_api.get_order(cached.no)
            translated = self.translate(fresh)
            if translated.status != cached.status:
                alert(f"订单{cached.no}状态不一致："
                      f"缓存={cached.status} ERP={translated.status}")
                cache.set(f"order_{cached.no}", translated)

落地建议

防腐层从第一次对接ERP时就建——两个系统直接耦合的代码，等到ERP改版时改造成本极高。状态映射表是防腐层的最小可用版本，先把状态翻译做对，缓存一致性和对账机制可以随后补上。订单查询和事件回调的接入方式参考 Eyun 开发文档，平台开通见 Eyun 官网。