用途：为客服/客户成功团队做人力测算，回答“队列实际需要多少坐席”。它用 Erlang C 公式计算，而非按人均工单量的经验估算，并明确标注模型假设与局限。
必要输入：每小时来话量（须用峰值小时，而非日均）、平均处理时长（分钟）、SLA（如 X% 在 Y 秒/分钟内应答，若无应先提出一个）、工时损耗率（会议、休息、培训等不可用时间占比，默认 0.3；忽略此项会低估 30%–40% 人力）。
输出：按 0.8×、1×、1.25×、1.5× 负载场景给出在线坐席数、计入损耗后的排班人数、达成服务水平、平均应答速度与占用率；占用率超过约 90% 时提示 SLA 可能达标但团队会 burnout；同时列出朴素“人均工单量”结果作对照；并声明 M/M/c 假设泊松到达，真实队列更突发，结果应视为下限。
使用方式：附带零依赖脚本 scripts/erlang_staffing.py，需在可执行代码的环境运行：
python3 scripts/erlang_staffing.py plan staffing.xlsx --arrivals 120 --aht 6 --sla 0.8 --answer-in 60 --shrinkage 0.3
脚本打印基准情形并写出含可编辑假设单元格与场景表的 .xlsx。
限制与注意：不要按平均负载排班；不要把在线坐席数当作排班人数；不要盲目追求 99% SLA 而不展示成本曲线；不要因 SLA 达标就忽略占用率；对邮件等异步、SLA 以天计的队列，Erlang C 适用性下降，需说明模型退化。资料未提供收费、平台支持范围等信息。