- JavaScript 99.7%
- CSS 0.2%
- HTML 0.1%
| .forgejo/workflows | ||
| TradePilot-AI | ||
| CONTRIBUTING.md | ||
| LoginGate.jsx | ||
| README.md | ||
| submissions.json | ||
| SUBMISSIONS.md | ||
TradePilot AI｜拿货搭子：进货选品与爆款测款智能体
在线体验入口
Vercel 主站（功能最完整，建议优先使用）：
https://tradepilot-ai-site.vercel.app/
备用访问链接（如 Vercel 因网络环境无法正常打开，可使用该链接体验核心功能）：
https://tradepilot-ai-cn-d8e0br35fa97442-1433170191.tcloudbaseapp.com/
完整项目代码仓库：
https://github.com/Jyooyj/tradepilot-ai-site
项目说明
TradePilot AI｜拿货搭子 是一个面向小商品进货、内容电商测款和大学生创业场景的 AI 进货选品与爆款测款智能体。项目围绕“产品信息采集—图片识别—进货决策报告—内容测款建议—产品库沉淀—候选产品 PK—测款复盘”形成完整业务闭环。
核心功能包括：游客演示模式、上传产品图片识别、手动填写产品信息、生成进货决策报告、保存到我的产品库、产品库搜索筛选排序、候选产品 PK、测款复盘、下载 HTML 可视化报告和反馈建议入口。
备用访问链接支持游客模式、手动填写产品信息、生成进货决策报告、产品库、候选产品 PK、测款复盘和 HTML 报告下载等核心功能；图片识别建议上传截图或压缩后的产品图。
1. 项目简介
TradePilot AI｜拿货搭子 是一个面向小商品进货、内容电商测款和大学生创业场景的 AI 进货决策智能体。
项目帮助用户完成从产品图片识别、进货信息填写、利润测算、风险判断、内容测款建议、产品库沉淀、候选产品 PK 到测款复盘的完整决策流程，降低新手卖家和小微创业者在选品进货中的盲目性。
项目口号：
进货前，先算清楚。别让第一次进货，变成第一次压货。
2. 体验说明
当前线上版本为游客演示模式，评委无需注册即可直接体验完整流程。产品记录会暂存在本地浏览器中，方便快速完成产品识别、进货判断、产品库保存、候选产品 PK 和测款复盘。
建议优先使用 Vercel 主站体验完整功能；如因网络环境导致 Vercel 无法正常访问，可使用备用访问链接体验核心流程。正式使用场景下，项目可继续接入 Supabase Auth 与云端产品库，实现用户登录、历史记录同步和长期复盘。
3. 目标用户
- 大学生创业者
- 校园摆摊 / 校园零售经营者
- 小红书、抖音、视频号内容电商卖家
- 义乌小商品进货新手
- 小微电商和社群团购运营者
- 需要快速测款和复盘的初创团队
4. 核心功能
4.1 产品图片上传与 AI 识别
用户可以上传商品图片，系统辅助识别产品类型、材质、目标人群、内容关键词等信息，并回填到进货信息表单中。
4.2 进货信息采集
用户可填写拿货价、建议售价、MOQ、材质、目标人群、销售渠道、供应商信息、竞品价格和物流风险等字段。
4.3 AI 进货决策报告
系统根据产品信息生成结构化进货报告，包含：
- 综合评分
- AI 建议
- 预计毛利率
- 首批压货资金
- 单件利润
- 单件综合成本
- 风险提示
- 下一步行动建议
4.4 内容测款建议
系统自动生成适合小红书和抖音的内容测款方案，包括：
- 小红书封面文案
- 标题建议
- 图文结构
- 抖音短视频脚本
- 推荐话题标签
- 跨平台搜索关键词
- 供应商沟通清单
4.5 我的产品库
用户可将生成的进货判断保存到产品库中，形成长期选品记录。游客演示模式下，记录保存在本地浏览器。
4.6 候选产品 PK
系统会根据产品库中的候选商品自动排序，帮助用户判断哪个产品更适合优先拿样、测款或补货。
4.7 测款复盘
用户可输入浏览量、点赞数、收藏数、评论数、询单数、成交数和测款成本，系统自动计算互动率、询单率、转化率和单均测款成本，并给出复盘建议。
4.8 报告下载
用户可将完整 AI 进货报告下载为 HTML 可视化报告，方便提交、复盘或团队讨论。
5. 产品工作流
上传产品图 / 手动填写产品信息
↓
AI 辅助识别并补全产品信息
↓
完善进货信息
↓
生成 AI 进货决策报告
↓
保存到我的产品库
↓
候选产品 PK
↓
测款数据复盘
↓
决定是否拿样、补货或放弃
6. 项目亮点
-
聚焦真实细分场景
项目不是泛 AI 工具，而是聚焦“小商品进货决策”这一具体痛点。 -
形成完整决策闭环
从识别、测算、判断、内容测款到复盘，覆盖进货前后的关键环节。 -
报告结果可解释
每份报告不仅给出结论，还展示利润空间、人群匹配、内容潜力、供应稳定、风险可控和信息完整度等评分依据。 -
适合比赛演示
当前线上版本支持游客演示模式，评委无需注册即可直接体验完整流程。 -
具备商业化延展空间
后续可拓展为面向小微电商、校园创业者、批发市场采购者的 SaaS 工具或选品决策助手。
7. 技术栈
- React
- Vite
- Tailwind CSS
- Vercel
- 腾讯云 CloudBase 备用访问部署
- 阿里云百炼视觉模型接口
- localStorage 游客演示数据存储
- Supabase（预留用户鉴权与云端产品库扩展）
8. 技术路线
8.1 前端
- 使用 React + Vite 构建单页应用，保证页面加载速度和开发效率。
- 使用 Tailwind CSS 实现暗色科技风界面、卡片式布局和响应式展示。
- 通过组件化方式组织游客模式、产品信息采集、报告生成、产品库、候选产品 PK、测款复盘等模块。
- 使用 localStorage 实现游客演示数据持久化，核心 key 为
tradepilot_local_records。 - 前端集成图片上传预览与压缩逻辑，降低大图上传导致接口失败的风险。
- 通过表单状态管理，将 AI 识别结果、用户手动补充信息和报告生成逻辑连接起来。
8.2 AI 与接口
- 通过 Vercel Serverless Function 调用阿里云百炼视觉模型接口，实现商品图片识别。
- 通过腾讯云 CloudBase 云函数提供备用图片识别接口，提升不同网络环境下的可访问性。
- 图片识别结果用于辅助回填产品名称、品类、材质、目标人群、销售渠道和内容关键词等字段。
- 进货决策报告基于产品结构化信息生成，覆盖利润测算、风险判断、内容潜力、渠道适配和下一步行动建议。
- API Key 仅保存在服务端环境变量中，不写入前端代码和公开仓库。
8.3 数据与业务逻辑
- 系统围绕“产品信息采集—图片识别—利润测算—风险判断—爆款潜力评分—内容测款建议—产品库沉淀—候选产品 PK—测款复盘”构建完整业务闭环。
- 内置产品身份识别与品类校验逻辑，减少发饰、耳夹、手链、文创挂饰、纸品等小商品之间的内容串模板问题。
- 根据拿货价、建议售价、MOQ、竞品价格等字段计算单件利润、毛利率和首批压货资金。
- 根据产品名称、品类、材质、场景、目标人群和渠道，生成小红书 / 抖音内容测款建议。
- 测款复盘模块根据浏览量、点赞数、收藏数、评论数、询单数、成交数和测款成本，计算互动率、询单率、转化率和单均测款成本。
8.4 部署
- Vercel 作为主站部署平台，提供完整线上演示入口。
- 腾讯云 CloudBase 作为备用访问部署方案，提供静态网站托管和云函数能力。
- 通过环境变量
VITE_ANALYZE_IMAGE_URL支持不同部署环境下切换图片识别接口。 - 前端构建产物不包含 API Key，服务端密钥通过 Vercel / CloudBase 环境变量管理。
- 备用访问链接主要用于在 Vercel 因网络环境无法正常打开时体验核心功能。
9. 当前版本说明
当前版本为复赛演示版，重点保证评委可以快速体验完整功能流程。
为了降低体验门槛，线上版本默认开放游客模式。游客模式下无需注册登录，产品库数据暂存在本地浏览器中。正式版可以继续启用 Supabase Auth，实现用户注册登录、云端产品库保存和跨设备同步。
10. 后续优化方向
- 增加真实市场数据接口，辅助估算竞品价格和平台热度
- 增强图片识别准确率，覆盖更多小商品品类
- 支持 PDF 报告导出
- 增加多产品批量对比
- 增加测款数据可视化图表
- 接入用户账号体系，实现长期产品库和复盘记录
- 增加智能问答式“拿货搭子”助手
- 增加供应商沟通模板和询价话术生成
11. 根据交叉评测反馈的迭代计划
根据交叉评测反馈，项目后续将重点从“原型跑通”进一步走向“数据增强、工程化拆分和长期可用”。
11.1 数据增强
当前版本的竞品价格、平台热度和部分利润判断主要依赖用户填写或估算。后续计划接入 1688、拼多多、小红书、抖音等公开市场数据或搜索 API，用于辅助估算竞品价格、内容热度和相似商品销量，让利润测算和爆款潜力评分更有真实数据支撑。
11.2 图片识别降级优化
当前图片识别已经接入阿里云百炼视觉模型，并加入前端压缩和备用访问方案。但在大图、网络不稳定或模型返回异常时，仍可能影响体验。后续将继续优化降级策略：当识别失败时，保留图片预览，引导用户手动补全产品信息，保证报告生成、产品库、候选产品 PK 和测款复盘流程不中断。
11.3 用户数据持久化
当前游客模式主要使用 localStorage 保存产品库和复盘记录，适合比赛演示和低门槛体验。后续将进一步接入 Supabase Auth 和云端数据库，实现用户登录、跨设备同步、长期产品库保存和历史复盘记录沉淀。
11.4 数据可视化
当前测款复盘和候选产品 PK 以文字和指标展示为主。后续将增加互动率趋势图、转化漏斗、利润对比柱状图、候选产品雷达图等可视化图表，提高数据洞察的直观性。
11.5 工程化优化
当前原型阶段为了快速验证业务闭环，较多业务逻辑集中在 App.jsx 中。后续将逐步拆分为 constants、utils、components、hooks 等模块，并考虑引入 TypeScript、基础单元测试和配置化品类模板，提升项目的可维护性和扩展性。