集团管理多公司AI智能进销存应用系统 - 全栈架构文档

版本信息

版本	日期	描述	作者
1.0	2025-10-20	创建集团级进销存系统全栈架构文档	Claude

1. 系统概述

1.1 项目背景

集团管理多公司AI智能进销存应用系统是一个面向集团化企业的全栈供应链管理平台，支持母子公司多租户架构，集成AI服务实现智能决策，覆盖供应商管理、销售管理、库存管理、采购管理、客户档案管理等核心业务。

1.2 系统目标

构建集团统一的供应链管理平台
通过AI技术实现智能化决策支持
支持多端访问（Web端 + 小程序端）
实现母子公司数据隔离和权限穿透
降低人工操作成本30%以上
提升库存周转率15-20%

1.3 架构原则

多租户架构: 支持母子公司数据隔离
多端统一: Web端和小程序端共享API和数据模型
AI驱动: 集成AI服务实现智能决策
模块化设计: 业务功能模块化，支持独立扩展
性能优先: API响应时间 < 200ms，支持100+并发用户

2. 高层架构设计

2.1 整体架构图

graph TB
    subgraph "客户端层"
        A[Web管理后台<br/>React + shadcn/ui] --> E[API网关]
        B[小程序端<br/>Taro多端框架] --> E
        C[H5移动端<br/>响应式设计] --> E
        D[数据大屏<br/>可视化展示] --> E
    end

    subgraph "API网关层"
        E[Hono API网关] --> F[认证中间件]
        E --> G[权限中间件]
        E --> H[多租户路由]
        E --> I[AI服务代理]
    end

    subgraph "业务服务层"
        J[组织架构服务] --> K[数据存储层]
        L[供应商管理服务] --> K
        M[销售管理服务] --> K
        N[库存管理服务] --> K
        O[采购管理服务] --> K
        P[客户管理服务] --> K
        Q[AI决策服务] --> K
        R[文件管理服务] --> K
    end

    subgraph "数据存储层"
        K["PostgreSQL 17<br/>主数据库"] --> S[业务数据]
        K --> T[用户权限数据]
        K --> U[组织架构数据]
        V["Redis 7<br/>缓存层"] --> W[会话缓存]
        V --> X[热点数据]
        Y["MinIO<br/>对象存储"] --> Z[文件存储]
    end

    subgraph "AI服务层"
        AA[第三方AI服务] --> AB[销售预测]
        AA --> AC[库存优化]
        AA --> AD[供应商匹配]
        AA --> AE[客户分析]
    end

    subgraph "基础设施层"
        AF[Docker容器] --> AG[多八多云端环境]
        AH[Node.js运行时] --> AI[生产部署]
        AJ[监控告警] --> AK[运维管理]
    end

    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style E fill:#fff3e0
    style J fill:#e8f5e8
    style K fill:#f0fff0
    style AA fill:#fff0f5

2.2 多端架构

2.2.1 Web端架构

技术栈: React 19.1.0 + TypeScript + shadcn/ui + Tailwind CSS
状态管理: React Query + Context API
路由: React Router v7
构建工具: Vite 7.0.0
部署: 静态资源 + Node.js服务端渲染

2.2.2 小程序端架构

技术栈: Taro 4.1.4 + TypeScript + React 18
多端支持: 微信小程序、支付宝小程序、H5、RN
状态管理: 本地存储 + Context API
UI组件: 自定义组件 + 小程序原生组件
构建工具: Taro CLI + Webpack

2.2.3 API共享架构

统一API: Hono 4.8.5 RPC类型安全API
认证统一: JWT Bearer Token跨端共享
数据模型: 前后端共享TypeScript类型定义
错误处理: 统一错误格式和状态码

3. 多租户数据隔离方案

3.1 组织架构设计

// 公司实体
@Entity('companies')
export class Company {
  @PrimaryGeneratedColumn()
  id: number;

  @Column()
  name: string;

  @Column({ nullable: true })
  parentId: number;

  @ManyToOne(() => Company, company => company.children)
  parent: Company;

  @OneToMany(() => Company, company => company.parent)
  children: Company[];

  @OneToMany(() => User, user => user.company)
  users: User[];

  @CreateDateColumn()
  createdAt: Date;

  @UpdateDateColumn()
  updatedAt: Date;
}

// 用户实体扩展
@Entity('users')
export class User {
  // 现有字段...

  @Column()
  companyId: number;

  @ManyToOne(() => Company, company => company.users)
  company: Company;
}

3.2 数据隔离策略

3.2.1 数据库层面

表设计: 所有业务表添加company_id字段
索引优化: 为company_id字段创建复合索引
查询过滤: 自动添加WHERE company_id = ?条件
外键约束: 确保数据引用完整性

3.2.2 应用层面

中间件拦截: 请求级别自动注入company_id
权限检查: 验证用户对目标公司的访问权限
数据范围: 基于角色和公司层级的数据可见性

3.3 权限穿透机制

3.3.1 母公司权限

全数据访问: 可以访问所有子公司的数据
数据聚合: 跨公司数据统计和分析
管理权限: 子公司用户和权限管理

3.3.2 子公司权限

数据隔离: 只能访问本公司数据
业务操作: 独立的业务处理流程
数据上报: 向母公司上报关键数据

4. AI服务集成架构

4.1 AI服务架构图

graph LR
    A[业务系统] --> B[AI服务网关]
    B --> C[销售预测服务]
    B --> D[库存优化服务]
    B --> E[供应商匹配服务]
    B --> F[客户分析服务]

    C --> G[历史销售数据]
    D --> H[库存数据]
    E --> I[供应商数据]
    F --> J[客户数据]

    K[第三方AI平台] --> L[模型训练]
    L --> M[模型部署]
    M --> B

4.2 AI功能模块

4.2.1 销售预测

输入: 历史销售数据、季节性因素、市场趋势
输出: 未来销售预测、库存建议
算法: 时间序列分析、机器学习模型

4.2.2 库存优化

输入: 当前库存、销售预测、供应商交付周期
输出: 最优库存水平、补货建议
算法: 库存优化模型、安全库存计算

4.2.3 供应商匹配

输入: 采购需求、供应商能力、历史表现
输出: 最优供应商推荐、合作建议
算法: 多维度评分、智能匹配

4.2.4 客户分析

输入: 客户行为、购买历史、信用记录
输出: 客户价值评估、信用评级
算法: 客户分群、行为分析

4.3 AI服务集成

4.3.1 API设计

// AI服务接口定义
interface AIService {
  // 销售预测
  predictSales(params: SalesPredictionParams): Promise<SalesPredictionResult>;

  // 库存优化
  optimizeInventory(params: InventoryOptimizationParams): Promise<InventoryOptimizationResult>;

  // 供应商匹配
  matchSuppliers(params: SupplierMatchingParams): Promise<SupplierMatchingResult>;

  // 客户分析
  analyzeCustomers(params: CustomerAnalysisParams): Promise<CustomerAnalysisResult>;
}

4.3.2 集成策略

异步处理: 长时间AI计算采用异步任务
缓存机制: 缓存AI计算结果，减少重复计算
降级处理: AI服务不可用时提供基础决策
监控告警: AI服务性能和准确性监控

5. 核心业务模块设计

5.1 组织架构管理模块

5.1.1 功能特性

母子公司树形层级管理
用户分配和权限配置
跨公司数据权限控制
组织架构导入导出

5.1.2 数据模型

interface Organization {
  companies: Company[];
  users: User[];
  roles: Role[];
  permissions: Permission[];
}

5.2 供应商管理模块

5.2.1 功能特性

供应商全生命周期管理
证件管理和合作等级
供应商评价和备注系统
AI供应商匹配推荐

5.2.2 数据模型

interface Supplier {
  id: number;
  name: string;
  contactInfo: ContactInfo;
  certificates: Certificate[];
  cooperationLevel: CooperationLevel;
  ratings: Rating[];
  companyId: number;
}

5.3 销售管理模块

5.3.1 功能特性

基础销售流程管理
多彩宝订单导入和校验
多维度订单统计
AI客户分析和信用评估

5.3.2 数据模型

interface SalesOrder {
  id: number;
  customerId: number;
  items: OrderItem[];
  status: OrderStatus;
  totalAmount: number;
  companyId: number;
  aiRecommendations: AIRecommendation[];
}

5.4 库存管理模块

5.4.1 功能特性

总库存和分仓库库存管理
AI辅助分仓库自动分配
实时库存监控和预警
库存盘点和库位管理

5.4.2 数据模型

interface Inventory {
  id: number;
  productId: number;
  warehouseId: number;
  quantity: number;
  reservedQuantity: number;
  minStockLevel: number;
  maxStockLevel: number;
  companyId: number;
  aiOptimization: AIOptimization;
}

5.5 采购管理模块

5.5.1 功能特性

采购计划和订单管理
进货单和合同管理
AI供应商匹配和采购审批
供应商交付跟踪

5.5.2 数据模型

interface PurchaseOrder {
  id: number;
  supplierId: number;
  items: PurchaseItem[];
  status: PurchaseStatus;
  totalAmount: number;
  companyId: number;
  aiSupplierMatch: AISupplierMatch;
}

5.6 客户档案管理模块

5.6.1 功能特性

客户等级和关键信息管理
客户信息修改及保存
历史采购订单关联
AI客户价值分析

5.6.2 数据模型

interface Customer {
  id: number;
  name: string;
  contactInfo: ContactInfo;
  level: CustomerLevel;
  creditRating: CreditRating;
  orderHistory: OrderHistory[];
  companyId: number;
  aiAnalysis: AIAnalysis;
}

6. 多端数据同步和API共享

6.1 统一API设计

6.1.1 API规范

版本控制: /api/v1/ 前缀
认证方式: JWT Bearer Token
数据格式: JSON统一格式
错误处理: 统一错误码和消息

6.1.2 RPC类型安全

// 使用Hono RPC实现类型安全API
const app = new Hono()
  .route('/api/v1/auth', authRoutes)
  .route('/api/v1/users', userRoutes)
  .route('/api/v1/suppliers', supplierRoutes)
  .route('/api/v1/sales', salesRoutes)
  .route('/api/v1/inventory', inventoryRoutes)
  .route('/api/v1/purchases', purchaseRoutes)
  .route('/api/v1/customers', customerRoutes)
  .route('/api/v1/ai', aiRoutes);

6.2 数据同步策略

6.2.1 实时同步

WebSocket: 关键数据实时推送
长轮询: 兼容性更好的实时更新
服务端推送: 重要事件通知

6.2.2 离线同步

本地存储: 小程序端数据缓存
增量同步: 网络恢复后数据同步
冲突解决: 数据版本控制和冲突检测

6.3 缓存策略

6.3.1 Redis缓存

会话缓存: 用户会话和权限信息
热点数据: 频繁访问的业务数据
AI结果: AI计算结果的临时缓存

6.3.2 客户端缓存

React Query: 服务端状态管理
LocalStorage: 用户偏好设置
IndexedDB: 离线数据存储

7. 性能和安全考虑

7.1 性能优化策略

7.1.1 数据库优化

索引策略: 复合索引优化查询性能
分库分表: 大数据量时的水平扩展
读写分离: 主从复制提升读性能
连接池: 数据库连接复用

7.1.2 应用层优化

CDN加速: 静态资源分发
缓存策略: 多级缓存减少数据库压力
异步处理: 耗时操作异步执行
压缩传输: Gzip压缩减少网络传输

7.1.3 前端优化

代码分割: 按需加载减少初始包大小
图片优化: WebP格式和懒加载
Bundle分析: 构建产物分析和优化
预加载: 关键资源预加载

7.2 安全架构

7.2.1 认证授权

JWT认证: 无状态token认证
RBAC权限: 基于角色的访问控制
多租户隔离: 公司级别数据权限
会话管理: 安全的会话生命周期

7.2.2 数据安全

传输加密: TLS 1.3加密传输
数据加密: 敏感数据加密存储
输入验证: Zod schema严格验证
SQL防护: TypeORM参数化查询

7.2.3 应用安全

CSP头: 内容安全策略
XSS防护: 输入输出转义
CSRF防护: 跨站请求伪造防护
速率限制: API访问频率控制

7.2.4 基础设施安全

网络隔离: 最小化网络暴露
防火墙: 严格的端口控制
安全监控: 实时安全事件监控
备份恢复: 定期数据备份和恢复测试

8. 部署和运维策略

8.1 部署架构

8.1.1 开发环境

本地开发: Docker Compose全栈环境
热重载: 前后端开发时热更新
测试环境: 独立的测试数据库

8.1.2 生产环境

容器化部署: Docker容器统一部署
负载均衡: Nginx反向代理和负载均衡
高可用: 多实例部署保证可用性
监控告警: 全面的系统监控

8.2 运维策略

8.2.1 监控体系

应用监控: 性能指标、错误率、响应时间
业务监控: 关键业务指标监控
基础设施: 服务器资源使用情况
日志管理: 集中式日志收集和分析

8.2.2 备份恢复

数据库备份: 定时全量和增量备份
文件备份: MinIO对象存储备份
配置备份: 应用配置版本管理
恢复测试: 定期恢复演练

8.2.3 伸缩策略

水平伸缩: 无状态服务水平扩展
垂直伸缩: 数据库和缓存资源升级
自动伸缩: 基于负载的自动扩缩容
容量规划: 基于业务增长的容量预测

8.3 CI/CD流程

8.3.1 持续集成

代码检查: ESLint + TypeScript检查
单元测试: Vitest单元测试覆盖
集成测试: API和组件集成测试
E2E测试: Playwright端到端测试

8.3.2 持续部署

自动化构建: Docker镜像自动构建
环境部署: 多环境自动化部署
蓝绿部署: 零停机部署策略
回滚机制: 快速回滚到稳定版本

9. 技术栈详细说明

9.1 后端技术栈

运行时: Node.js 20.19.2
框架: Hono 4.8.5
数据库: PostgreSQL 17
ORM: TypeORM 0.3.25
缓存: Redis 7
对象存储: MinIO
认证: JWT + bcrypt
验证: Zod schema验证
测试: Vitest + hono/testing

9.2 前端技术栈

框架: React 19.1.0 + TypeScript
路由: React Router v7
状态管理: React Query + Context API
UI组件: shadcn/ui + Radix UI
样式: Tailwind CSS 4.1.11
构建工具: Vite 7.0.0
测试: Vitest + Testing Library

9.3 小程序技术栈

框架: Taro 4.1.4 + React 18
多端支持: 微信、支付宝、H5、RN等
状态管理: 本地存储 + Context API
UI组件: 自定义组件库
构建工具: Taro CLI + Webpack
HTTP客户端: Taro.request + RPC客户端

9.4 基础设施

容器化: Docker + Docker Compose
部署平台: 多八多云端开发容器环境
数据库: PostgreSQL 17 (默认: postgres)
缓存: Redis 7
存储: MinIO (默认存储桶: d8dai)
网络: 默认开放8080端口外网访问

10. 开发工作流

10.1 开发环境搭建

# 安装依赖
pnpm install

# 启动完整开发环境
pnpm dev

# 单独启动Web端
pnpm dev:web

# 单独启动小程序H5
pnpm dev:mini

# 单独启动微信小程序
pnpm dev:weapp

10.2 测试策略

# 运行所有测试
pnpm test

# API测试
pnpm test:api

# 组件测试
pnpm test:components

# E2E测试
pnpm test:e2e
pnpm test:e2e:chromium

# 测试覆盖率
pnpm test:coverage

10.3 数据库操作

# 数据库迁移
pnpm db:migrate

# 种子数据
pnpm db:seed

# 数据库备份
pnpm db:backup

# 数据库恢复
pnpm db:restore

11. 风险评估和缓解策略

11.1 技术风险

多租户性能: 数据库查询性能优化和索引策略
AI服务稳定性: 降级处理和备用方案
多端兼容性: 充分的跨端测试和兼容性处理

11.2 业务风险

数据隔离复杂性: 严格的权限验证和数据范围控制
AI决策准确性: 人工审核和决策修正机制
系统集成风险: 充分的集成测试和回滚计划

11.3 安全风险

数据泄露风险: 严格的数据权限控制和加密
API安全风险: 全面的输入验证和速率限制
基础设施安全: 定期的安全扫描和漏洞修复

12. 后续演进规划

12.1 短期目标（3-6个月）

完成基础多租户架构搭建
实现核心业务模块MVP
集成基础AI决策功能
完成Web端和小程序端开发

12.2 中期目标（6-12个月）

优化AI算法准确性和性能
扩展更多业务场景支持
提升系统性能和稳定性
完善监控和运维体系

12.3 长期目标（12个月以上）

支持更多小程序平台
扩展国际化支持
构建开放API生态
探索更多AI应用场景

13. 附录

13.1 相关文档

13.2 技术决策依据

选择Hono框架: 轻量级、高性能、优秀的TypeScript支持
使用Taro小程序: 多端统一开发、React技术栈一致性
PostgreSQL数据库: 关系型数据、ACID事务、成熟稳定
MinIO对象存储: S3兼容、部署简单、性能优秀

13.3 联系方式

架构师: Claude
最后更新: 2025-10-20
下次评审: 2025-11-20

文档状态: 正式版 适用范围: 集团管理多公司AI智能进销存应用系统全栈架构设计

architecture-group-inventory.md 18 KB История Директен файл

集团管理多公司AI智能进销存应用系统 - 全栈架构文档

版本信息

1. 系统概述

1.1 项目背景

1.2 系统目标

1.3 架构原则

2. 高层架构设计

2.1 整体架构图

2.2 多端架构

2.2.1 Web端架构

2.2.2 小程序端架构

2.2.3 API共享架构

3. 多租户数据隔离方案

3.1 组织架构设计

3.2 数据隔离策略

3.2.1 数据库层面

3.2.2 应用层面

3.3 权限穿透机制

3.3.1 母公司权限

3.3.2 子公司权限

4. AI服务集成架构

4.1 AI服务架构图

4.2 AI功能模块

4.2.1 销售预测

4.2.2 库存优化

4.2.3 供应商匹配

4.2.4 客户分析

4.3 AI服务集成

4.3.1 API设计

4.3.2 集成策略

5. 核心业务模块设计

5.1 组织架构管理模块

5.1.1 功能特性

5.1.2 数据模型

5.2 供应商管理模块

5.2.1 功能特性

5.2.2 数据模型

5.3 销售管理模块

5.3.1 功能特性

5.3.2 数据模型

5.4 库存管理模块

5.4.1 功能特性

5.4.2 数据模型

5.5 采购管理模块

5.5.1 功能特性

5.5.2 数据模型

5.6 客户档案管理模块

5.6.1 功能特性

5.6.2 数据模型

6. 多端数据同步和API共享

6.1 统一API设计

6.1.1 API规范

6.1.2 RPC类型安全

6.2 数据同步策略

6.2.1 实时同步

6.2.2 离线同步

6.3 缓存策略

6.3.1 Redis缓存

6.3.2 客户端缓存

7. 性能和安全考虑

7.1 性能优化策略

7.1.1 数据库优化

7.1.2 应用层优化

7.1.3 前端优化

7.2 安全架构

7.2.1 认证授权

7.2.2 数据安全

7.2.3 应用安全

7.2.4 基础设施安全

8. 部署和运维策略

8.1 部署架构

8.1.1 开发环境

8.1.2 生产环境

8.2 运维策略

8.2.1 监控体系

8.2.2 备份恢复

8.2.3 伸缩策略

8.3 CI/CD流程

8.3.1 持续集成

architecture-group-inventory.md 18 KB

История Директен файл