1.1 行业领域与定位
本项目属于 服装/时尚行业 B2B 订货会管理系统 。
在服装行业，品牌方通常会在每季新品上市前举办订货会，邀请各级代理商、加盟商和直营店长进行现场选款和预订。本项目旨在数字化这一核心业务流程，替代传统的纸质或Excel手工订货模式。
1.2 目标市场与用户
- 目标市场 ：中大型服装品牌企业、连锁零售品牌。
- 核心用户 ：
- 品牌方（管理员） ：负责商品资料发布、尺码组定义、各门店配货额度管理、数据汇总分析。
- 门店/代理商（终端用户） ：负责浏览新品、根据店铺实际情况进行SKU级（款色码）下单。
1.3 行业痛点与解决方案
行业痛点 本项目解决方案 数据滞后 实时汇总各门店订单数据，支持高并发下的实时库存扣减与报表生成。 尺码配比难 内置 智能尺码计算器 (RatioCalculator) 与 AI 辅助决策 ，根据历史销售数据或预设模板自动推荐尺码配比。 手工易错 提供二维矩阵式（SKU Matrix）下单界面，自动校验尺码组与价格，减少人工录入错误。
A. 订货管理 (Order Management)
- 功能描述 ：核心下单界面，支持二维矩阵录入。
- 业务逻辑 ：
- 用户选择“货号”后，系统自动加载对应的“尺码组”（如：S-XL 或 100-140cm）。
- 支持 批量分配 (Batch Assign) ：品牌方可一键将特定商品按比例分配给指定门店。
- 输入 ：门店ID、货号、各尺码数量。
- 输出 ：实时计算总金额、总件数，并更新本地数据库。
- 状态流转 ：草稿 -> 提交 -> 锁定（管理员审核）。 B. 智能 AI 助手 (AI Manager & Dialog)
- 交互流程 ：用户通过 AIDialog 唤起对话框 -> 输入自然语言（如“分析下童装区的销售趋势”） -> 系统调用 MultiAIManager -> 返回文本分析或图表建议。
- 核心能力 ：
- 业务摘要 ：自动生成销售概况、库存预警摘要。
- 销量预测 ：基于 sklearn (LinearRegression, RandomForest) 进行简单的本地销量趋势预测。
- A/B 测试 ：内置 A/B Test 分组机制，用于评估不同推荐算法的效果。 C. 基础资料管理
- 门店管理 (StoreManager) ：维护门店名称、类型（直营/加盟）、等级等信息。
- 商品管理 (ProductManager) ：管理货号、波段、故事包、图片、定价及尺码组绑定。
- 尺码组管理 (SizeGroupManager) ：自定义不同品类（如童装、成人装、鞋品）的尺码序列。 D. 数据报表 (Reports & Analytics)
- TOP 款分析 ：自动生成订货量前 N 名的商品列
1 技术架构设计
本项目采用 “桌面端单体 + 嵌入式微服务” 的混合架构：
- 前端/客户端 (Desktop) ：
- 框架 ： Python 3.13 + PyQt5 。
- 优势 ：利用本地计算能力处理复杂的 Excel 导入导出和矩阵运算，响应速度快，离线可用。
- 后端/服务层 (Embedded Service) ：
- 框架 ： FastAPI ( web_api 模块)。
- 运行模式 ：作为守护线程 ( WebServerThread ) 在桌面应用内部启动，监听本地端口。
- 目的 ：为移动端（iPad/手机网页）提供轻量级 API 访问能力，实现跨端数据互通。
评论