汽车 4S 店综合管理系统（含 AI 智能问答）

技术信息

语言技术
Docker、Spring、Mybatis、Maven、CSS系统类型
Windows、Linux行业分类
企业服务、开发工具

作品详情

行业场景

传统4S店依赖纸质工单和Excel管理客户、库存、售后，数据孤岛严重，销售线索流失率高。本系统通过数字化整合销售、CRM、库存、财务等9大模块，并引入AI智能问答，帮助门店降本增效、提升客户转化。

功能介绍

系统包含销售管理、客户关系管理（CRM）、库存管理、财务管理、售后服务、市场营销、报表统计、系统管理等9大业务模块。销售管理支持整车订购、合同签订、交车流程跟踪；CRM模块记录客户档案、跟进记录、购车意向，支持客户分级与精准营销；库存模块实现车辆入库出库、库存预警与调拨；财务模块覆盖收付款、发票、成本核算；售后模块管理维修工单、保养提醒、配件领用；报表模块提供多维度经营数据看板（ECharts可视化）；系统模块含RBAC权限管理、操作日志、数据字典。AI模块集成DeepSeek大模型，支持自然语言查询车辆信息、智能推荐车型、知识库问答。前后端分离架构，移动端客户端Vant适配，现场销售可随时查库存、录客户。

项目实现

独立完成全栈架构设计与开发。后端采用 Spring Boot 3 + MyBatis-Plus 单体分层架构，按业务域拆分为 9 个模块，降低耦合；集成 Spring Security + JWT 实现 RBAC 细粒度权限控制；Redis + Redisson 处理会话共享与分布式锁；RabbitMQ 异步处理营销推送与订单通知；MinIO 存储合同/图片等非结构化文件。前端管理后台用 Vue 3 + Element Plus，客户端用 Vant 4 适配移动端。AI 模块通过 LangChain4j 接入 DeepSeek，结合 pgvector 向量库实现 RAG 智能问答。全服务 Docker Compose 编排，一键部署。
▎
▎ 亮点：9 模块业务解耦设计；AI + 向量检索落地到传统零售场景。
▎ 难点：多模块间数据交互与事务一致性；LangChain4j 与 pgvector 的嵌入流程调试。