公司原有运营依赖 Excel 管理客户线索，企微、直播、支付、课程系统各自独立，数据割裂。核心问题有四个：一是线索流转不可追溯，销售跟进全凭自觉，线索浪费严重；二是销售离职直接带走客户资源，公司资产流失；三是课程营销素材依赖人工制作，成本高、产量低；四是各支付渠道、订单、佣金结算分散在多个工具中，财务对账困难、易出错。因此立项建设一体化私域运营平台，将“线索获取→销售跟单→直播转化→课程成交→服务履约→佣金结算”全链路系统化，并以 AI 能力（多模型对话、AI 视频素材生成）提升内容生产与转化效率。
1. 系统管理 service-system
登录认证（JWT）、RBAC 权限、部门职能模型（洗量/跟进/成交/服务四类角色）、用户管理、字典配置、操作日志。
2. AI 能力（service-gpt）—— 最核心
AI 对话：多模型聊天（10+ 供应商策略工厂 + 密钥热切换）、流式推送、DeepSeek 思考链（reasoning）单独渲染
AI 图片生成：文生图 + 图片缓存复用 + OSS 转存
计费体系：会员/次数双轨、积分先临时后永久扣减、Token 消耗统计（GptDialogConsume）
训练营：营期、名额、名单（Roster）、邀请码、投票
运营玩法：红包、优惠券、VIP 权益、提现（微信商家转账/支付宝单笔转账双通道）
3. AI 视频（service-stellar）
全链路：文案/链接/百度网盘 → AI 分镜 → 图+音并行生成 → AI 视频 → 云端合成（转场/字幕/配音合并）
支持 3 种 AI 模态：文生视频、图生视频、语音合成（TTS）+ 语音识别
抖音/快手视频解析下载、直播带货视频生成
4. 直播课程（service-course）
直播排期、课程/章节/课时管理、直播间转播、支付代理记录、退款流程；Netty WebSocket 直播间（弹幕推送、踢人、多节点广播）。
5. 营销中心（service-market）
SOP 自动化跟进（定时任务序列）、抽奖活动、机器人自动回复、关键词回复、短信营销触达。
6. 私域 IM + 企微（service-wecom）
腾讯 IM 全量服务端 API（好友/群组/标签/资料/消息导入）、销售离职继承（好友+群主+C2C 消息一键转移）、企微回调与外部联系人同步。
7. 商城Mall
商品、订单、售后、地址、两级分销佣金（直推+间推）、聚水潭 ERP 推单仓储履约、快递 100 物流轨迹
负责整个项目
1.数据库层：条件 UPDATE 抢占（分配、回调）——无锁、天然幂等
Redis 层：Redisson 分布式锁（提现防重、按操作人粒度加锁）
JVM 层：Semaphore（AI 视频生成限 2 并发、云端合成限 5 并发，保护下游配额）
2. 数据层设计
MySQL + PostgreSQL 双栈：交易/订单走 MySQL，学员池等强状态数据走 PG
PG 幂等三件套：partial unique index（唯一性约束按状态生效）、ON CONFLICT（插入幂等）、DISTINCT ON（取最新记录）
数据权限：销售维度的行级隔离在 Mapper 层统一过滤（单 Mapper 56+ 处 salesId 条件）
3. 异步与消息
RabbitMQ：延迟消息（直播红包定时推送）、消费幂等 + 失败重试、C2C 消息分批导入、fanout 广播做多 Netty 节点间消息同步
@Async 线程池：AI 视频流水线 8 条编排链路，阶段内 CompletableFuture 并行 + allOf 汇合
4. 部署
Docker 容器化（含数据库容器化迁移、63 张表 identity 序列修复），灰度开关（短信票据校验可配置关闭），ChatClient 本地缓存 6h 过期 → 发版窗口策略。
评论