feat: 完成12个订单班AI Agent架构设计

完成内容:
- 创建AI Agent架构设计文档,定义100+专业Agent
- 创建orderClasses.json统一配置文件
- 每个订单班配置7-9个专业Agent
- 定义4种Agent协作模式:串行、并行、主从、迭代
- 文档和资源重新组织整理

🤖 Generated with Claude Code

Co-Authored-By: Claude <noreply@anthropic.com>
This commit is contained in:
Yep_Q
2025-09-28 15:57:17 +08:00
parent 114fa7ddd1
commit 9ab8cf48ab
2260 changed files with 1563 additions and 6 deletions

View File

@@ -0,0 +1,365 @@
# 📦 Windows 快速部署指南
<div align="center">
<h2>n8n 工作流自动化平台 - Windows 部署方案</h2>
<p>从零开始10分钟完成部署</p>
</div>
---
## 🎯 部署目标
本指南将帮助你在 Windows 系统上快速部署 n8n 工作流自动化平台,包括:
- ✅ n8n 最新版本安装
- ✅ 网络环境配置
- ✅ 账户注册设置
- ✅ 中文界面配置
---
## 📋 前置准备
### 1. 系统要求
- **操作系统**: Windows 10/11 (64位)
- **内存**: 最低 4GB推荐 8GB+
- **硬盘**: 5GB 可用空间
- **网络**: 可访问国际网络(重要)
### 2. 核心依赖 - Node.js
#### 2.1 下载安装 Node.js
1. 访问 [Node.js 官网](https://nodejs.org/)
2. 下载 **LTS 版本**(长期支持版)
3. 运行安装程序,保持默认设置即可
#### 2.2 验证安装
打开 **命令提示符** (CMD) 或 **PowerShell**
```bash
# 查看 Node.js 版本
node --version
# 应显示: v18.x.x 或更高
# 查看 npm 版本
npm --version
# 应显示: 9.x.x 或更高
```
---
## 🌐 网络配置(关键步骤)
> ⚠️ **重要提示**n8n 安装过程需要访问国际网络资源,这是部署成功的关键。
### 方案一:配置 npm 镜像(国内用户推荐)
```bash
# 设置淘宝镜像
npm config set registry https://registry.npmmirror.com
# 验证配置
npm config get registry
```
### 方案二:配置系统代理(如有 VPN
```bash
# 设置 HTTP 代理
npm config set proxy http://your-proxy:port
npm config set https-proxy http://your-proxy:port
# 取消代理(如不需要)
npm config delete proxy
npm config delete https-proxy
```
### 方案三:网络连通性测试
```bash
# Windows 下测试网络连通性
# 如果使用代理,确保能访问:
curl https://registry.npmjs.org
# 或使用 ping 测试(部分网络可能禁 ping
ping google.com
```
> 💡 **提示**如果网络配置有问题npm 安装会出现超时错误。请确保网络配置正确后再继续。
---
## 🚀 安装 n8n
### 1. 全局安装 n8n
```bash
# 使用 npm 全局安装最新版 n8n
npm install -g n8n
# 安装过程可能需要 3-5 分钟,请耐心等待
```
### 2. 验证安装
```bash
# 查看 n8n 版本
n8n --version
```
### 3. 常见安装问题解决
#### 问题 1权限不足
```bash
# 以管理员身份运行 PowerShell然后执行
npm install -g n8n --unsafe-perm=true --allow-root
```
#### 问题 2安装超时
```bash
# 增加超时时间
npm config set timeout 60000
npm install -g n8n
```
#### 问题 3Python 依赖错误
部分 n8n 依赖需要 Python如遇到相关错误
1. 安装 [Python 3.x](https://www.python.org/downloads/)
2. 或安装 Windows Build Tools
```bash
npm install -g windows-build-tools
```
---
## 🎬 启动 n8n
### 1. 首次启动
```bash
# 在命令行中运行
n8n
# n8n 将在以下地址启动:
# http://localhost:5678
```
### 2. 初始设置
首次访问 http://localhost:5678 时,需要:
1. **创建账户**
- 输入邮箱地址(可使用任意邮箱)
- 设置密码(至少 8 位)
- 填写基本信息
2. **选择使用方式**
- 个人使用:选择 "Personal"
- 团队使用:选择 "Work"
3. **完成设置**
- 跳过可选的设置步骤
- 进入 n8n 工作流编辑器
### 3. 配置中文界面(可选)
如果需要中文界面,可以:
```bash
# 停止 n8n (Ctrl+C)
# 设置环境变量后启动
set N8N_DEFAULT_LOCALE=zh-CN
n8n
```
或创建启动脚本 `start-n8n.bat`
```batch
@echo off
set N8N_DEFAULT_LOCALE=zh-CN
set N8N_PORT=5678
echo Starting n8n with Chinese interface...
n8n
```
---
## 🔧 进阶配置
### 1. 使用配置文件
创建 `.n8n` 文件夹和配置:
```bash
# 创建配置目录
mkdir %USERPROFILE%\.n8n
# 创建环境配置文件
echo N8N_DEFAULT_LOCALE=zh-CN > %USERPROFILE%\.n8n\config
```
### 2. 数据持久化
n8n 默认将数据保存在:
- Windows: `%USERPROFILE%\.n8n`
- 包含:工作流、凭证、设置等
### 3. 后台运行
#### 使用 PM2推荐
```bash
# 安装 PM2
npm install -g pm2
# 使用 PM2 启动 n8n
pm2 start n8n
# 查看运行状态
pm2 status
# 停止 n8n
pm2 stop n8n
```
#### 使用 Windows 服务
```bash
# 安装 node-windows
npm install -g node-windows
# 创建服务脚本(需要额外配置)
```
---
## 📊 部署验证清单
完成以下检查,确保部署成功:
- [ ] Node.js 安装成功(`node --version`
- [ ] npm 可正常使用(`npm --version`
- [ ] 网络连接正常(能访问 npm registry
- [ ] n8n 安装完成(`n8n --version`
- [ ] n8n 服务启动http://localhost:5678 可访问)
- [ ] 账户注册完成
- [ ] 可以创建第一个工作流
---
## 🆘 故障排查
### 1. 端口占用
```bash
# 查看 5678 端口占用
netstat -ano | findstr :5678
# 使用其他端口启动
set N8N_PORT=5679
n8n
```
### 2. 防火墙问题
- Windows Defender 可能阻止 n8n
- 允许 Node.js 通过防火墙
- 或临时关闭防火墙测试
### 3. 查看日志
```bash
# 启用详细日志
set N8N_LOG_LEVEL=debug
n8n
```
### 4. 重置 n8n
```bash
# 删除配置和数据(谨慎操作)
rmdir /s %USERPROFILE%\.n8n
# 重新启动
n8n
```
---
## 🎯 快速启动脚本
创建 `quick-start.bat` 文件,实现一键启动:
```batch
@echo off
echo ========================================
echo n8n Quick Start for Windows
echo ========================================
echo.
:: 检查 Node.js
echo [1/4] Checking Node.js...
node --version >nul 2>&1
if %errorlevel% neq 0 (
echo ERROR: Node.js not found! Please install Node.js first.
echo Download from: https://nodejs.org/
pause
exit /b 1
)
echo Node.js OK
:: 检查 n8n
echo [2/4] Checking n8n...
n8n --version >nul 2>&1
if %errorlevel% neq 0 (
echo n8n not found. Installing...
npm install -g n8n
)
echo n8n OK
:: 设置环境
echo [3/4] Setting environment...
set N8N_DEFAULT_LOCALE=zh-CN
set N8N_PORT=5678
echo Environment OK
:: 启动 n8n
echo [4/4] Starting n8n...
echo.
echo ========================================
echo n8n is starting at http://localhost:5678
echo Press Ctrl+C to stop
echo ========================================
echo.
n8n
```
---
## 📚 下一步
成功部署 n8n 后,你可以:
1. **学习基础**
- 创建第一个工作流
- 了解节点类型
- 掌握数据传递
2. **探索集成**
- 连接第三方服务
- 设置 Webhook
- 配置定时任务
3. **进阶使用**
- 自定义节点开发
- API 调用
- 工作流模板
---
## 📞 获取帮助
- **官方文档**: [docs.n8n.io](https://docs.n8n.io/)
- **社区论坛**: [community.n8n.io](https://community.n8n.io/)
- **GitHub Issues**: [github.com/n8n-io/n8n](https://github.com/n8n-io/n8n/issues)
- **本项目文档**: 查看项目根目录 README.md
---
<div align="center">
<h3>🎉 部署完成!</h3>
<p>现在你可以开始创建自动化工作流了</p>
<br/>
<p><i>如遇问题,请检查网络配置是否正确</i></p>
</div>

View File

@@ -0,0 +1,413 @@
# 统一多订单班AI演示系统 - 实施计划 V2.0
## 一、项目概述
### 1.1 核心理念变更
**原方案**为每个订单班创建独立的演示项目12个独立项目
**新方案**在单一exhibition-demo项目中实现所有订单班的动态切换
### 1.2 优势分析
- **代码复用最大化**一套代码服务12个订单班
- **维护成本降低**:只需维护一个项目
- **用户体验统一**:所有订单班使用相同的交互流程
- **数据管理集中**:通过统一的数据存储管理所有配置
- **扩展性强**:新增订单班只需添加数据配置
## 二、系统架构设计
### 2.1 整体架构
```
exhibition-demo/
├── src/
│ ├── components/
│ │ ├── RequirementModal.tsx # 需求选择模态框(新增订单班选择)
│ │ ├── AgentGrid.tsx # Agent网格展示动态加载
│ │ ├── TerminalOutput.tsx # 终端输出组件
│ │ └── ResultModal.tsx # 结果展示模态框
│ ├── data/
│ │ ├── orderClasses.json # 所有订单班配置数据
│ │ └── agentTemplates.json # Agent模板定义
│ ├── services/
│ │ ├── dataLoader.ts # 数据加载服务
│ │ ├── agentService.ts # Agent执行逻辑
│ │ └── resultGenerator.ts # 结果生成服务
│ └── store/
│ └── demoStore.ts # 状态管理(支持多订单班)
├── public/
│ └── agents/ # Agent头像资源
│ ├── 文旅/
│ ├── 食品/
│ ├── 财经商贸/
│ └── ...(其他订单班)
└── web_result/ # 结果展示页面
└── templates/ # 各订单班结果模板
```
### 2.2 数据存储方案
#### 方案对比
| 方案 | 优点 | 缺点 | 推荐度 |
|------|------|------|--------|
| **JSON文件** | 简单直观、无需数据库、易于版本控制 | 文件可能较大、不支持复杂查询 | ⭐⭐⭐⭐⭐ |
| SQLite | 支持查询、关系型存储 | 需要数据库依赖、部署复杂 | ⭐⭐⭐ |
| YAML | 可读性好、支持注释 | 解析性能较低、前端支持有限 | ⭐⭐⭐ |
| CSV | 表格化管理 | 不支持嵌套结构、功能受限 | ⭐⭐ |
**推荐方案JSON文件存储**
#### 数据结构设计
```json
// orderClasses.json
{
"orderClasses": [
{
"id": "exhibition",
"name": "文旅",
"displayName": "文旅订单班",
"icon": "🎪",
"description": "展会策划与执行专业",
"scenario": "新能源汽车产业博览会策划",
"mockRequirement": "策划一场2025年新能源汽车产业博览会预算1000万预计参展商500家",
"agents": [
{
"id": "info_retrieval",
"name": "信息检索专家",
"model": "DeepSeek Chat Model5",
"avatar": "/agents/文旅/info_retrieval.png",
"role": "负责市场调研、数据收集、竞品分析",
"skills": ["市场分析", "数据挖掘", "趋势预测"],
"outputSamples": [
"发现市场规模1200亿年增长18%",
"识别目标客群:汽车厂商、零部件供应商、科技公司"
]
},
{
"id": "planning",
"name": "会展策划专家",
"model": "Chat Models + Memories",
"avatar": "/agents/文旅/planning.png",
"role": "统筹协调、方案整合、决策支持",
"skills": ["项目管理", "资源协调", "风险控制"]
}
// ... 其他5个Agent
],
"workflow": {
"phases": [
{
"name": "需求分析",
"duration": "2分钟",
"parallelAgents": ["info_retrieval"]
},
{
"name": "方案设计",
"duration": "5分钟",
"parallelAgents": ["planning", "design", "marketing"]
},
{
"name": "预算规划",
"duration": "3分钟",
"parallelAgents": ["finance", "execution"]
}
]
},
"resultTemplate": "exhibition_result.html"
},
{
"id": "food",
"name": "食品",
"displayName": "食品订单班",
"icon": "🍽️",
"description": "餐饮创业与轻食经营",
"scenario": "中高端轻食店铺经营方案",
"mockRequirement": "开设一家青莳轻食品牌店初始投资85万目标客群25-40岁",
"agents": [
{
"id": "market_research",
"name": "餐饮市场调研专家",
"model": "DeepSeek Chat Model1",
"avatar": "/agents/食品/market_research.png",
"role": "轻食市场分析、客群定位、竞品研究"
},
{
"id": "nutrition",
"name": "营养配方师",
"model": "Google Gemini Chat Model1",
"avatar": "/agents/食品/nutrition.png",
"role": "营养配比、菜品设计、健康认证"
}
// ... 其他Agent
]
}
// ... 其他10个订单班
]
}
```
### 2.3 核心功能设计
#### 2.3.1 需求选择界面
```typescript
// RequirementModal.tsx 改造
interface RequirementModalProps {
onSelectOrderClass: (classId: string, requirement: string) => void;
}
const RequirementModal = () => {
const [selectedClass, setSelectedClass] = useState<string>('');
const [customRequirement, setCustomRequirement] = useState<string>('');
return (
<div className="modal">
{/* 订单班选择网格 */}
<div className="grid grid-cols-3 gap-4">
{orderClasses.map(oc => (
<button
key={oc.id}
onClick={() => setSelectedClass(oc.id)}
className={`p-4 border-2 ${
selectedClass === oc.id ? 'border-blue-500' : 'border-gray-300'
}`}
>
<span className="text-2xl">{oc.icon}</span>
<h3>{oc.displayName}</h3>
<p className="text-sm">{oc.scenario}</p>
</button>
))}
</div>
{/* 需求输入区 */}
{selectedClass && (
<div className="mt-4">
<button onClick={() => setCustomRequirement(getMockRequirement(selectedClass))}>
使用预设需求
</button>
<textarea
value={customRequirement}
onChange={(e) => setCustomRequirement(e.target.value)}
placeholder="或输入自定义需求..."
/>
</div>
)}
</div>
);
};
```
#### 2.3.2 Agent动态加载
```typescript
// AgentGrid.tsx
const AgentGrid = ({ orderClassId }: { orderClassId: string }) => {
const agents = useAgentStore(state => state.getAgentsByClass(orderClassId));
// 未选择订单班时不显示
if (!orderClassId) return null;
return (
<div className="grid grid-cols-7 gap-2">
{agents.map(agent => (
<div key={agent.id} className="agent-card">
<img src={agent.avatar} alt={agent.name} />
<span>{agent.name}</span>
<div className={`status-indicator ${agent.status}`} />
</div>
))}
</div>
);
};
```
#### 2.3.3 执行流程管理
```typescript
// agentService.ts
class AgentService {
async executeWorkflow(orderClassId: string, requirement: string) {
const orderClass = await this.loadOrderClass(orderClassId);
const workflow = orderClass.workflow;
for (const phase of workflow.phases) {
await this.executePhase(phase, orderClass.agents);
}
return this.generateResult(orderClass, requirement);
}
private async executePhase(phase: WorkflowPhase, agents: Agent[]) {
const parallelTasks = phase.parallelAgents.map(agentId => {
const agent = agents.find(a => a.id === agentId);
return this.runAgent(agent);
});
await Promise.all(parallelTasks);
}
}
```
## 三、实施任务清单
### 数据准备任务
- [ ] 从n8n工程文档提取已有的3个订单班Agent配置文旅、食品、智能开发
- [ ] 基于notion文档为其余9个订单班设计Agent角色
- [ ] 创建统一的orderClasses.json配置文件
- [ ] 设计每个订单班的执行workflow
- [ ] 使用AI生成所有Agent专家头像约100个头像
- [ ] 组织头像文件目录结构
### 核心开发任务
- [ ] 改造RequirementModal组件添加12个订单班选择界面
- [ ] 实现dataLoader.ts数据加载服务
- [ ] 更新demoStore.ts支持多订单班状态管理
- [ ] 实现Agent动态加载和条件显示逻辑
- [ ] 开发多订单班workflow执行引擎
- [ ] 实现动态终端输出内容生成器
- [ ] 集成web_result结果展示页面
- [ ] 为每个订单班创建结果展示模板
### 界面优化任务
- [ ] 设计订单班选择卡片样式
- [ ] 实现订单班切换动画效果
- [ ] 优化Agent网格响应式布局
- [ ] 统一各订单班的视觉风格
- [ ] 添加loading和过渡动画
### 测试与部署任务
- [ ] 测试12个订单班的完整执行流程
- [ ] 实现性能优化(懒加载、缓存)
- [ ] 创建统一启动脚本
- [ ] 编写技术文档和使用说明
## 四、技术实现细节
### 4.1 Agent头像生成策略
```python
# 使用Google Gemini生成头像的prompt模板
prompt_template = """
生成一个{role}的专业头像:
- 风格:现代商务插画风格
- 色调:{color_scheme}
- 特征:{characteristics}
- 背景:简洁渐变背景
- 表情:自信专业
- 服装:{attire}
"""
# 各订单班的色调方案
color_schemes = {
"文旅": "蓝色系",
"食品": "绿色系",
"财经商贸": "金色系",
"智能开发": "紫色系",
"智能制造": "橙色系"
# ...
}
```
### 4.2 动态内容生成
```typescript
// 基于订单班生成不同的输出内容
const generateOutput = (orderClass: string, agent: Agent) => {
const templates = {
"文旅": {
"信息检索专家": [
"正在分析会展市场数据...",
"> 发现市场规模{value}亿,年增长{growth}%",
"> 识别目标展商:{exhibitors}"
]
},
"食品": {
"营养配方师": [
"正在设计营养菜单...",
"> 设计{count}款核心产品",
"> 热量控制:{calories}大卡"
]
}
// ...
};
return templates[orderClass][agent.name];
};
```
### 4.3 结果页面模板
```html
<!-- web_result/templates/food_result.html -->
<div class="result-container">
<header>
<h1>青莳轻食 - 中高端轻食店铺经营方案</h1>
<div class="stats">
<span>📊 投资回报期14个月</span>
<span>💰 初始投资85万</span>
<span>🎯 月营收30-35万</span>
</div>
</header>
<section class="content">
<!-- 动态生成的内容 -->
</section>
</div>
```
## 五、技术难点与解决方案
### 5.1 关键技术挑战
| 挑战 | 解决方案 |
|------|----------|
| 数据文件过大影响加载 | 实现懒加载,按需加载订单班数据 |
| Agent头像资源管理 | 使用CDN或图片压缩提供fallback头像 |
| 不同订单班逻辑差异 | 策略模式+配置驱动,减少硬编码 |
| 结果页面模板复杂 | 组件化设计,复用通用模块 |
## 六、验收标准
### 6.1 功能验收
- ✅ 支持12个订单班动态切换
- ✅ Agent根据选择动态加载
- ✅ 每个订单班有独特的执行流程
- ✅ 生成对应的结果展示页面
- ✅ 一键启动所有服务
### 6.2 性能指标
- 页面加载时间 < 3秒
- 订单班切换响应 < 500ms
- Agent执行动画流畅60fps
- 内存占用 < 200MB
### 6.3 用户体验
- 清晰的订单班选择界面
- 流畅的执行过程展示
- 专业的结果输出
- 统一的视觉风格
## 七、核心实现要点
### 7.1 必须完成的功能
1. **订单班选择**用户必须先选择订单班才能看到Agent
2. **动态Agent显示**根据选择的订单班显示对应的专家
3. **个性化执行**每个订单班有独特的执行内容和输出
4. **结果展示**集成web_result展示专业的输出成果
### 7.2 数据结构核心
- 使用JSON存储所有订单班配置
- 每个订单班包含基本信息Agent列表执行流程结果模板
- Agent信息包含名称角色头像输出样例
### 7.3 关键代码改造点
1. `RequirementModal.tsx` - 添加订单班选择网格
2. `AgentGrid.tsx` - 实现条件渲染未选择时隐藏
3. `demoStore.ts` - 支持多订单班状态管理
4. `WorkflowPage.tsx` - 根据订单班加载不同数据
## 八、总结
本方案的核心创新
- **一个项目多个场景**不再需要12个独立项目
- **数据驱动**通过配置文件管理所有订单班
- **动态加载**根据用户选择加载对应内容
- **统一体验**所有订单班使用相同交互流程
这样的架构更优雅更易维护更易扩展
---
*文档版本2.0*
*创建日期2025-09-28*
*状态待审核*

View File

@@ -0,0 +1,260 @@
# 食品订单班 - AI多智能体协作演示方案
## 项目背景
基于现有素材"中高端个性化轻食店铺经营方案"构建食品行业AI多智能体协作系统帮助学生掌握食品创业全流程管理能力。
## 演示场景定位
**核心场景**:中高端轻食品牌"青莳轻食"店铺经营方案生成
**目标用户**:食品专业学生、餐饮创业者、轻食品牌运营者
**成果交付**:完整的轻食店铺经营方案(包含市场分析、品牌定位、菜品设计、运营策略等)
## AI Agent角色设计
### 1. 市场研究专家 (Market Analyst)
**模型**: DeepSeek Chat Model1
**职责**:
- 轻食市场规模与趋势分析
- 目标客群画像构建25-40岁城市健康人群
- 竞品分析Wagas等高端品牌 vs 本地轻食店)
- 市场空白点识别(中高端+高性价比定位)
**关键输出**:
- 1200亿市场规模18%年增长率
- 核心客群上班族60%、健身人群25%、健康女性15%
- 客单价接受范围45-68元
### 2. 营养配方师 (Nutrition Expert)
**模型**: Google Gemini Chat Model1
**职责**:
- 营养成分科学配比
- 低卡、高蛋白餐品设计
- 食材营养价值分析
- 特殊人群(减脂、增肌)定制方案
**关键输出**:
- 32款核心产品营养标签
- 热量控制沙拉300-400大卡能量碗500-600大卡
- 蛋白质含量25-35g/份
### 3. 供应链管理专家 (Supply Chain Manager)
**模型**: DeepSeek Chat Model2
**职责**:
- 有机食材供应商筛选
- 食材溯源体系建设
- 冷链物流方案设计
- 成本控制与品质保障
**关键输出**:
- 80%本地有机农场食材
- 食材可溯源二维码系统
- 每日凌晨4点配送方案
- 验收合格率100%标准
### 4. 品牌策划师 (Brand Designer)
**模型**: DeepSeek Chat Model3
**职责**:
- 品牌定位与视觉设计
- 店铺空间布局规划
- 营销物料设计
- 品牌差异化策略
**关键输出**:
- "青莳轻食"品牌形象
- 110㎡店铺布局图
- "食材透明化、营养科学化、服务便捷化"定位
### 5. 财务分析师 (Financial Analyst)
**模型**: DeepSeek Chat Model4
**职责**:
- 投资预算规划
- 成本结构分析
- 盈利模型预测
- ROI投资回报率计算
**关键输出**:
- 初期投资85万元
- 月度成本18.5万元
- 预计月营收30-35万元
- 投资回收期14个月
### 6. 运营管理专家 (Operation Manager)
**模型**: DeepSeek Chat Model5
**职责**:
- 日常运营流程设计
- 人员配置与培训方案
- 品控标准制定
- 配送服务体系搭建
**关键输出**:
- 《青莳品控10条》
- 30分钟配送承诺
- 8名员工配置方案
- 线上线下一体化运营
### 7. 食品创业导师 (Food Business Coach) - 中央协调
**模型**: Chat Models + Memories
**职责**:
- 统筹协调各Agent工作
- 整合各模块方案
- 风险评估与决策
- 最终方案输出
**关键输出**:
- 68页完整经营方案
- 执行时间线
- 风险应对策略
## 演示流程设计
### Phase 1: 需求输入2分钟
用户输入创业需求:
- 城市:北京/上海一线城市
- 预算80-100万初始投资
- 定位:中高端健康轻食
- 目标6个月实现盈亏平衡
### Phase 2: 多Agent并行分析8分钟
**并行执行**
1. 市场研究专家:收集市场数据,分析竞争格局
2. 营养配方师:设计菜品体系,制定营养标准
3. 供应链管理专家:构建供应体系,确保食材品质
**终端展示效果**
```
[市场研究专家] 正在分析轻食市场数据...
> 发现市场规模1200亿年增长18%
> 识别目标客群25-40岁城市健康人群
> 竞品分析完成:发现"中高端+高性价比"市场空白
[营养配方师] 正在设计营养菜单...
> 设计32款核心产品
> 制定营养标签系统
> 创建定制化服务方案
[供应链管理专家] 正在构建供应链...
> 对接3家有机农场
> 建立食材溯源系统
> 设计冷链配送方案
```
### Phase 3: 方案整合优化5分钟
**顺序执行**
1. 品牌策划师:基于市场分析,设计品牌形象
2. 财务分析师:核算成本,预测盈利
3. 运营管理专家:制定运营标准和流程
### Phase 4: 方案生成3分钟
食品创业导师整合输出:
- 执行摘要
- 详细经营方案
- 风险评估报告
- 实施路线图
## 技术实现方案
### 1. 复用现有框架
- 基于文旅订单班的React演示系统
- 保持7个Agent的协作架构
- 调整为食品行业专业术语和流程
### 2. 内容替换清单
| 模块 | 文旅版 | 食品版 |
|------|--------|--------|
| 场景名称 | 展会策划 | 轻食店铺经营 |
| 核心产出 | 展会策划案 | 店铺经营方案 |
| Agent头像 | 商务形象 | 餐饮专业形象 |
| 专业术语 | 展位、搭建 | 食材、营养、配送 |
| 数据指标 | 参展商数量 | 营养成分、客单价 |
### 3. 演示数据准备
**已有素材**
- 完整的轻食店铺经营文档23KB
- 市场分析数据
- 菜品设计方案
- 财务预测模型
**需要制作**
- 7个Agent的专业头像
- 食品行业相关配图(可用现有图片)
- 演示过程中的动态数据
### 4. 关键差异化
- 强调"营养科学"而非"视觉设计"
- 突出"食品安全"和"品质控制"
- 增加"营养标签"和"热量计算"展示
- 加入"食材溯源"二维码演示
## 开发计划
### 第1天环境搭建与内容准备
- [ ] Fork文旅项目代码
- [ ] 准备食品行业Agent头像
- [ ] 整理演示文案和数据
### 第2天核心功能开发
- [ ] 替换Agent角色定义
- [ ] 更新演示流程文案
- [ ] 调整专业术语和输出内容
### 第3天UI调整与优化
- [ ] 更换配色方案(绿色健康主题)
- [ ] 添加营养标签组件
- [ ] 优化食品行业特色展示
### 第4天测试与完善
- [ ] 完整流程测试
- [ ] 性能优化
- [ ] 文档编写
## 预期成果
### 功能展示
1. **智能化程度**7个专业Agent协同工作
2. **专业深度**:覆盖食品创业全链条
3. **实用价值**:生成可执行的经营方案
4. **视觉效果**:流畅的动画和专业的界面
### 学习价值
帮助食品专业学生掌握:
- 市场调研方法
- 营养配方设计
- 供应链管理
- 品牌运营策略
- 财务规划能力
- 食品安全标准
### 商业价值
- 展示AI在食品行业的应用潜力
- 降低餐饮创业门槛
- 提供标准化经营模板
- 加速从学习到实践的转化
## 风险与对策
### 技术风险
- **风险**代码改动过大导致bug
- **对策**:最小化改动,主要替换文案和数据
### 内容风险
- **风险**:食品专业知识不足
- **对策**:严格基于现有文档,不随意创造
### 时间风险
- **风险**4天开发时间紧张
- **对策**复用90%代码,只改必要部分
## 部署方案
### 独立部署
- 端口4174避免与文旅4173冲突
- 路径:/web_frontend/food-demo/
- 访问http://localhost:4174
### 统一入口
创建导航页面,展示所有订单班入口:
```
多多智能体演示中心
├── 文旅订单班(已完成)
├── 食品订单班(本次开发)
├── 财经商贸订单班(下一步)
└── 智能开发订单班(下一步)
```
---
*创建时间2025-09-28*
*负责人AI协作团队*
*状态:待实施*