Tích Hợp AI Agent Vào Quy Trình Kế Toán Odoo 20: Kiến Trúc Agent, Kỹ Thuật Số Hóa Hóa Đơn, Server Action Và MCP Server
Quy trình kế toán trong các hệ thống ERP thế hệ trước thường được tự động hóa bằng các luật cố định: mẫu đối chiếu (reconciliation model) khớp giao dịch ngân hàng theo điều kiện, quy tắc phân bổ thuế theo bảng mã, và chuỗi server action được viết tay theo thứ tự. Mô hình này hoạt động ổn định với các nghiệp vụ có cấu trúc rõ ràng, nhưng gặp giới hạn ở các bước đòi hỏi diễn giải nội dung tự nhiên — đọc một hóa đơn scan, nhận diện đối tác chưa có trong cơ sở dữ liệu, hay quyết định chuyển một tài liệu vào đúng thư mục theo nội dung. Odoo 20 (công bố tháng 9 năm 2026, giai đoạn phát hành ổn định) bổ sung một lớp kiến trúc mới cho phần việc này: ứng dụng AI chuyên dụng với các AI agent (chuyên viên ảo), kỹ thuật số hóa tài liệu bằng OCR, AI server action, và MCP server (Model Context Protocol) cho phép kết nối các hệ trợ lý bên ngoài vào cơ sở dữ liệu Odoo.
Bài viết mô tả cách các thành phần này được tổ chức, các vị trí cụ thể trong quy trình kế toán mà chúng được áp dụng theo tài liệu chính thức của Odoo phiên bản 20.0, và một lộ trình triển khai từng giai đoạn với các cơ chế kiểm soát kèm theo.
📑 Mục Lục
- Kiến trúc AI trong Odoo 20: agent, skill, tool và source
- Hệ thống AI hai tầng trong kế toán
- Bốn bước kế toán và vị trí áp dụng AI
- Thiết kế một AI agent kế toán
- AI server action: vai trò người quản lý và người thi hành
- Mở rộng ra AI bên ngoài bằng MCP server
- Lộ trình triển khai, chi phí và kiểm soát
Kiến trúc AI trong Odoo 20: agent, skill, tool và source
Ứng dụng AI trong Odoo 20 là một ứng dụng độc lập trong nhóm productivity. Nhiều tính năng AI khác của hệ thống (cải thiện văn bản, phân loại tài liệu, tạo hình ảnh) có thể sử dụng mà không cần cài ứng dụng này, nhưng việc tạo và tùy chỉnh agent bắt buộc phải có ứng dụng AI. Kiến trúc của nó gồm bốn khái niệm: agent, skill, tool và source.
🧠 AI agent: đơn vị trung tâm được định nghĩa bằng prompt
Mỗi AI agent là một chuyên viên ảo có mục đích, vai trò và phạm vi hành vi được định nghĩa bằng một System Prompt (lệnh hệ thống). System Prompt đóng vai trò tuyên ngôn nhiệm vụ của agent: nó quyết định cách agent diễn giải tin nhắn, chọn tool, sử dụng source và xác định xem có cần thực hiện hành động gì trước khi trả lời. Trong quá trình hội thoại, hệ thống có thể hiển thị các thông báo trạng thái trung gian — đang phân tích yêu cầu, đang tham khảo nguồn, đang chuẩn bị hành động — trước khi trả về kết quả cuối cùng. Khi tạo agent, các tùy chọn cấu hình gồm tên, mô tả ngắn, Response Style (phong cách phản hồi, bốn lựa chọn: Standard, Nuanced, Snappy & Creative, Slow & Rigorous), ô Restrict to Sources (hạn chế agent chỉ trả lời dựa trên các nguồn đã nạp), danh sách skill và System Prompt. Nút Test mở một cửa sổ hội thoại để kiểm tra agent trước khi đưa vào sử dụng.
🛠️ Skill và tool: ranh giới giữa chỉ dẫn và hành động
Skill là tập hợp các chỉ dẫn (Instructions) và tool, xác định cách agent hành xử trong một ngữ cảnh cụ thể. Instructions chứa mục đích của skill, các ràng buộc, luồng thao tác từng bước và chi tiết kỹ thuật cần thiết. Tool là các hàm mà agent thực sự gọi được trong Odoo — tạo bản ghi, mở view, cập nhật dữ liệu. Danh mục tool khả dụng phụ thuộc vào các ứng dụng đã cài trong cơ sở dữ liệu; một skill có thể gán nhiều tool. Tài liệu nêu một giới hạn quan trọng: agent không được gán skill nào thì chỉ có khả năng cung cấp thông tin, không thể hoàn thành tác vụ hay thay đổi cơ sở dữ liệu. Các skill được cài sẵn trong ứng dụng AI gồm: View Builder (diễn giải truy vấn ngôn ngữ tự nhiên để mở view phù hợp, hỗ trợ nhóm kết quả theo ngày/tháng/năm), Information retrieval (lấy thông tin về các model), Update Records, Create Records, Generate Images, Web Search, Website Builder, và Create Leads (chỉ khả dụng khi ứng dụng CRM đã cài).
📚 Source: dữ liệu nền để agent tham chiếu
Source là dữ liệu mà agent được phép tham chiếu khi sinh phản hồi hoặc hoàn thành tác vụ. Các source được lập chỉ mục (index) để agent truy xuất được thông tin liên quan theo câu hỏi. Định dạng source gồm tệp PDF, liên kết web, tài liệu trong ứng dụng Documents và bài viết trong ứng dụng Knowledge. Trạng thái của một source chuyển từ Processing sang Indexed khi lập chỉ mục hoàn tất, và có công tắc Active để kích hoạt. Nếu nội dung nguồn thay đổi sau khi lập chỉ mục, nút Reprocess trong tab Sources cho phép lập chỉ mục lại để agent dùng thông tin mới nhất. Ngoài source cố định, trong một cuộc hội thoại có thể đính kèm thêm tệp: các tệp này chỉ làm ngữ cảnh cho phiên hội thoại hiện tại, không trở thành source của agent trừ khi được thêm tường minh.
Hệ thống AI hai tầng trong kế toán
Trong phạm vi ứng dụng Accounting, AI xuất hiện ở hai tầng khác nhau về mức độ tùy biến. Tầng thứ nhất là kỹ thuật số hóa tài liệu (document digitization) — tính năng có sẵn, được bật bằng một công tắc cấu hình. Tầng thứ hai là các agent tùy chỉnh được xây trong ứng dụng AI, hướng đến các bước nghiệp vụ mà kỹ thuật có sẵn chưa bao phủ. Hai tầng này dùng chung hạ tầng AI nhưng khác nhau về chi phí vận hành và phạm vi kiểm soát.
📄 Tầng 1: kỹ thuật số hóa hóa đơn nhà cung cấp bằng OCR
Tính năng số hóa tài liệu dùng công nghệ nhận dạng ký tự quang học (OCR) và AI để đọc nội dung văn bản và tự động tạo, điền chi tiết bản ghi. Đối tượng chính là hóa đơn nhà cung cấp (vendor bill) và phiếu hoàn tiền; với điều chỉnh cấu hình tương ứng, quy trình áp dụng được cho hóa đơn khách hàng và phiếu giảm nợ. Việc bật tính năng nằm ở Accounting → Configuration → Settings, mục Digitization, với hai chế độ: xử lý tự động (automatically) hoặc theo yêu cầu (on demand). Khi tùy chọn Single Invoice Line Per Tax được bật, hóa đơn mới chỉ tạo một dòng cho mỗi loại thuế bất kể hóa đơn gốc có bao nhiêu dòng.
📥 Hai đường truyền nhận hóa đơn và cơ chế tự động ghi sổ
Hóa đơn đi vào hệ thống theo hai đường. Đường thủ công: kéo thả tệp vào sổ mua hàng (purchase journal) trên bảng điều khiển Accounting hoặc bấm nút Upload. Đường tự động: gán một email alias cho sổ kế toán — alias mặc định có dạng vendor-bills@ kèm tên miền alias đã cấu hình — để máy quét gửi email tới alias, hoặc gửi trực tiếp tệp PDF vào alias; mỗi tệp PDF đính kèm được chuyển thành một hóa đơn nháp. Sau khi số hóa, một dải màu xanh xuất hiện và dữ liệu được làm mới; các trường có thể bấm vào để sửa, hoặc bấm Reload AI data để nhận dữ liệu lại. Trường Vendor sẽ để trống nếu đối tác chưa tồn tại trong cơ sở dữ liệu; bấm mũi tên trong trường này, tên đối tác được tô sáng trong bản xem trước tài liệu, và bấm vào nó mở form đối tác mới với tên đã điền sẵn. Danh mục trường mà OCR nhận diện gồm: Vendor, Bill Reference, Bill Date, Payment Reference (chỉ định dạng +++xxx/xxxx/xxxxx+++ của Bỉ), Recipient Bank, Due Date, tiền tệ (trong môi trường đa tiền tệ đã kích hoạt), và từ tab Invoices Lines: mô tả sản phẩm, số lượng, đơn giá, thuế (trừ môi trường hóa đơn điện tử Ấn Độ, trường này không được OCR nhận diện), giá chưa thuế, tổng. Khi hóa đơn được ghi sổ, tùy chọn Auto-post bills trên form đối tác (tab Accounting, mục Automation) cho ba mức: Always, Ask after 3 validations without edits (hóa đơn thứ ba được xác nhận không chỉnh sửa sẽ kích hoạt hộp thoại đề xuất bật tự ghi sổ), và Never. Điều kiện tiên quyết: đối tác đã tồn tại trong cơ sở dữ liệu và mỗi hóa đơn phải có ngày hóa đơn. Về chi phí, số hóa tài liệu là dịch vụ In-App Purchase (IAP): mỗi tài liệu số hóa dùng một credit; tệp XML không cần credit vì chứa dữ liệu có cấu trúc xử lý trực tiếp; người dùng Enterprise có gói đăng ký hợp lệ được cấp credit miễn phí để thử nghiệm.
🤖 Tầng 2: agent tùy chỉnh cho các bước nghiệp vụ còn lại
Phần còn lại của quy trình kế toán — đối chiếu ngân hàng phức tạp, soát danh mục kế toán, soạn thảo giải trình — nằm ngoài phạm vi của kỹ thuật số hóa có sẵn. Đây là vị trí của agent tùy chỉnh: một agent kế toán được xây trong ứng dụng AI với System Prompt mô tả vai trò (ví dụ trợ lý soát sổ theo chuẩn kế toán Việt Nam), các skill đọc/ghi bản ghi phù hợp, và các source là tài liệu nội bộ như bảng tài khoản, quy trình đóng sổ, các bài Knowledge về xử lý nghiệp vụ đặc thù. Cơ chế Restrict to Sources cho phép giới hạn agent chỉ phản hồi dựa trên các nguồn đã nạp, giúp các câu trả lời bám sát chính sách nội bộ thay vì suy luận chung chung.
Bốn bước kế toán và vị trí áp dụng AI
Quy trình kế toán trong Odoo 20 gồm bốn bước chính có chu kỳ lặp theo ngày và theo kỳ: số hóa chứng từ, đối chiếu ngân hàng, đóng kỳ và báo cáo dòng tiền. Mỗi bước có một vị trí cụ thể mà lớp AI của Odoo 20 can thiệp.
📝 Bước 1: số hóa chứng từ — điểm vào của quy trình
Số hóa chứng từ là bước đầu tiên của chuỗi: hóa đơn nhà cung cấp từ giấy, email hoặc máy quét được chuyển thành bản ghi hóa đơn nháp có đầy đủ trường dữ liệu. Hóa đơn điện tử dạng XML đi theo đường riêng: không cần OCR, không tốn credit, và tài liệu nêu rằng tệp XML nhúng kèm hóa đơn điện tử cho phép xử lý chính xác và hiệu quả hơn. Sau bước số hóa, hệ thống tìm đơn mua hàng (purchase order) khớp trong cơ sở dữ liệu để đối chiếu hóa đơn với các dòng đơn đang mở; hoặc tính năng Auto-complete chuyển dữ liệu từ đơn mua hàng sang hóa đơn mà không cần OCR. Vị trí của agent tùy chỉnh ở bước này nằm ở ngoại lệ: các hóa đơn mà OCR không nhận diện được trường quan trọng, hoặc hóa đơn của đối tác mới cần tạo hồ sơ ban đầu.
🏦 Bước 2: đối chiếu ngân hàng bằng mẫu đối chiếu
Đối chiếu ngân hàng (bank reconciliation) là quá trình xác nhận các giao dịch ngân hàng. Phần lớn giao dịch khớp với các mục tương ứng trong dữ liệu nghiệp vụ — hóa đơn khách hàng, hóa đơn nhà cung cấp, lệnh thanh toán — một số khác không có mục tương ứng (phí ngân hàng, chẳng hạn) được kết chuyển thủ công hoặc bằng mẫu đối chiếu. Từ bảng điều khiển Accounting, bấm tên sổ ngân hàng hoặc nút Transactions để xem toàn bộ giao dịch, hoặc bấm nút "x to reconcile" để xem chỉ giao dịch chưa khớp. Mỗi dòng giao dịch có ngày, nhãn, đối tác, số tiền và các nút hành động. Odoo chọn mục khớp tự động khi có thể, dựa trên các luật khớp mặc định và các reconciliation model do người dùng cấu hình. Mẫu đối chiếu được tạo từ bảng điều khiển (nút Reconciliation Models); mỗi mẫu gồm các điều kiện khớp (matching conditions) giới hạn giao dịch nào được áp dụng, trong đó trường Label có thể chứa biểu thức chính quy. Nếu một giao dịch khớp với nhiều mẫu tự động, mẫu đứng trước trong thứ tự sẽ được áp dụng. Vị trí của AI ở bước này: với các giao dịch có nhãn phức tạp hoặc không khớp mẫu nào, một agent có skill đọc bản ghi ngân hàng có thể diễn giải nhãn giao dịch và đề xuất mục đối chiếu; quyết định cuối cùng vẫn là thao tác của người dùng.
🔒 Bước 3: đóng kỳ theo danh mục kiểm tra
Trước khi đóng năm tài chính, tài liệu Odoo 20 liệt kê một danh mục kiểm tra (checklist) gồm các điều kiện cần hoàn tất: toàn bộ sổ ngân hàng đã đối chiếu đến hết năm, hóa đơn khách hàng và hóa đơn nhà cung cấp đã được xử lý, chi phí đã được xác nhận, thanh toán nhận được đã được nhập và xác nhận, các tài khoản chờ (suspense accounts) đã được đóng, khoản vay đã được đăng ký khấu hao tự động, các khoản phải thu và phải trả quá hạn trên 60 ngày đã được xem xét lập dự phòng, khấu hao tài sản và doanh thu ghi nhận chậm (deferred revenue) đã được ghi sổ. Về phía báo cáo, bước rà soát bao gồm chạy báo cáo thuế để xác minh thông tin và đối chiếu toàn bộ tài khoản trên bảng cân đối kế toán. Vị trí của agent ở bước này là hỗ trợ rà soát: một agent với skill Information retrieval và các source là checklist nội bộ có thể được hỏi trực tiếp "tài khoản nào còn số dư chưa đối chiếu ở kỳ này" và trả lời kèm view liên quan, thay vì người dùng tự ghép nhiều báo cáo.
💰 Bước 4: bảng cân đối dòng tiền
Trong nhóm báo cáo, Cash Flow Statement (bảng cân đối dòng tiền) thể hiện cách các thay đổi của tài khoản bảng cân đối kế toán và thu nhập ảnh hưởng đến dòng tiền. Báo cáo này là đầu ra cuối cùng của chuỗi: chất lượng của nó phụ thuộc trực tiếp vào việc các bước trước — số hóa, đối chiếu, ghi sổ — được hoàn tất đầy đủ hay chưa. Trong các kỳ mà số lượng giao dịch lớn, việc đối chiếu các thay đổi giữa dòng tiền thực tế và dòng tiền do báo cáo giải trình là một bước thường được giao cho một nhân viên soát sổ; một agent được cấp quyền đọc các báo cáo và sổ cái có thể hỗ trợ soạn giải trình cho các biến động lớn.
Thiết kế một AI agent kế toán
Thiết kế agent kế toán trong Odoo 20 đi theo một trình tự cấu hình có thể mô tả thành bốn bước: định nghĩa vai trò, gán skill, khai báo source và kiểm thử. Trình tự này được nêu trong tài liệu tại phần tạo agent mới.
✍️ System Prompt và phong cách phản hồi
System Prompt của một agent kế toán nên nêu rõ: phạm vi nghiệp vụ (chỉ xử lý các vấn đề thuộc sổ cái, ngân hàng, hóa đơn), các ràng buộc (không đề xuất bút toán nằm ngoài bảng tài khoản đã duyệt, luôn dẫn đến view hoặc bản ghi cụ thể thay vì trả lời chung), và định dạng đầu ra mong đợi. Response Style phù hợp cho các tác vụ tài chính thường là Slow & Rigorous — phong cách ưu tiên độ chính xác tuyệt đối và tính chặt chẽ logic, tách từng bước phức tạp, nêu rõ lập luận và kiểm chứng mọi khẳng định — hoặc Standard cho các câu hỏi tra cứu thông thường. Việc chọn phong cách là một tham số cấu hình, không phải một đặc tính cố định của agent.
🔐 Phân tách quyền đọc và quyền ghi
Cách phân tách quyền trong kiến trúc này nằm ở lớp skill: skill Information retrieval và View Builder chỉ cấp cho agent khả năng đọc và mở view; skill Create Records và Update Records cấp khả năng thay đổi bản ghi. Một agent soát sổ cho nhân viên kế toán có thể chỉ nhận skill đọc, trong khi một agent vận hành (chạy bởi người có quyền) nhận thêm skill ghi. Giới hạn này là cấu trúc, không phải cam kết hành vi: tài liệu nêu rõ agent không có skill thì không thể thay đổi cơ sở dữ liệu, nhưng agent có skill ghi thì có thể thực hiện thay đổi trong phạm vi tool được gán. Do đó, việc chọn skill ghi cần gắn với một use case cụ thể được viết ra trước khi tạo agent, đúng khuyến nghị trong tài liệu về việc có sẵn use case rõ ràng trước khi viết System Prompt.
🗂️ Khai báo source và chu kỳ cập nhật
Các source điển hình của agent kế toán: bảng tài khoản xuất từ Odoo (PDF), quy trình đóng sổ nội bộ (bài Knowledge hoặc tệp trong Documents), các văn bản pháp quy liên quan (liên kết web). Sau khi thêm, trạng thái source chuyển từ Processing sang Indexed; source chỉ tham gia hội thoại khi công tắc Active được bật. Chu kỳ vận hành cần một bước duy trì: khi quy trình đóng sổ hoặc bảng tài khoản được chỉnh sửa, source tương ứng phải được bấm Reprocess để lập chỉ mục lại, bởi các phản hồi của agent dựa trên phiên bản đã lập chỉ mục chứ không phải tệp gốc. Nếu một source thất bại khi nạp, tài liệu ghi nhận nguyên nhân có thể là xung đột với nhà cung cấp AI đang chọn.
🧪 Kiểm thử trước khi đưa vào vận hành
Nút Test trên form agent mở một cửa sổ hội thoại độc lập để kiểm tra trước khi agent được phân cho người dùng. Một quy trình kiểm thử hợp lý cho agent kế toán bao gồm: các câu hỏi tra cứu (tên tài khoản, nghĩa của một dòng sổ), các câu hỏi phân tích (giải trình biến động dòng tiền của một kỳ), và các yêu cầu hành động (mở view hóa đơn của một đối tác). Kết quả kiểm thử cũng là cơ sở để tinh chỉnh System Prompt: phần lớn các điều chỉnh của agent trong thực tế nằm ở việc bổ sung ràng buộc vào prompt chứ không phải thay đổi kiến trúc.
AI server action: vai trò người quản lý và người thi hành
Bên cạnh agent hội thoại, Odoo 20 mở rộng khung tự động hóa bằng AI server action — một loại server action có Type là AI. Tài liệu xác định vị trí của loại action này cho các tình huống mà logic không thể diễn đạt hoàn toàn bằng điều kiện cố định, nhưng vẫn cần thực thi có kiểm soát qua server action chuẩn.
👔 Mô hình Manager–Worker: ai quyết định, ai thực thi
AI server action vận hành theo sự phân tách trách nhiệm rõ ràng giữa hai vai. AI server action đóng vai người quản lý (Manager): đọc bản ghi và ngữ cảnh của nó, diễn giải prompt, và quyết định gọi tool nào với tham số gì. Nó không thực thi quy tắc nghiệp vụ, không sửa bản ghi trực tiếp và không bảo đảm tính đúng đắn của thao tác. Tool đóng vai người thi hành (Worker): là một server action chuẩn có tùy chọn "Use in AI" được bật trong tab Usage; tool chứa toàn bộ logic thực thi — cập nhật, chuyển hoặc ghi bản ghi — và phải tự thực thi các quy tắc nghiệp vụ bằng mã Python. Khi tool được AI server action gọi, nó chạy vô điều kiện, trừ khi chính mã của nó ngăn lại. Trình tự một lần chạy gồm năm bước: bản ghi kích hoạt AI server action; prompt được đánh giá với bản ghi làm ngữ cảnh; AI chọn một trong các tool khả dụng; AI cung cấp các tham số mà tool mong đợi; tool thực thi mã Python.
🧩 Ví dụ mẫu: tự động phân loại tài liệu trong hộp thư
Tài liệu kèm một ví dụ mẫu hoàn chỉnh: server action "Auto-sort documents in Inbox". Model của action là Document, Type là AI; prompt cung cấp ngữ cảnh về nội dung tài liệu và ý định của action; trường Tool liệt kê các hành động có thể thực hiện — chuyển tài liệu vào thư mục, thêm thẻ, tạo hóa đơn hoặc hóa đơn nhà cung cấp. Bản thân action không chuyển tài liệu hay thêm thẻ: nó chỉ quyết định tool nào nên được dùng dựa trên nội dung. Ví dụ, nếu action xác định tool phù hợp là "AI: Move to Folder", mã Python của tool đó thực thi phép chuyển bằng một phương thức có sẵn của Odoo. Chi tiết kỹ thuật quan trọng nằm ở khai báo tham số: AI không suy luận tham số từ mã Python hay chữ ký phương thức; tham số do cấu hình của tool quyết định. Trường AI Schema trong tab Usage khai báo từng tham số bằng tên, kiểu và mô tả; tên trong cột Name phải khớp chính xác với tên biến trong mã Python. Nếu một tham số không được khai báo trong tab Usage, AI không thể cung cấp nó dù mã Python có tham chiếu. Việc tạo tool tùy chỉnh theo cùng khuôn mẫu là một server action Execute Code: ví dụ một tool cập nhật mô tả tác vụ bằng dòng mã cập nhật trường description, với biến tương ứng đã khai báo trong tab Usage.
⚠️ Ba nhóm lỗi cấu hình thường gặp
Tài liệu liệt kê ba nhóm hiện tượng lỗi kèm nguyên nhân. Trường Tool trống: kiểm tra xem có ít nhất một server action bật "Use in AI" và ít nhất một tool cùng model với AI server action hay không. Tool chạy nhưng không có thay đổi: mã Python thoát mà không thay đổi gì, tham số bắt buộc bị thiếu hoặc rỗng, hoặc điều kiện nghiệp vụ chưa được cài trong logic tool. AI chọn tool không như dự kiến: prompt thiếu ngữ cảnh, nhiều tool cùng khớp một ý định, hoặc không có ràng buộc ở tầng tool. Ba nhóm lỗi này đều nằm ở tầng cấu hình và tham số, không phải ở tầng mô hình AI — một đặc tính làm cho việc kiểm soát trong Odoo 20 thiên về cấu hình hơn là tinh chỉnh prompt.
Mở rộng ra AI bên ngoài bằng MCP server
Model Context Protocol (MCP) là một chuẩn mã nguồn mở cho phép các mô hình ngôn ngữ lớn (LLM) tương tác an toàn với các ứng dụng bên ngoài và truy cập dữ liệu của chúng. Trong Odoo AI, người dùng có thể kết nối một agent AI bên ngoài trực tiếp vào cơ sở dữ liệu Odoo thông qua MCP server của Odoo để đọc hoặc sửa dữ liệu bằng chính luồng AI cục bộ của người dùng.
🔗 Luồng hoạt động và hai phương thức xác thực
Trong luồng MCP, cơ sở dữ liệu Odoo đóng vai server từ xa, giao tiếp với client (agent AI bên ngoài của người dùng) để thực thi các tool như đọc dữ liệu hoặc sửa bản ghi. Quá trình này diễn ra nội bộ và người dùng chỉ tương tác với client bằng cách đặt câu hỏi. Việc kết nối bắt đầu bằng việc cấu hình client với thông tin server và khóa xác thực; sau khi kết nối, client tự động gửi yêu cầu ban đầu để liệt kê các tool khả dụng. Hai phương thức xác thực được tài liệu mô tả: OAuth — phương thức được khuyến nghị, cho phép người dùng phê duyệt truy cập một cách an toàn, chỉ dành cho người dùng nội bộ, và người dùng portal phải dùng API key — và API key, một khóa tĩnh được tạo từ My Preferences, dùng cho mỗi yêu cầu mà client gửi. Mỗi kết nối, dù bằng phương thức nào, xuất hiện như một API key trong tab Security của My Preferences; việc thu hồi quyền truy cập được thực hiện bằng cách xóa khóa tương ứng.
📤 Năm tool mặc định và cơ chế công khai tool
Mặc định, một cơ sở dữ liệu Odoo công khai cho client năm tool đọc: AI Tool: Get Fields (lấy thông tin trường), AI Tool: Get Models (lấy danh sách model), AI Tool: MCP Retrieve initial context (lấy ngữ cảnh ban đầu), AI Tool: Search (tìm kiếm bản ghi) và AI Tool: Read group (đọc theo nhóm). Các tool còn lại bị ẩn và phải được công khai thủ công: trong form server action, tab Usage có hai hộp kiểm — "Available in MCP" để công khai tool cho client, và "Readonly Tool" để đánh dấu rằng tool không ghi hay sửa dữ liệu hiện có và có thể được gọi tự động mà không cần người dùng phê duyệt. Tài liệu nhấn mạnh rằng bật Readonly Tool không làm tool biến mất khỏi client; nó chỉ thông báo cho client rằng tool an toàn để gọi mà không cần phê duyệt tường minh. Trong ngữ cảnh kế toán, mức độ mặc định — chỉ năm tool đọc — nghĩa là một trợ lý bên ngoài (ví dụ một client chat trên máy của kế toán trưởng) có thể truy vấn sổ cái, đối soát số dư và soạn báo cáo, trong khi bất kỳ thao tác ghi nào đều phải được công khai có chủ đích và gắn với người dùng có quyền tương ứng.
🎯 Vị trí của MCP so với agent nội bộ
So với agent tạo trong ứng dụng AI, MCP server mở một hướng khác: thay vì người dùng Odoo hỏi agent trong Odoo, người dùng hỏi hệ trợ lý AI bên ngoài (các client chat có khả năng kết nối MCP) và hệ đó truy cập Odoo như một nguồn dữ liệu. Hai hướng này không loại trừ nhau: agent nội bộ phù hợp với các tác vụ lặp trong luồng làm việc Odoo, còn MCP phù hợp khi người dùng muốn giữ hệ trợ lý quen thuộc của mình và nối thêm nguồn dữ liệu Odoo. Với quy trình kế toán, hướng MCP thường được dùng ở tầng phân tích và báo cáo — nơi thao tác đọc chiếm phần lớn — hơn là ở tầng ghi sổ.
Lộ trình triển khai, chi phí và kiểm soát
Các thành phần AI trong Odoo 20 có thể triển khai độc lập hoặc theo chuỗi. Một lộ trình hợp lý theo thứ tự tăng dần mức độ tự động và mức độ can thiệp vào dữ liệu.
🚀 Giai đoạn 1: kỹ thuật số hóa có sẵn trên cơ sở dữ liệu thử nghiệm
Bước khởi động có rủi ro thấp nhất là bật Document Digitization trong chế độ on demand trên một cơ sở dữ liệu thử nghiệm, với một nhóm hóa đơn nhà cung cấp thực. Ở chế độ này, mỗi hóa đơn được số hóa theo yêu cầu, người dùng đối chiếu trường OCR nhận diện với bản gốc và xác nhận; dữ liệu từ giai đoạn này cho thấy mức độ nhận diện của OCR trên định dạng hóa đơn cụ thể của doanh nghiệp (chữ viết tay, chất lượng scan, bố cục hóa đơn). Sau giai đoạn này, tùy chọn Auto-post bills được cân nhắc cho các đối tác có hóa đơn đều đặn, bắt đầu với mức "Ask after 3 validations without edits" — cơ chế mà chính hệ thống yêu cầu xác nhận trước khi tự ghi sổ — trước khi nâng lên Always cho các đối tác đã chạy ổn định.
📊 Giai đoạn 2: mẫu đối chiếu ngân hàng và checklist đóng kỳ
Song song với số hóa chứng từ, các mẫu đối chiếu ngân hàng được xây cho các loại giao dịch lặp: phí ngân hàng, lãi tiền gửi, thanh toán của các nhóm đối tác lớn. Mỗi mẫu là một cấu hình có điều kiện khớp rõ ràng, hoạt động không cần AI và cho cơ sở để so sánh khi các bước tự động nâng cao được thêm vào. Checklist đóng kỳ được chuẩn hóa thành một bài Knowledge, trở thành source của agent kế toán ở giai đoạn sau. Hai việc này không thay đổi luồng làm việc hiện tại nhưng tạo dữ liệu cấu trúc mà các giai đoạn sau dựa vào.
🧩 Giai đoạn 3: agent kế toán và AI server action
Agent kế toán được tạo ở giai đoạn này với use case đã được kiểm chứng ở hai giai đoạn trước: bắt đầu bằng agent chỉ đọc (skill Information retrieval, View Builder), source là bảng tài khoản và checklist đã chuẩn hóa, và mở rộng sang skill ghi chỉ khi các use case ghi cụ thể (tạo hóa đơn nháp từ dữ liệu đã xác nhận, cập nhật trạng thái theo quy trình) được viết ra. AI server action được áp dụng cho các bước phân loại có tính diễn giải — ví dụ phân loại tài liệu tài chính trong hộp thư vào đúng thư mục và thẻ — theo mẫu Manager–Worker với các tool Execute Code đã viết và khai báo tham số đầy đủ trong tab Usage.
🧾 Chi phí cấu thành
Chi phí vận hành của các thành phần AI trong Odoo 20 chia thành các nhóm riêng biệt. Nhóm license nằm trong gói đăng ký Odoo hiện có. Nhóm IAP credit áp dụng cho kỹ thuật số hóa: một credit cho mỗi tài liệu OCR; tệp XML không phát sinh credit; gói Enterprise có credit miễn phí để thử nghiệm. Nhóm phát triển một lần bao gồm công việc cấu hình mẫu đối chiếu, viết System Prompt và skill cho agent, và viết mã Python cho các tool của AI server action. Nhóm vận hành định kỳ gồm việc mua credit khi nhu cầu số hóa vượt mức miễn phí và chu kỳ lập chỉ mục lại source khi tài liệu nội bộ thay đổi. Việc tách các nhóm này trong bản báo giá giúp các bên theo dõi được chi phí biến đổi theo sản lượng (credit OCR) và chi phí cố định (cấu hình, phát triển tool) riêng biệt.
🛡️ Kiểm soát truy cập và ghi nhận hành động
Các cơ chế kiểm soát được xây vào kiến trúc thay vì thêm vào sau. Ở tầng agent: giới hạn bằng skill (đọc so với ghi), Restrict to Sources để bám nguồn nội bộ, và phân quyền user của Odoo vẫn áp dụng cho mọi thao tác mà agent thực thi. Ở tầng AI server action: quy tắc nghiệp vụ nằm trong mã Python của tool, nơi tool có thể từ chối thực thi khi điều kiện không đạt; AI chỉ chọn tool, không trực tiếp sửa dữ liệu. Ở tầng MCP: chỉ năm tool đọc được công khai mặc định, mỗi kết nối bên ngoài xuất hiện như một API key có thể thu hồi tại My Preferences → Security, và phương thức OAuth giới hạn cho người dùng nội bộ. Ở tầng vận hành: nhật ký của Odoo ghi nhận các thao tác trên bản ghi, cho phép truy vết ai (hay agent nào, dưới quyền ai) đã thực hiện thao tác nào. Bốn tầng này tạo thành một lớp kiểm soát mà trong đó mỗi thành phần AI chỉ có quyền tối thiểu cho use case được khai báo.
Liên hệ tư vấn
Việc đánh giá vị trí áp dụng AI trong quy trình kế toán cụ thể — từ phạm vi số hóa chứng từ, cấu hình mẫu đối chiếu ngân hàng, đến thiết kế agent và tool — cần dựa trên dữ liệu thực tế của doanh nghiệp: định dạng hóa đơn đang dùng, số lượng giao dịch ngân hàng mỗi kỳ, và các bước hiện đang thực hiện thủ công. SkyERP cung cấp dịch vụ khảo sát và tư vấn triển khai Odoo 20 cho doanh nghiệp tại Việt Nam, bao gồm các thành phần AI được mô tả trong bài viết.
Lịch buổi tư vấn và nhận phân tích sơ bộ quy trình kế toán hiện tại tại https://skyerp.net/contactus.
Tích Hợp AI Agent Vào Quy Trình Kế Toán Odoo 20: Kiến Trúc Agent, Kỹ Thuật Số Hóa Hóa Đơn, Server Action Và MCP Server