电子元件库存管理系统 v1.0

一个基于 Flask + SQLite 的轻量库存系统,适合先本地开发,后续部署到宝塔服务器。

当前支持三类容器:

  • 28格小盒大盒:常见 4 连排小盒(竖向 7 排)。
  • 14格中盒大盒:中等盒子,无固定摆放图。
  • 袋装清单:防静电袋列表模式(每行一个袋位,支持批量新增)。
  • 袋装清单 为固定容器(系统内置一个大盒),不需要新增/删除盒子。

v1.1 新增能力:

  • 支持盒子改名和删除。
  • 新增盒子时可设置 前缀 + 起始序号,内部编号自动递增。
  • 盒子名称自动生成:基础名称 + 编号范围,重名自动加 #2/#3
  • 首页可直接看到每个盒子的编号范围(如 A1-A28)。
  • 首页新增概览按钮:快速查看已启用的编号与名称。
  • 编辑页支持 启用/停用

1. 项目结构

inventory/
├── app.py
├── requirements.txt
├── init_db.py
├── data/
│   └── inventory.db          # 首次初始化后生成
├── templates/
│   ├── index.html
│   ├── box.html
│   ├── edit.html
│   └── stats.html
└── static/
	├── css/
	│   └── style.css

2. 本地运行

2.1 安装依赖

pip install -r requirements.txt

2.2 初始化数据库

python init_db.py

初始化后会生成:data/inventory.db

2.3 启动服务

python app.py

默认访问:http://127.0.0.1:5000

2.4 可选:启用 AI 补货建议(硅基流动)

在启动前设置环境变量:

$env:SILICONFLOW_API_KEY="你的APIKey"
$env:SILICONFLOW_MODEL="Qwen/Qwen2.5-7B-Instruct"

可选变量:

  • SILICONFLOW_API_URL(默认:https://api.siliconflow.cn/v1/chat/completions
  • SILICONFLOW_TIMEOUT(默认:30 秒)

仓库概览页点击 AI补货建议 按钮即可调用接口。

也可在页面中直接配置参数:

  • 入口:仓库概览 -> AI参数
  • 页面:/ai/settings
  • 保存文件:data/ai_settings.json

3. 页面说明

3.1 首页 /

  • 首页已改为入口跳转到 仓库概览 页面。

3.1.1 仓库概览 /types

  • 展示三类独立界面入口:28格小盒大盒14格中盒大盒袋装清单
  • 每类入口显示当前容器数量,点击进入单独分类页面。

3.1.2 分类独立页 /type/<box_type>

  • 每个分类使用独立页面,避免容器变多后的长页翻找。
  • 页面内支持新增、设置、删除,并在操作后停留在当前分类页。

3.2 盒子详情 /box/<box_id>

  • 28格/14格:格子视图,点格子进入编辑。
  • 袋装清单:表格视图,支持单条新增和批量新增。
  • 袋装清单 仅使用编号前缀(如 BAG),不设置编号范围。
  • 28格/14格 支持快速入库:多行粘贴后自动分配空位。
  • 28格/14格/自定义容器 支持立创编号入库:进入对应格位编辑页后输入编号,自动拉取商品基础信息并写入当前格位。
  • 支持按当前盒子导出打标 CSV仅导出启用记录可用于热敏打标机导入。
  • 打标 CSV 列名为中英双语格式(如 料号(part_no)备注(note)),便于直接识别。

3.3 编辑页 /edit/<box_id>/<slot>

  • 编辑料号、名称、规格、数量、备注。
  • 通过按钮启用/停用。
  • 可删除当前格子记录。

3.4 统计页 /stats

  • 独立统计页,仅展示核心指标:库存总量 / 分类占比 / 变动趋势
  • 支持 7天30天 视图切换:/stats?days=7/stats?days=30
  • 支持分类筛选:/stats?days=30&box_type=small_28(可选值:small_28medium_14custombagall)。
  • 趋势图基于库存变动日志实时计算,来源包括:新增、快速入库、启用/停用、删除。
  • 说明:升级前的历史操作不会自动回溯写入日志,趋势从启用该版本后开始逐步真实化。
  • 新增最近操作时间线(最新 20 条),便于追踪库存变化来源。
  • 筛选到单一分类后,指标会切换为更有意义的数据:分类库存占比 / 周期操作次数 / 活跃天数 / 分类内元件Top
  • 支持趋势数据导出 CSV/stats/export?days=7&box_type=all(包含 daily_delta 日增减列)。
  • 支持清除统计日志(当前筛选或全部),仅影响统计与趋势,不影响库存数据本体。
  • 支持按 料号名称 搜索已启用元件。
  • 搜索结果可一键跳转到对应盒位编辑页。
  • 支持快速出库:只填写数量即可扣减库存,并写入统计日志。

3.6 AI 补货建议 /ai/restock-plan

  • 基于低库存清单和最近 30 天出库数据生成补货建议。
  • 未配置 SILICONFLOW_API_KEY 时会返回明确错误提示。

3.7 AI 参数设置 /ai/settings

  • 支持页面内编辑:API URL / 模型名称 / API Key / 超时 / 低库存阈值 / 建议条目上限
  • 支持页面内编辑立创接口参数:Base URL / Path / API Key / Header / Prefix / 请求编号字段 / 超时
  • 保存后立即生效,无需改代码。

3.8 立创编号入库 /edit/<box_id>/<slot>/lcsc-import

  • 请求方式:POST
  • 表单字段:
    • lcsc_product_id:立创商品编号(默认按文档使用整数 productId
    • quantity:写入数量
  • 导入逻辑:
    • part_no <- productModel(兜底 productCode
    • name <- productName
    • specification <- brandName / encapStandard / catalogName
    • note <- LCSC productCode + productId
  • 鉴权支持:
    • JOP签名(推荐,示例中的 app_id/access_key/secret_key
    • 简单Header API Key(兼容模式)

4. 袋装批量新增格式

在袋装清单页面的批量输入框里,每行一条,可用英文逗号或 Tab 分隔:

料号, 名称, 数量, 规格, 备注

示例:

10K-0603, 贴片电阻10K, 500, 0603, A袋, 常用
100nF-0603, 电容100nF, 300, 0603, B袋, X7R

说明:

  • 料号名称 必填。
  • 数量 需为大于等于 0 的整数(留空按 0
  • 无效行会跳过并提示。

5. 快速入库28格/14格

在盒子页面使用“快速入库”,每行一条:

料号, 名称, 数量, 规格, 位置备注, 备注

规则:

  • 自动放入当前盒子的空位。
  • 同料号已存在时自动累加数量(不重复占位)。
  • 格子满了会跳过并提示具体行号。

6. 自动编号规则(新增)

新增盒子时只需填写:

  • 前缀:如 ABCBAG
  • 起始序号:如 1

系统自动生成内部编号:

  • 第 1 位:前缀 + 起始序号
  • 第 N 位:前缀 + (起始序号 + N - 1)

示例:

  • 前缀 A、起始 1、容量 28 -> A1-A28
  • 前缀 B、起始 100、容量 14 -> B100-B113

盒子名生成示例:

  • 基础名称 电阻盒 + 范围 A1-A28 -> 电阻盒 A1-A28
  • 若发生重名会自动变为:电阻盒 A1-A28 #2

7. 元器件命名建议(简洁版)

为避免命名过长又保证可检索,建议:

  • 料号(part_no):优先写厂家/采购料号,保持唯一。
  • 名称(name)品类 + 关键值 + 封装,如 电阻10K 0603电容100nF 0603
  • 规格(specification):补充精度/耐压/温漂等必要信息,如 1%50V X7R

推荐格式:

名称: 电阻10K 0603
规格: 1%
名称: 电容100nF 0603
规格: 50V X7R

7.1 轻量入库规范(推荐)

目标:字段尽量少,但保证后续能搜索、能区分、能补货。

最少必填3项

  • 料号(part_no):优先填厂家型号(如 STM32F103C8T6)。
  • 名称(name)品类 + 型号/关键值(如 MCU STM32F103C8T6)。
  • 数量(quantity):当前实际库存数量。

建议选填2-3项

  • 规格(specification):只写 2-4 个关键参数(如 Cortex-M3 / 64KB Flash / LQFP-48)。
  • 位置备注(location):盒位或袋位(如 A12BAG4)。
  • 备注(note):来源或追溯信息(如 LCSC item 9243 或商品链接)。

不建议录入(避免复杂且易过期):

  • 实时单价、促销价、交期、商城库存等动态信息。

推荐录入模板:

料号: <厂家型号>
名称: <品类 + 型号/关键值>
规格: <封装 + 关键参数>
数量: <整数>
位置备注: <盒位/袋位>
备注: <来源编号或链接>

示例:

料号: STM32F103C8T6
名称: MCU STM32F103C8T6
规格: Cortex-M3 / 64KB Flash / LQFP-48
数量: 10
位置备注: BAG4
备注: LCSC item 9243

8. 数据库说明

  • 使用 SQLite文件路径data/inventory.db
  • 库存变动日志表:inventory_events(用于统计页趋势计算)
  • inventory_events 主要字段:box_typepart_noevent_typedeltacreated_at
  • 首次发布执行一次 python init_db.py
  • 后续通常不需要重复初始化

9. 服务器部署(宝塔)

建议流程:

  1. 上传代码或 git clone 到服务器。
  2. 创建并启用虚拟环境。
  3. pip install -r requirements.txt
  4. python init_db.py
  5. 用 Gunicorn 启动:app:app
  6. 宝塔/Nginx 反向代理到 Gunicorn 端口
  7. 域名解析 + SSL

建议 Gunicorn 仅监听内网:127.0.0.1:5000

10. 日常发布流程

本地开发后:

git add .
git commit -m "feat: xxx"
git push origin main

服务器更新:

cd /www/wwwroot/inventory
git pull origin main
source venv/bin/activate
pip install -r requirements.txt

最后在宝塔里重启 Python 项目。

11. 备份建议

重点备份:data/inventory.db

可按天备份,例如:

cp /www/wwwroot/inventory/data/inventory.db /www/backup/inventory_$(date +%F).db

12. 常见问题

Q1: VS Code 提示无法解析 flask 导入

通常是编辑器没选到正确虚拟环境,不代表代码不能运行。切换解释器到项目 venv 即可。

Q2: 为什么线上不能用 python app.py 长期跑

python app.py 是开发模式。生产请使用 Gunicorn或其他 WSGI并由宝塔托管。

Q3: 本地和服务器数据库要实时同步吗

不建议 SQLite 双向实时同步。建议以服务器库为主,本地用于测试。

13. 后续 AI 代办清单

下面这份清单按“先容易落地、再逐步增强”的顺序排列,建议后续按阶段推进,不要一次铺太大。

第一阶段:先做能直接省时间的功能

  • AI 入库预处理
  • 支持粘贴采购清单、聊天记录、Excel 文本后,由 AI 自动拆分为 料号 / 名称 / 数量 / 规格 / 备注
  • 自动识别脏数据,例如缺字段、数量格式异常、字段顺序混乱
  • 输出结构化预览结果,用户确认后再正式写入库存
  • 对接现有快速入库 / 袋装批量新增流程,不直接绕开人工确认

第二阶段:提升库存数据质量

  • AI 重复物料巡检
  • 定期扫描库存,找出“疑似同料号”“疑似同参数”“疑似同立创编号”的记录
  • 输出“疑似重复物料清单”,由人工决定是否合并
  • 给出重复原因说明,例如名称近似、规格一致、备注含相同 LCSC 编号
  • 增加“建议统一名称/规格写法”的辅助提示

第三阶段:升级补货能力

  • AI 缺货风险预测

  • 不只看当前库存阈值,还结合最近 7 天 / 30 天出库趋势评估风险

  • 给出“预计可支撑天数”“风险等级”“建议补货时机”

  • 在现有 AI 补货建议基础上增加“为什么建议补货”的解释

  • AI 采购建议优化

  • 结合 最小包装量 给出更合理的采购数量

  • 将补货建议分为 紧急 / 本周 / 可延后

  • 支持把多个建议项整理成采购清单草稿

第四阶段:提升查找和录入体验

  • AI 自然语言搜索

  • 支持搜索“3.3V 稳压芯片”“0805 常用电阻”“USB 相关器件”这类自然语言

  • 将自然语言自动映射到 名称 / 规格 / 备注 / 料号 的组合搜索

  • AI 标签与备注标准化

  • 自动生成更适合标签打印的短名称

  • 自动补全更统一的备注格式和搜索关键词

  • 让名称更短、备注更规范,方便后续检索和盘点

第五阶段:做更深层的数据分析

  • AI 异常库存行为分析
  • 分析哪些元件短时间频繁出库、频繁被修改、频繁被合并
  • 标出值得人工复查的异常记录
  • 为后续库存盘点提供风险提示

14. AI 开发顺序建议

建议按下面顺序做,避免功能做散:

  1. 先做 AI 入库预处理
  2. 再做 AI 重复物料巡检
  3. 然后把 AI 补货建议 升级为 缺货风险预测 + 采购建议优化
  4. 最后再补 自然语言搜索 / 标签标准化 / 异常分析

这样安排的原因:

  • AI 入库预处理 最容易立刻省时间
  • AI 重复物料巡检 能提升库存数据质量,为后续 AI 功能打基础
  • 缺货预测采购建议 依赖更干净、更稳定的历史数据
  • 自然语言搜索异常分析 更适合在系统稳定后增强体验

15. 当前最推荐优先做的一项

当前最推荐优先实现:AI 入库预处理

原因:

  • 最贴近日常使用场景
  • 改动风险低,不会破坏现有库存规则
  • 可以复用现有快速入库、袋装批量、人工确认合并流程
  • 做完后,后续 重复物料巡检补货预测 的数据基础也会更好
Description
电子元件库存管理系统 v1.0
Readme 970 KiB
Languages
Python 59.1%
HTML 32.7%
CSS 8.2%