MiniCRM Pro - 輕量型、一站式 B2C CRM 系統

專案概述

MiniCRM Pro 是個開源、輕量型高效率 CRM 系統，專為中小企業、創業者與小型電商打造，無需設定、免授權費，只保留最實用的核心功能
RAG-based AI 客服，結合 RAG + LLaMA3 + LINE Messaging API，檢索系統內部資訊（如知識庫、客服紀錄、SOP、FAQ），以自然語言隨時隨地即時與系統互動
AI 助理將能根據系統資料回答精準且具上下文的業務與客戶問題
1. 查詢客戶資料、訂單狀態、交易記錄、客服工單、FAQs、知識庫
  1. 整合聯絡資訊、互動紀錄、購買歷史、服務請求、資產紀錄與報價／促銷紀錄，建立完整可追溯的客戶輪廓，掌握每位客戶的偏好、行為、問題、需求、價值
  2. 同時管理多個品牌與供應商，不同品牌或供應商可進行獨立的客戶資料管理(訂單、交易記錄..等)
2. 訂單、交易、產品資料、追蹤交易紀錄
  1. 管理客戶關係、追蹤銷售業績及分析業務表現，並進行後續的精準再行銷及提升顧客忠誠度及回流率。
  2. 瞭解公司是否朝正確方向邁進，或是否有不足之處。
  3. 獲得更多潛在客戶、提升生產力，以及提升客戶滿意度
3. 透過互動式儀表板瀏覽銷售業績、當季客戶偏好、客戶族群、營收表現..等資訊
  1. 營收趨勢、今日、本月(新增客戶量、新增訂單、完成交易數)、客戶指標(平均客戶價值、待處理訂單、轉換率)...等
  2. 客戶增長趨勢、客戶來源分佈、客戶價值分析、客戶行為分析...
  3. 客戶生命週期價值 (CLV) 計算及分析：客戶價值分布、各客戶來源價值、頂級客戶排行、月度 CLV 趨勢...

Example Usage:
- AI 助理根據系統資料回答精準且具上下文的業務與客戶問題
- 例：「告訴我 VIP 客戶常見的售後問題，以及該如何處理」
- 例：「幫我找出上個月購買最多的 25-35 歲女性客戶」
(開發中)：成交率、追加銷售率、新淨收入、銷售週期長短、客戶獲取成本 (CAC)、 AI 智慧摘要

RAG 工作流程講解

RAG = Retrieval（檢索）+ Augmented（增強）+ Generation（生成）

Retrieval: search_similar_examples() 找相似範例
Augmented: 將範例+schema 作為上下文
Generation: LLM 根據上下文生成 SQL

知識收集: 將 CRM 系統的資料庫 schema 和查詢範例向量化儲存
查詢理解: 當用戶輸入自然語言查詢時，搜尋相關的範例和 schema
上下文增強: 提供相關背景資訊給 LLM，提升 SQL 生成準確度
Ex：
- "幫我找出上個月購買最多的 25-35 歲女性客戶"
- 系統會搜尋相關的客戶表 schema 和類似查詢範例
- 協助 LLM 生成正確的 SQL 查詢

知識庫儲存階段（預先建立）
- 資料表 Schema → 格式化文本 → 向量化 → 存入 ChromaDB
- 查詢範例 → 格式化文本 → SentenceTransformer 向量化 → ChromaDB (examples_collection)
查詢處理並回覆階段（用戶互動）
- 用戶輸入 → 意圖分類（同時向量搜尋相似範例作為上下文）→ SQL 生成（同時向量搜尋相關 Schema + 相似範例作為上下文）→ 執行 SQL → SQL 結果 → 格式化限制(限制結果筆數、避免傳給 LLM 的資料過長，影響回應品質)→ LLM 生成自然語言 → 返回用戶

階段一：系統初始化（知識庫建立）

步驟	函數	檔案	說明
1	`add_sample_data()`	query_engine.py:319	主控初始化函數
2	`_add_customer_service_schemas()`	query_engine.py:412	準備 3 個資料表的 schema
3.1	`add_schema_info()`	knowledge_base.py:32	添加 FAQ 表 schema
3.1.1	`_format_schema_text()`	knowledge_base.py:151	格式化 schema 為文本
3.1.2	SentenceTransformer	knowledge_base.py:38	向量化並存入 ChromaDB
3.2	`add_schema_info()`	knowledge_base.py:32	添加知識庫表 schema
3.3	`add_schema_info()`	knowledge_base.py:32	添加工單表 schema
4	`add_query_example()` × N 次	knowledge_base.py:53	添加查詢範例並向量化

階段二：用戶查詢處理

順序	函數	檔案:行號	說明	Ollama LLM
1	`process_query()`	query_engine.py:28	主查詢處理入口
2	`classify_intent()`	llm_service.py:25	開始意圖分類
2.1	`search_similar_examples()`	knowledge_base.py:75	第 1 次搜尋：為意圖分類提供上下文
2.2	Ollama LLM 調用	llm_service.py:63	意圖分類	✅ 第 1 次
3	`_handle_sql_query()`	query_engine.py:82	SQL 查詢處理流程
4	`generate_sql()`	llm_service.py:84	開始 SQL 生成
4.1	`search_relevant_schemas()`	knowledge_base.py:121	搜尋相關資料表結構
4.2	`search_similar_examples()`	knowledge_base.py:75	第 2 次搜尋：為 SQL 生成提供範例
4.3	Ollama LLM 調用	llm_service.py:127	結合 RAG 檢索結果生成 SQL	✅ 第 2 次
5	`_execute_sql()`	query_engine.py:167	安全執行 SQL
6	`generate_response()`	llm_service.py:147	轉為自然語言回應	✅ 第 3 次

1. 營銷分析儀表板

可依區間、來源、標籤等條件切換統計維度
清晰呈現營運概況與銷售表現
營收趨勢圖表：顯示營收增長曲線與趨勢分析
客戶成長趨勢：顯示客戶數量增長曲線與趨勢分析
訂單成長分析：訂單數量與金額成長統計
交易分析：付款方式分布、交易狀態統計、營收來源
關鍵指標卡片：
- 今日數據：新增客戶數、新增訂單數、完成交易數
- 月度統計：客戶指標、平均客戶價值
- 營運指標：待處理訂單、轉換率計算

2.客戶管理及分析頁面報表

可跨欄位比對，快速定位目標客戶或交易紀錄
客戶管理，可依客戶名稱、聯絡方式(Email、電話)、公司、來源進行搜尋
多條件篩選與即時模糊搜尋功能
客戶總覽：客戶基本統計與導航中心、6 大關鍵指標、導航卡片、統一篩選器
- 客戶基本資料 (姓名、聯絡方式、公司)
- 客戶分類 (來源、標籤、備註)
- 人口統計資料 (年齡、性別、購買偏好)
- 客戶資料匯入功能
- 客戶搜尋和排序
客戶人口分析：年齡/性別分布、消費行為深度分析
客戶行為分析：產品偏好、季節性購買模式分析、策略建議
客戶分群分析：客戶來源效果、等級分布、細分矩陣
客戶終身價值(CLV)分析：每個客戶在整個生命週期內預期能為公司帶來的總價值
- CLV 概覽統計：平均 CLV、平均客單價、平均消費頻率、總客戶價值、平均顧客壽命
- 客戶價值分布：低/中/高/頂級客戶分群分析
- 來源 CLV 分析：各獲客渠道的客戶價值
- 頂級客戶排行：CLV 前 20 名客戶詳細列表
- 月度 CLV 趨勢：時間序列價值變化分析
- 可以：
  - 關注最有價值的客戶群體
  - 追蹤不同獲客渠道的客戶價值
  - 制定基於 CLV 的精準行銷策略，比如針對高 CLV 值的客戶提供專屬優惠或服務
  - 監控客戶價值趨勢變化
批次資料匯入：
- 支援 CSV / Excel 檔案格式
- 彈性欄位對應，可選擇忽略不必要欄位
- 不完整資料亦可導入，具備容錯機制

所有分析頁面皆支援篩選功能：日期範圍、客戶來源、年齡、性別

3. 訂單管理系統

可依訂單編號、客戶名稱、聯絡方式、訂單狀態搜尋特定訂單 Ï
下拉選單可依訂單狀態(待處理、處理中、已出貨、已送達、已取消、已退款)篩選
快速搜尋：依訂單編號、客戶名稱、聯絡方式進行搜尋
狀態篩選：待處理、處理中、已出貨、已送達、已取消、已退款
訂單詳情：訂單資訊與項目管理(OrderItem)、金額計算 (小計、稅金、運費、折扣)
批次操作：支援多筆訂單狀態更新
訂單建立、編輯、檢視、刪除

4. 產品管理系統

產品基本資料：
- 產品分類、品牌管理、供應商資料
- SKU 編碼、SKU、價格少設定、成本、重量、尺寸、圖片
庫存追蹤：
- 現有/預留/可用庫存計算、異動記錄追蹤
- 低庫存警示、缺貨提醒系統
- 入庫、出庫、調整、盤點完整記錄
- 多倉庫位置管理
- 完整價格變動記錄與趨勢分析
價格管理：歷史價格追蹤、變動記錄
變體支援：產品規格管理（顏色、尺寸等）

5. 交易記錄管理

交易記錄，可依交易編號、客戶名稱搜尋
下拉選單可依
- 交易狀態(待處理、已完成、失敗、已取消、已退款)篩選
- 類型（銷售、退款、付款、退單）篩選
快速搜尋：依交易編號、客戶名稱進行查找
多重篩選：
- 交易狀態：待處理、已完成、失敗、已取消、已退款
- 交易類型：銷售、退款、付款、退單
付款方式：多種付款方式統計(信用卡、PayPal、Stripe、銀行轉帳、現金、支票..等)
交易報表：財務流水與分析

6. 客服記錄系統

客服工單管理：
- 可從客戶列表內選擇客戶或新增新客戶
- 客服工單號碼自動生成邏輯：CS + 年月日 + 4 位序號
- 工單狀態：開啟中、處理中、等待回應、已解決、已關閉
- 優先級分類：低、中、高、緊急
- 問題分類：一般諮詢、技術問題、計費問題、產品問題、物流問題、退換貨、客訴、功能建議
- 工單內容：標題、問題描述、標籤
- 負責人：專員 A、專員 B、專員 C...主管
搜尋和篩選功能：
- 搜尋：工單號碼、標題、問題描述、客戶姓名、客戶 email
- 下拉篩選：
  - 工單狀態：開啟中、處理中、等待回應、已解決、已關閉
  - 優先級：低、中、高、緊急
  - 問題分類：一般諮詢、技術問題、計費問題、產品問題、物流問題、退換貨、客訴、功能建議
  - 負責人員：依系統用戶篩選
  - 客戶：依客戶篩選
- 排序功能：建立時間、更新時間、優先級、狀態
客服記錄管理：
- 記錄篩選：
  - 工單：依特定工單篩選記錄
  - 記錄類型：內部備註、客戶回應、系統記錄、解決方案
  - 客戶可見性：是否對客戶可見
- 時間排序：依記錄建立時間排序
客服記錄追蹤：

可直接在工單詳情頁面查看工單基本資訊、狀態資訊、客服紀錄、時間軸

客服互動歷史記錄
內部備註、客戶回應、系統記錄、解決方案分類
回應時間統計：首次回應時間、解決時間計算
滿意度評分：1-5 分客戶滿意度評價

7. 知識庫管理系統

知識文章管理：FAQ、操作指南、政策說明、故障排除、SOP
多層次分類結構：支援階層式分類管理
搜尋和篩選功能：
- 文字搜尋：標題、內容、摘要、標籤全文檢索
- 下拉篩選：
  - 分類：依知識庫分類篩選
  - 內容類型：FAQ、操作指南、政策說明、故障排除、SOP
  - 公開狀態：公開可見、內部限制
  - 精選文章：是否為置頂精選
- 排序功能：建立時間、更新時間、瀏覽次數
內容統計：瀏覽次數、有用評價、無用評價追蹤
精選文章：重要內容置頂顯示

8. FAQ 常見問題

問答管理：問題與答案配對維護
搜尋和篩選功能：
- 文字搜尋：問題、答案內容全文檢索
- 下拉篩選：
  - 分類：依知識庫分類篩選
  - 狀態：啟用、停用狀態篩選
  - 置頂狀態：是否為精選置頂
- 排序功能：置頂優先、自訂排序、查看次數、建立時間
分類整理：依業務類型分門別類
置頂功能：重要問題優先顯示
使用統計：追蹤查看次數分析

系統頁面截圖

登入頁面

客戶資料管理

可手動新增、編輯客戶資料，可編輯姓名、Email、電話、地址、公司、年齡、性別、購買季節偏好、購買產品類別偏好、備註...等欄位
也可直接在該客戶詳情頁面直接查詢：該客戶的歷史訂單與交易記錄、總消費金額、活躍度..等

匯入多筆客戶資料流程

支援手動新增或批次匯入（CSV / Excel）
多欄位對應設計，可選擇忽略不必要欄位
匯入具容錯能力，即使缺少總消費額、年齡、地址..等欄位也可成功導入，可後續補齊資料，預設顯示「未提供」

訂單管理

可手動新增訂單，也可直接在該訂單內連結到擁有此訂單的客戶，也可新增多項產品，並即時計算稅額、運費、折扣、總金額

交易記錄

可依照交易狀態、交易類型下拉選單快速篩選交易記錄，並可直接在該交易記錄內連結到該筆訂單
可手動新增交易記錄，編輯交易類型、付款方式、付款狀態、金流串接資訊、金流回應、處理時間

搜尋與篩選資料

客戶管理系統

訂單管理系統：搜尋 Joseph 開頭，訂單狀態為處理中的搜尋結果

營銷分析儀表板

客戶分析儀表板

客戶總覽頁面

客戶人口分析

客戶行為分析

客戶分群分析

產品管理系統

Tech Stack

後端

框架: Django 4.2.7 + Django REST Framework
身份驗證: JWT (Simple JWT)
資料庫: MySQL (可配置)
API 文件: DRF 自動產生
安全性: CORS 標頭、環境變數配置

前端

框架: React 19 with TypeScript
樣式設計: TailwindCSS 4
路由管理: React Router 6
HTTP 客戶端: Axios with interceptors
建置工具: Vite
狀態管理: React Hooks

開發工具

環境管理: Python venv
套件管理: pip (Python), npm (Node.js)
程式碼品質: ESLint, TypeScript
版本控制: Git 與 .gitignore

Quick Start

系統需求

Python 3.8+
Node.js 16+
MySQL 5.7+ (或 SQLite 作為替代)
Git

1. 複製專案與設定

# 複製儲存庫
git clone https://github.com/yourusername/react-ts-crm.git
cd react-ts-crm

# 設定環境變數
cp .env.example .env
# 編輯 .env 檔案，填入您的資料庫設定

2. 後端設定

# 建立並啟動虛擬環境
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安裝相依套件
pip install -r requirements.txt

# 執行資料庫遷移
python manage.py migrate

# 建立超級使用者
python manage.py createsuperuser

# 建立範例資料 (選用)
python simple_dummy_data.py

# 啟動 Django 伺服器
python manage.py runserver

3. 前端設定

# 進入前端目錄
cd frontend

# 安裝相依套件
npm install

# 啟動開發伺服器
npm run dev

4. 存取應用程式

前端介面: http://localhost:5173
後端 API: http://localhost:8000
Django 後台: http://localhost:8000/admin
示範登入: test_young / young0921

📖 API 文件

身份驗證端點

POST /api/auth/login/          # 使用帳號密碼登入
POST /api/auth/refresh/        # 刷新 JWT 令牌

客戶管理端點

GET    /api/customers/         # 列出客戶 (含分頁)
POST   /api/customers/         # 建立新客戶
GET    /api/customers/{id}/    # 取得客戶詳情
PUT    /api/customers/{id}/    # 更新客戶資料
DELETE /api/customers/{id}/    # 刪除客戶
GET    /api/customers/{id}/orders/       # 取得客戶訂單
GET    /api/customers/{id}/transactions/ # 取得客戶交易記錄

訂單管理端點

GET    /api/orders/            # 列出訂單 (含分頁)
POST   /api/orders/            # 建立新訂單
GET    /api/orders/{id}/       # 取得訂單詳情
PUT    /api/orders/{id}/       # 更新訂單
DELETE /api/orders/{id}/       # 刪除訂單

交易記錄端點

GET    /api/transactions/      # 列出交易記錄 (含分頁)
POST   /api/transactions/      # 建立新交易記錄
GET    /api/transactions/{id}/ # 取得交易詳情
PUT    /api/transactions/{id}/ # 更新交易記錄
DELETE /api/transactions/{id}/ # 刪除交易記錄

產品管理端點

GET    /api/products/categories/        # 列出產品分類
POST   /api/products/categories/        # 建立新分類
GET    /api/products/categories/{id}/   # 取得分類詳情
PUT    /api/products/categories/{id}/   # 更新分類
DELETE /api/products/categories/{id}/   # 刪除分類

GET    /api/products/brands/            # 列出品牌
POST   /api/products/brands/            # 建立新品牌
GET    /api/products/brands/{id}/       # 取得品牌詳情
PUT    /api/products/brands/{id}/       # 更新品牌
DELETE /api/products/brands/{id}/       # 刪除品牌

GET    /api/products/suppliers/         # 列出供應商
POST   /api/products/suppliers/         # 建立新供應商
GET    /api/products/suppliers/{id}/    # 取得供應商詳情
PUT    /api/products/suppliers/{id}/    # 更新供應商
DELETE /api/products/suppliers/{id}/    # 刪除供應商

GET    /api/products/                   # 列出產品 (含分頁)
POST   /api/products/                   # 建立新產品
GET    /api/products/{id}/              # 取得產品詳情
PUT    /api/products/{id}/              # 更新產品
DELETE /api/products/{id}/              # 刪除產品

GET    /api/products/variants/          # 列出產品款式變體
POST   /api/products/variants/          # 建立產品款式變體
GET    /api/products/variants/{id}/     # 取得變體詳情
PUT    /api/products/variants/{id}/     # 更新變體
DELETE /api/products/variants/{id}/     # 刪除變體

GET    /api/products/inventory/         # 列出庫存資訊
POST   /api/products/inventory/         # 建立庫存記錄
GET    /api/products/inventory/{id}/    # 取得庫存詳情
PUT    /api/products/inventory/{id}/    # 更新庫存
DELETE /api/products/inventory/{id}/    # 刪除庫存記錄

GET    /api/products/stock-movements/   # 列出庫存異動記錄
POST   /api/products/stock-movements/   # 建立庫存異動記錄
GET    /api/products/stock-movements/{id}/ # 取得異動記錄詳情

GET    /api/products/price-history/     # 列出價格變動歷史
POST   /api/products/price-history/     # 建立價格歷史記錄
GET    /api/products/price-history/{id}/ # 取得價格歷史詳情

分析報表端點

GET    /api/reports/dashboard/              # 營銷分析儀表板數據
GET    /api/reports/trends/                 # 趨勢分析數據
GET    /api/reports/customers/              # 客戶分析數據
GET    /api/reports/customer-demographics/  # 客戶人口統計分析
GET    /api/reports/customer-clv/           # 客戶生命週期價值 (CLV) 分析
GET    /api/reports/revenue/                # 營收分析數據

客戶價值分析 (CLV) 端點詳細說明

GET    /api/reports/customer-clv/

支援的查詢參數：

date_from: 開始日期 (YYYY-MM-DD)
date_to: 結束日期 (YYYY-MM-DD)
source: 客戶來源篩選

回傳數據結構範例：

{
 "clv_overview": {
  "total_customers": 150,
  "customers_with_orders": 120,
  "avg_clv": 25000.5,
  "total_clv": 3000060.0,
  "avg_purchase_frequency": 2.5
 },
 "clv_segments": [
  {
   "segment": "頂級客戶",
   "count": 15,
   "total_value": 750000.0,
   "avg_clv": 50000.0,
   "percentage": 12.5
  }
 ],
 "clv_by_source": [
  {
   "source": "website",
   "count": 80,
   "avg_clv": 28000.0,
   "total_clv": 2240000.0,
   "avg_orders": 3.2
  }
 ],
 "top_customers": [
  {
   "id": 1,
   "full_name": "王小明",
   "email": "wang@example.com",
   "total_spent": 85000.0,
   "total_orders": 12,
   "avg_order_value": 7083.33
  }
 ],
 "monthly_clv_trend": [
  {
   "month": "2024-12",
   "new_customers": 25,
   "avg_clv": 22000.0,
   "total_clv": 550000.0
  }
 ]
}

客服記錄系統端點

GET    /api/customer-service/tickets/           # 列出客服工單 (含分頁)
POST   /api/customer-service/tickets/           # 建立新工單
GET    /api/customer-service/tickets/{id}/      # 取得工單詳情
PUT    /api/customer-service/tickets/{id}/      # 更新工單
DELETE /api/customer-service/tickets/{id}/      # 刪除工單
POST   /api/customer-service/tickets/{id}/add_note/  # 新增客服記錄

GET    /api/customer-service/notes/             # 列出客服記錄 (含分頁)
POST   /api/customer-service/notes/             # 建立新記錄
GET    /api/customer-service/notes/{id}/        # 取得記錄詳情
PUT    /api/customer-service/notes/{id}/        # 更新記錄
DELETE /api/customer-service/notes/{id}/        # 刪除記錄

GET    /api/customer-service/knowledge-base/    # 列出知識庫文章 (含分頁)
POST   /api/customer-service/knowledge-base/    # 建立新文章
GET    /api/customer-service/knowledge-base/{id}/  # 取得文章詳情
PUT    /api/customer-service/knowledge-base/{id}/  # 更新文章
DELETE /api/customer-service/knowledge-base/{id}/  # 刪除文章

GET    /api/customer-service/knowledge-categories/  # 列出知識庫分類
POST   /api/customer-service/knowledge-categories/  # 建立新分類
GET    /api/customer-service/knowledge-categories/{id}/  # 取得分類詳情
PUT    /api/customer-service/knowledge-categories/{id}/  # 更新分類
DELETE /api/customer-service/knowledge-categories/{id}/  # 刪除分類

GET    /api/customer-service/faq/               # 列出常見問題 (含分頁)
POST   /api/customer-service/faq/               # 建立新問題
GET    /api/customer-service/faq/{id}/          # 取得問題詳情
PUT    /api/customer-service/faq/{id}/          # 更新問題
DELETE /api/customer-service/faq/{id}/          # 刪除問題

客服工單查詢參數：

status: 工單狀態篩選 (open, in_progress, waiting_response, resolved, closed)
priority: 優先級篩選 (low, medium, high, urgent)
category: 問題分類篩選
customer: 客戶篩選
assigned_to: 負責人篩選
date_from: 開始日期
date_to: 結束日期

查詢參數

所有列表端點都支援：

search: ?search=關鍵字 - 跨相關欄位搜尋
filtering: ?status=active&source=website - 依欄位值篩選
ordering: ?ordering=-created_at - 排序結果
pagination: ?page=2&page_size=20 - 分頁處理

⚙️ 環境設定

環境變數

在根目錄建立 .env 檔案：

# Django 設定
DEBUG=True
SECRET_KEY=your-secret-key-here

# 資料庫設定 (MySQL)
DB_ENGINE=django.db.backends.mysql
DB_NAME=crm_dashboard
DB_USER=your_db_user
DB_PASSWORD=your_db_password
DB_HOST=your_db_host
DB_PORT=3306

# SQLite 替代方案
# DB_ENGINE=django.db.backends.sqlite3
# DB_NAME=db.sqlite3

前端設定

前端會自動連接到 Django API。如需更改 API 基礎網址，請更新 src/services/api.ts。

🚀 部署

正式環境設定

環境變數: 在正式環境中設定 DEBUG=False
資料庫: 正式環境建議使用 PostgreSQL 或 MySQL
靜態檔案: 設定適當的靜態檔案服務
安全性: 更新 ALLOWED_HOSTS 及其他安全設定
HTTPS: 啟用 SSL/TLS 安全通訊

Docker 支援

# 使用 Docker Compose 建置並執行
docker compose up --build

# 初始化資料庫（首次執行）
docker compose exec backend python manage.py migrate

# 創建超級用戶
docker compose exec backend python manage.py createsuperuser

# 生成測試資料（客戶、訂單、產品等）
docker compose exec backend python create_enhanced_dummy_data.py

# 生成客服系統測試資料（工單、知識庫、FAQ）
docker compose exec backend python create_customer_service_data.py

測試資料生成

系統提供兩個資料生成腳本，幫助快速建立測試環境：

1. 基礎商務資料 (`create_enhanced_dummy_data.py`)

📦 產品資料: 50+ 個測試產品，包含分類、品牌、供應商
👥 客戶資料: 500+ 個虛擬客戶，含完整個人資料和偏好
🛒 訂單資料: 1000+ 筆訂單，涵蓋各種狀態和金額
💳 交易記錄: 對應的付款交易，支援多種付款方式
📊 庫存管理: 產品庫存和變體管理

2. 客服系統資料 (`create_customer_service_data.py`)

🎫 客服工單: 50 筆測試工單，包含各種狀態和優先級
📝 服務記錄: 95+ 筆客服互動記錄，含內部備註和客戶回應
📚 知識庫文章: 50 篇技術文檔，涵蓋常見問題解決方案
❓ FAQ 常見問題: 50 個問答對，依分類整理
🏷️ 知識分類: 8 個主要分類（產品使用、技術支援、政策條款等）

# 執行順序建議
docker compose up --build              # 啟動服務
docker compose exec backend python manage.py migrate     # 初始化資料庫
docker compose exec backend python create_enhanced_dummy_data.py    # 生成基礎商務資料
docker compose exec backend python create_customer_service_data.py  # 生成客服資料

# 訪問應用
# 前端: http://localhost:5173
# 後端 API: http://localhost:8000
# 管理後台: http://localhost:8000/admin

🧪 測試

後端測試

# 執行 Django 測試
python manage.py test

# 執行覆蓋率測試
coverage run manage.py test
coverage report

前端測試

# 執行 React 測試
cd frontend
npm test

# 執行覆蓋率測試
npm run test:coverage

📊 資料庫架構

資料模型

Customer: 個人資訊、聯絡詳情、來源追蹤、個人化偏好
Order: 訂單管理，包含項目與財務計算
OrderItem: 訂單內的個別商品，關聯產品與變體
Transaction: 付款追蹤與財務記錄
Product: 產品主體資訊、價格、成本、庫存
ProductVariant: 產品款式變體（顏色、尺寸等規格）
Category: 產品分類管理
Brand: 品牌資訊管理
Supplier: 供應商資訊與關係管理
Inventory: 庫存管理與警示
StockMovement: 庫存異動記錄
PriceHistory: 價格變動歷史

關聯關係

客戶與訂單

Customer → Order (1:M) - 客戶可以有多個訂單
Order → OrderItem (1:M) - 訂單可以包含多個商品項目
Customer → Transaction (1:M) - 客戶可以有多筆交易記錄
Order → Transaction (1:M, Optional) - 訂單可以關聯多筆交易

產品管理

Category → Product (1:M) - 分類包含多個產品
Brand → Product (1:M) - 品牌擁有多個產品
Supplier → Product (1:M) - 供應商供應多個產品
Product → ProductVariant (1:M) - 產品可有多個變體
Product → Inventory (1:1) - 產品對應庫存記錄
ProductVariant → Inventory (1:1) - 變體對應庫存記錄
Product → StockMovement (1:M) - 產品的庫存異動記錄
Product → PriceHistory (1:M) - 產品的價格變動歷史

訂單與產品整合

OrderItem → Product (M:1) - 訂單項目關聯產品
OrderItem → ProductVariant (M:1, Optional) - 訂單項目可關聯產品款式變體

⭐ Star this repository if you find it helpful!

Made with ❤️ by Young

Name		Name	Last commit message	Last commit date
Latest commit History 123 Commits
.claude		.claude
backend		backend
frontend		frontend
images		images
scripts		scripts
.env.example		.env.example
.gitignore		.gitignore
CHANGELOG.md		CHANGELOG.md
LICENSE		LICENSE
README.md		README.md
compose.yaml		compose.yaml
main.py		main.py
package-lock.json		package-lock.json
pyproject.toml		pyproject.toml
test_customers.csv		test_customers.csv
uv.lock		uv.lock
uwsgi.ini		uwsgi.ini
uwsgi_params		uwsgi_params

Folders and files

Latest commit

History

Repository files navigation