核心痛点
社区超市（夫妻店、便利店、生鲜小店等）普遍面临以下问题：
数字化程度低：多数社区超市没有线上店铺，依赖顾客到店消费
信息不对称：顾客不知道附近门店有哪些商品、价格如何，无法提前规划采购
下单效率低：顾客到店后发现缺货，或需要电话/微信反复沟通下单，体验差
商家运营粗放：商品上下架、价格调整依赖手工记账，缺少统一的数字化管理工具
缺乏智能导购：传统零售没有个性化推荐能力，无法根据顾客需求（如"帮我选100元的水果"）进行智能搭配
业务场景
本系统定位为「社区超市 SaaS 多租户平台」——一套系统同时服务多个社区门店，每家门店（租户）拥有独立的商品库、订单流和门店配置。顾客微信小程序端浏览商品、下单；商家端管理商品与订单，并通过 WxPusher 实时接收新订单推送。系统还创新性地引入 AI 大模型，实现「帮选」推荐和「对话式上架」两大 AI 场景。
目标用户
C端顾客：社区居民，通过微信小程序快速找到附近门店、浏览商品、提交订单
B端商家：社区超市店主/店员，管理商品上下架、处理订单、接收实时通知
顾客端（C端）
门店发现与切换：按地理位置展示门店列表，支持切换门店浏览不同商家的商品
分类浏览：按商品分类（蔬菜水果、肉禽蛋奶、饮料零食等）筛选商品
购物车与下单：多规格商品支持、商品加减数量、收货地址管理、订单备注
订单管理：查看历史订单详情，待接单状态支持取消（自动恢复库存）
AI 帮选：输入自然语言需求（如「帮我配50元的水果拼盘」），AI 根据当前门店商品库智能推荐组合
商家端（B端）
商品管理：新增/编辑/上下架商品，支持多规格（不同规格不同价格与库存扣减）
分类管理：自定义商品分类，支持排序
Banner 管理：上传门店展示图，自动图片压缩
订单管理：查看/接单，支持搜索、筛选、分页
AI 对话上架：多轮对话式创建/编辑商品，自然语言输入自动提取商品名、价格、库存等信息
WxPusher 推送：新订单实时推送到商家微信
Spring Boot 3.2 + Java 17 + MyBatis-Plus 3.5.5 + MySQL 8.0 + Redis + Spring Security + uni-app + DeepSeek (v4-flash)+WxPusher SDK+Nginx
1、AI 驱动的智能推荐（帮选）
难点：门店商品数量可能较多（如 > 50 个），直接全量传给 LLM 会超出 token 限制或导致推荐质量下降
方案：实现「两步式推荐」策略。当商品数超过阈值（50个），先让 AI 从品类列表中筛选相关品类，再仅将对应品类的商品传给 AI 进行精细推荐。同时体系化 prompt 要求「品类多样化 + 库存优先」，确保推荐结果可购性强
频控：Redis 记录每日调用次数，每人限 2 次/天，兼顾用户体验与 AI 成本
2、多轮对话式商品上架
难点：商家自然语言输入不完整（如只说「上架一个苹果 10 块钱」），需要多轮追问补全信息；同时需要区分「新增」「修改」「下架」三种意图
方案：维护服务端会话状态（ConcurrentHashMap + 30 分钟 TTL），每轮调用 AI 时传入已收集字段（名称、价格、库存、目标商品ID），AI 返回状态机：ask（继续追问）或 done（执行操作）。会话过期自动清理
3、订单并发控制
难点：用户取消订单与商家接单可能同时发生，库存扣减与恢复需要原子性；同一门店的并发下单也需要控制
方案：门店级 Redis 分布式锁（SETNX，5 秒 TTL），保证同一门店下单串行化，避免超卖
取消订单时使用 UPDATE ... WHERE status=0 原子条件更新，防止与商家接单冲突
规格商品按 stockDecrement 倍数扣减/恢复库存
评论