目录
一、抽检记录不能停在一张表里
二、三个角色,三种不同的工作台
抽检员:我关心今天去哪查
门店负责人:我只想看我店里有啥问题
区域主管:我关心的是复查进度
三、从发现问题到闭环:四个状态的流转
四、智能引导:从一句话到完整系统
五、几个值得说的设计细节
证据链三卡模式
风险分层 + 颜色编码
角色化菜单
消息通知自动触达
六、写在最后:人机协同的节奏感
一、抽检记录不能停在一张表里
几个月前帮朋友看他们公司的门店品控流程,发现一个挺普遍的痛点:抽检记录中"发现了什么"写得清清楚楚,但"后来改好没有"却是一片空白。
照片存在手机里,整改说明发在微信群里,复查结论口头说了就算。区域主管想查某个问题的整改进度,得翻好几个群聊记录。更麻烦的是,同一个门店反复出现同类问题,但因为没串联起来,没人发现趋势。
这不是缺一个"录入工具"的问题,而是缺一个能把"发现问题→整改→复查→关闭"串起来的协作流程。
我想用飞算 JavaAI 搭一套门店抽检整改系统,核心目标就三个:问题可追踪、责任可定位、环节可闭环。
二、三个角色,三种不同的工作台
系统跑起来后,登录进去看到的内容完全取决于你的身份。这不是为了"炫技",而是因为三种人进系统的目的截然不同。
抽检员:我关心今天去哪查
抽检员登录后看到的是今日待执行计划和最近录入的问题。他的工作流很线性:领计划→到店检查→录问题→下一个店。不需要看到他管的门店以外的问题,也不需要看到整改和复查的琐碎细节。
门店负责人:我只想看我店里有啥问题
门店负责人登录后,首页直接展示"我的门店概览":有多少待整改问题、多少已逾期。他不会关心其他店的情况,也不需要看到抽检计划列表——他只关心自己还要改什么、什么时候截止。
区域主管:我关心的是复查进度
区域主管看的是管辖区域内所有待复查的问题,同时能看到各门店的风险排行。他不需要参与具体的抽检和整改过程,他的核心职责是把控质量——确认整改是否到位,不通过就退回重改。
三、从发现问题到闭环:四个状态的流转
整个系统的灵魂是状态机。一个问题从创建到关闭,经历四个主要状态:
待整改:抽检员录入问题后自动进入,通知推送给门店负责人
整改中:门店负责人开始整改时手动标记
待复查:门店提交整改方案后进入,通知区域主管
复查通过/退回:主管验收后判定——通过则关闭,退回则重新整改
这个流程不长,但每一步都包含一条关键信息:谁在什么时候做了什么。所有证据——发现照片、整改说明、复查结论——都串在同一条时间线上。
四、智能引导:从一句话到完整系统
打开 IDEA,选中飞算 JavaAI 的"智能引导",我先写了一段 Prompt:
请帮我生成一个门店抽检整改系统。支持三种角色:抽检员制定抽检计划并录入问题,门店负责人提交整改方案,区域主管复查验收。每个问题有风险等级和截止时间,问题经历"发现→待整改→整改中→待复查→复查通过/退回→已关闭"的状态流转。首页按角色展示不同的工作台视图。门店有风险等级和区域归属,支持按门店、状态、风险筛选和趋势分析。
飞算 JavaAI 花了几秒钟分析需求,把这段话拆解成了一系列模块:
第一步确认了三个角色的职责边界,以及它们对应的数据权限——抽检员只能看到自己创建的抽检计划,门店负责人只能看到自己门店的问题,区域主管按区域过滤。
第二步生成了核心实体模型:门店(Store)、问题(Issue)、整改记录(Rectification)、复查记录(Review)、消息通知(Message),以及它们之间的关联关系。
第三步生成了数据库表结构,包括字段类型、索引和关联外键。
第四步列出了完整的代码生成计划——路由、视图页面、组件、Store、Mock 数据层,就像一个"施工蓝图"。
第五步一键生成了全部源码。从 Vite 项目骨架到 12 个完整页面、通用组件、数据层和路由守卫,全部生成完毕。
五、几个值得说的设计细节
证据链三卡模式
问题详情页的核心是三张卡片:发现照片 → 整改说明 → 复查结论。每张卡片都带着操作人和操作时间,底部是一条状态时间线。这样设计的原因是,解决问题最怕"不确定性"——我到底要不要跟?改好了没有?谁确认的?三卡模式让这些信息一眼可见。
风险分层 + 颜色编码
门店列表按风险等级做了可视化的分层:严重风险红色高亮、高风险橙色、中风险黄色、低风险绿色。这不是为了好看,而是让区域主管在首页就能一眼锁定最需要关注的门店。
角色化菜单
不是所有人都能看到所有菜单。抽检员看不到"复查管理",门店负责人看不到"抽检计划"和"问题录入",区域主管看不到"整改管理"。每个菜单的可见性由用户的角色决定。这是通过 Vue Router 的路由守卫和侧边栏的动态过滤共同实现的。
消息通知自动触达
每个关键节点——新问题登记、整改方案提交、复查结果——系统都会自动生成一条消息推送给对应角色。这不是锦上添花,而是让"人找人"变成"系统找人"。门店负责人不用每天主动刷新页面,消息中心会告诉他有什么事要处理。
六、写在最后:人机协同的节奏感
坦白说,这类管理系统——CRUD、角色权限、状态流转——对 AI 来说是非常舒适的生成区域。飞算 JavaAI 这次帮我完成了大约 80% 的代码量,从项目初始化、路由配置、接口数据一直到 12 个视图页面的骨架。
那剩下 20% 是什么?
是业务规则的精确判断。比如"门店负责人提交整改方案后状态变为待复查,同时通知哪个区域主管"——区域主管是按门店所在的区域来分配,这个逻辑 AI 不能替你决策。还有"逾期提醒应该什么时候发、发给谁",也是需要人来设计的。
简单说,AI 擅长的是"怎么做"(代码实现),人擅长的是"做什么"和"为什么这么做"(业务设计)。
参加了一个叫“飞算 JavaAI 炫技赛”的活动,顺便聊聊这款 IDEA 插件。它主打的是通过对话直接生成完整工程,试下来感觉 9.9 元的包月性价比还行。比起单纯的代码补全,它的专家 Agent 在做设计和审查时更有优势。比赛设置了编码和分享两条线,算是体验 AI 开发流程的一个好机会。