我们是 原串(一家真实运营中的平价烤串连锁品牌,官网 ycbbq.cn),用「1 个人 + AI」建成了覆盖订货、库存、生产、财务、门店运营、拓店招商的全链路数字化系统。 这个仓库不放代码,放的是比代码更值钱的东西:架构决策、业务口径、踩坑实录,以及能让 AI 直接替你施工的复刻指令。
适合谁:想做数字化的餐饮连锁创始人、IT 负责人、被老板拉来搭系统的工程师——以及你们手里的 AI 编程助手。
四个仓库(后端 / 管理端 Web / 门店小程序 / 官网)各自独立发版,后端单体是唯一的数据与接口中枢——为什么这样拆,见四端拆分。
| ✅ 有 | ❌ 没有 |
|---|---|
| 经真实门店验证的连锁数字化整体方案,全部用自然语言写成 | 源代码——方案与技术栈解耦,AI 时代照蓝图重建比读老代码更快 |
| 14 个业务模块的流程、领域模型与口径红线 | 任何配方、原料用量、工艺参数(只讲研发/生产模块的结构) |
| 我们踩过、你可以直接跳过的坑:症状 → 根因 → 铁律 | 任何财务税务、公司主体安排(只讲记账引擎的模式) |
| 13 条可按序直接喂给 AI 编程助手的施工指令 | 任何真实经营数据(正文数字均为虚构;截图仅作界面展示) |
以下均为真实系统截图(截图中的个人手机号与敏感金额已打码),直观感受各个端长什么样。
| 飞书工作台 · 自建应用矩阵 总部与工厂同学的统一入口:看板、巡检、选址、财务,以及各岗位 AI 机器人,全长在飞书里 |
门店小程序 · 店长首页 营业额、配送、开收档、积分、经营分、外卖评分与 AI 差评分析,一屏到底 |
|---|---|
 |
 |
| 飞书 · 改码机器人 业务同学在群里 @机器人报 bug/提需求 → AI 定位根因、改码、说明修了什么 → 按风险分级决定直接上线还是等人确认 |
飞书 · 产品研发助手 研发方案按落地难易/工艺/卖相多维对比给结论,合规红线(GB 2760/GB 7718)自动带出 |
|---|---|
 |
 |
| 飞书 · 设计助手 @机器人一句话 + 附件,直接交付文件成品(如全品类 SOP 模板) |
飞书 · 选址助手 定时任务每日挖掘空白市场,产出一张图发回群,附口径说明 |
|---|---|
 |
 |
| 个微门店群 · 聊天即操作 店长 @机器人查营业额;收档提交后机器人自动回执 |
个微门店群 · AI 视觉巡检 开档问候 + 摄像头穿戴合规识别,异常带截图直接发到店群 |
|---|---|
 |
 |
选址助手的日报成品 —— 公开人口格网 + 地图 POI 算商圈性价比,每天一张图,评估仅供参考、定铺由人拍板
元订货 · 管理端 Web 首页 —— 总部同学的日常主页:出货完成率与趋势一屏看完,订单/商品/生产/门店/采购/财务/报表一站式
元财务 · 财务总览 —— 自建内账引擎:净利润与试算平衡、数据待办、成本校正提醒;九成以上凭证由订货/采购/收付等业务事件自动生成
💡 这套财务体系跑出来的效果:订货、生产、仓库、资金、报销(飞书审批)数据全打通,财务日常 0 Excel 表格;银行流水银企直联自动拉取、与业务收付自动匹配入账,内账自动汇总推送外账系统;每天需要人工处理的只有不到 5% 的匹配失败账目——财务做内账的时间:每天约 10 分钟,每月结账约 1 小时。怎么做到的,见自建内账引擎。
六条反复验证过的骨架思想,后面每一层都会反复出现:
| # | 原则 | 一句话 | 详见 |
|---|---|---|---|
| 1 | 唯一出口 | 凡是"改数值"的系统(库存、积分、凭证),只留一个入口函数 + 完整流水,其余一律禁写 | 库存 · 积分 · 内账 |
| 2 | 价格快照 | 单据在成交瞬间冻结价格与商品信息,此后统计、退款、对账只读快照,绝不读实时价 | 订货商城 |
| 3 | 口径文档先行 | 每个指标先写清口径再写代码,人和 AI 读同一份文档 | 数据口径 |
| 4 | 单体 + AI | 小团队别碰微服务;单体仓库对 AI 的上下文最友好 | 技术选型 |
| 5 | 锁与豁免 | 用业务锁(如锁订货)换数据质量,但豁免必须收敛到统一入口 | 订货商城(正篇) · 营业额 · 巡检经营分 |
| 6 | 人机半自动 | 拿不到官方 API 就承认现实:插件抓取 + SOP + 失败告警,人做最后一环 | 外卖平台集成 |
每层的目录页都有完整子页清单,这里只给一张速览表:
| 层 | 讲什么 | 先读这几页 |
|---|---|---|
| 01 · 架构与决策 | 技术底座怎么选、怎么部署,以及"发了却没生效"的坑 | 技术选型 · 四端拆分 |
| 02 · 业务模块蓝图 ×14 | 每个模块讲透:流程、领域模型、口径红线 | 订货商城 · 库存 · 自建内账引擎 |
| 03 · 踩坑实录 | 症状 → 根因 → 铁律,按端分四页 | 数据口径(最贵的一类坑) |
| 04 · AI 工程实践 | 1 个人干出一个团队产能的方法论 | 机器人体系 · 记忆方法论 · 业务型 AI |
| 05 · AI 复刻指南 ×13 | 按 M1~M6 里程碑排好序、可直接喂给 AI 的施工指令 | 从 00-bootstrap 开始 |
- 👔 老板 / 业务负责人(15 分钟):读 02 层模块全景 看每个模块解决什么问题,再读 数据口径坑 和 04 层导读——知道该向团队要什么。
- 🛠 技术负责人(2 小时):01 层全部 → 02 层按推荐顺序 → 03 层全部 → 04 层。读完你就知道每一步的深浅。
- 🤖 直接让 AI 干活(约一至数周):见下方快速开始。
- git clone 本仓库(或直接把仓库内容给你的 AI);
- 用能读写文件、能跑命令的 AI 编程助手(如 Claude Code)打开一个空项目;
- 把下面这段话整段发给你的 AI:
请先读蓝图仓库的 README.md 和 05-replication/README.md,
然后按 05-replication/prompts/00-bootstrap.md 开始施工,
每完成一个里程碑跑一遍该文件末尾的验收清单,通过后再进入下一个。
技术栈默认 Django + MySQL + Redis + Celery;
如需更换技术栈,保持文中的模式与口径不变,实现方式由你决定。
每个 prompt 文件都自带验收清单——AI 说"做完了"不算数,清单过了才算。
本仓库由原串技术团队维护——就是上面说的那 1 个人。初稿由我们自己的 AI 工程体系起草(方法论就在 04 层),人工逐页复核机密红线后发布。欢迎提 issue 交流;涉及配方、财务与真实经营数据的问题恕不回答。
Q1:为什么不开放源码?
编程语言是为了把人的语言解释/编译成机器码,以后不需要传统编程语言和 coding 了。
Q2:开放这个项目的目的是什么?
希望记录自己的实践过程,学习交流。不接收打赏、咨询或付费搭建,有问题可以提 issue,我定期回答。
P.S. 行业软件做的都一坨,希望都能动手做出更好的产品。
Q3:基于哪些协作平台?
公司工厂团队基于飞书 + 飞书网页应用 + 飞书机器人,门店基于个微门店群 + 机器人 + 门店小程序。
Q4:有哪些成本?
一台服务器 + Claude 账号订阅。
- 正文示例数字均为虚构;界面截图为真实系统展示,其中数据不构成任何经营或投资建议。
- 方案以烤串/烧烤连锁为背景写成,其他餐饮业态请自行映射。
- License:MIT。随便用、随便改、随便转载,保留版权声明即可;我们不对使用后果承担任何责任。