Initial commit: TradeMate 外贸小助手 MVP

项目结构:
- backend/     Python FastAPI 后端
- uni-app/     uni-app跨端前端
- docs/        设计文档
- docker-compose.yml  Docker编排
- nginx/scripts/systemd 运维配置

已完成功能:
- 用户认证 (JWT)
- 智能翻译 + 回复建议
- 营销素材生成
- 客户管理 + 沉默检测
- 报价单管理
- 产品库管理
- 汇率换算
- 推送通知 (uni-push)
- WhatsApp Webhook框架
- Celery定时任务
This commit is contained in:
TradeMate Dev
2026-05-08 18:17:12 +08:00
commit c6206787da
121 changed files with 11743 additions and 0 deletions
+250
View File
@@ -0,0 +1,250 @@
# 外贸小助手 (TradeMate) — 产品设计文档
> 版本: v1.0
> 创建日期: 2026-05-08
> 状态: 初始设计
---
## 一、产品定位
### 1.1 一句话定义
> **微信里的外贸成交助理——帮不懂英文、不懂营销的中小企业,把客户询盘变成订单。**
### 1.2 目标用户
| 画像 | 特征 | 典型场景 |
|------|------|---------|
| **个体外贸SOHO** | 1-2人,什么都自己干 | 每天都在回WhatsApp消息,顾不上主动开发客户 |
| **小型外贸公司老板** | 10-30人,团队没有专业营销 | 员工英文一般,发了开发信没人回复就不知道怎么继续 |
| **工厂转型外贸** | 原来做内销,刚开阿里国际站 | 有产品优势,但不会写英文文案,不知道怎么跟老外沟通 |
### 1.3 核心洞察
外贸成交的本质是三个动作:
```
收到询盘 → 看懂意思 → 回复报价 → 跟进催单
↑ ↑
用户卡在这里 用户卡在这里
(英文不好) (不知道怎么跟进)
```
**我们只解决这三件事,别的都不做。**
---
## 二、功能设计
### 2.1 功能全景图
```
┌─────────────────────────────────────────────────────┐
│ 外贸小助手 │
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │ 营销素材 │ │ 智能沟通 │ │ 客户跟进 │ │
│ │ 工厂 │ │ 助手 │ │ 引擎 │ │
│ ├──────────┤ ├──────────┤ ├──────────┤ │
│ │ 开发信 │ │ 消息翻译 │ │ 沉默检测 │ │
│ │ 产品文案 │ │ 回复建议 │ │ 跟进提醒 │ │
│ │ 关键词 │ │ 一键发送 │ │ 话术推荐 │ │
│ │ 竞品分析 │ │ 语气调整 │ │ 周期提醒 │ │
│ └──────────┘ └──────────┘ └──────────┘ │
│ │
│ ┌─────────────────────────────────────────┐ │
│ │ 跨功能支撑: 报价单生成 / 汇率换算 │ │
│ └─────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────┘
```
### 2.2 功能一:营销素材工厂(帮用户"有内容可发")
#### 用户场景
> "我想给美国客户发邮件推广我的户外折叠椅,但我不知道英文怎么写,也不知道怎么写才有吸引力。"
#### 交互流程
```
[用户打开小程序]
└─ 点击"营销素材"
└─ 输入: "户外折叠椅,承重150kg,防水面料,带杯架和扶手"
└─ 选择: ①英文开发信 ②WhatsApp开场白 ③产品描述 ④关键词建议
└─ AI生成→用户左右滑动筛选→保存→一键复制
[用户过几天再来]
└─ 点击"换一批" → AI 基于同样产品生成不同角度的话术
└─ 点击"效果追踪" → 可以看到哪些文案被复制/发送了多少次
```
#### 核心机制
- 每个用户有自己的**产品库**(首次输入后系统保存)
- 同一个产品可以生成不同风格(正式/亲切/促销)
- 不同目标国家生成适配当地习惯的文案
- **关键**: AI 不是一次性生成,而是持续迭代——用户保存的文案越多,系统越懂用户的偏好风格
### 2.3 功能二:智能沟通助手(帮用户"看懂+回好"
#### 用户场景
> "客户在WhatsApp发了一大段英文,我大概能看懂一些,但不知道怎么回,怕写错了让客户觉得不专业。"
#### 交互流程
```
[客户发来 WhatsApp 消息]
└─ 系统自动翻译成中文(显示在客户消息下方)
└─ 同时给出 3 个回复选项:
① 快速报价(如果消息是询价)
② 专业回复(通用商务场景)
③ 亲切回复(如果客户是老客户)
└─ 用户选择一个 → 自动填入对话输入框 → 用户可编辑 → 发送
[用户主动发起]
└─ 打开小程序 → 输入中文 → 选择语气 → AI 翻译成英文
└─ 支持: 文字转语音(方便用户确认发音)
```
#### 核心机制
- **翻译质量领先**:结合 DeepL + OpenAI + 外贸术语库,翻译"MOQ、FOB、lead time"等术语准确
- **回复建议有上下文**:基于聊天历史 + 产品库 + 客户画像,不是通用 ChatGPT 式回复
- **用户微调记录**:用户每次编辑 AI 建议后再发送,系统记录差异,未来建议自动适配用户风格
#### 翻译 vs 回复建议 的边界
| 场景 | 做什么 | 用哪个引擎 |
|------|--------|-----------|
| 用户想看懂客户消息 | 翻译(直译,保留原意) | DeepL(准确) |
| 用户想回复客户 | 生成回复建议(意译,优化表达) | OpenAI/Claude(生成质量高) |
| 用户想写营销文案 | 生成创意内容 | Claude(写作最优) |
| 用户需要正式报价 | 生成结构化报价单 | OpenAI(结构化能力强) |
### 2.4 功能三:客户跟进引擎(帮用户"不丢单")
#### 用户场景
> "上周报完价客户就没消息了,我也不知道该不该再发消息,发了怕烦到客户,不发怕被别人抢走。"
#### 交互流程
```
[系统自动检测]
└─ 客户沉默 3 天 → 推送提醒:
"客户 Carlos (墨西哥) 已沉默3天,建议发送跟进消息"
└─ 提供跟进话术(基于上次聊天内容定制)
└─ 客户沉默 7 天 → 升级提醒:
"客户已沉默1周,建议发送限时优惠或新产品信息"
└─ 提供促销话术 + 可选折扣模板
[用户主动查看]
└─ 打开"客户"页面 → 按沉默天数排序
└─ 每个客户显示: 最后联系时间、沉默天数、建议动作
└─ 一键发送跟进消息
```
#### 核心机制
- **沉默检测规则**
- 3天无回复 = 轻度沉默 → 跟进提醒
- 7天无回复 = 中度沉默 → 升级提醒 + 提供优惠话术
- 14天无回复 = 重度沉默 → 建议换话题(发新品/行业资讯/节日问候)
- **行业基准对比**:跨用户匿名统计不同国家客户的回复率基线,帮助判断"这个客户是不是真的没意向"
- **最佳发送时间**:基于历史数据推荐(如拉美客户下午3-5点回复率高)
### 2.5 跨功能支撑:报价单生成
#### 场景
> "客户问价格了,我得赶紧报个价。但报价单要用英文写,还要算运费、汇率……"
#### 功能
```
客户说 "How much for 500pcs FOB Shanghai?"
系统:
- 识别出:FOB上海、500件、询价
- 自动调取用户产品库里的价格($12.5/pc)
- 显示当前汇率(USD/CNY
- 生成报价草稿:
"FOB Shanghai: $12.5/pc
Total: $6,250
Lead time: 25 days
Payment: T/T 30% deposit"
- 用户确认 → 生成正式报价单图片 → 一键发送
```
---
## 三、用户旅程
### 3.1 首次使用(30秒上手)
```
1. 扫码打开小程序 → 微信授权登录
2. 输入产品信息(中文): "你主要卖什么?"
└─ 示例: "户外折叠椅,主要出口欧美"
3. 系统自动:
├─ 生成 5 条开发信模板
├─ 生成 5 条 WhatsApp 开场白
└─ 保存产品到我的产品库
4. 引导到"客户"页面 → 提示"可以导入或手动添加客户"
5. 完成。全程 < 30 秒。
```
### 3.2 日常使用
```
早上:
└─ 打开小程序 → 看"待跟进"列表 → 选择1-2个客户发跟进消息
白天:
└─ WhatsApp 收到消息 → 切到小程序翻译 → 复制回复
晚上:
└─ 打开小程序 → 看今日概览(回复了几个客户、几个沉默)→ 准备明天的跟进
```
---
## 四、数据模型概要
| 实体 | 核心字段 | 用途 |
|------|---------|------|
| 用户 | tier, 产品库 | 账户+订阅 |
| 产品 | 名称, 描述, 价格, 规格, 关键词 | 用户自己的产品信息 |
| 客户 | 姓名, 国家, WhatsApp, 来源, 标签 | 客户管理 |
| 对话 | 消息, 翻译, 回复, 状态 | 沟通记录 |
| 报价单 | 产品, 数量, 价格, 条款, 状态 | 报价管理 |
| 语料条目 | 源文, 译文, 领域, 质量评分 | AI 训练数据 |
---
## 五、护城河策略
详见 `TECH_ARCHITECTURE.md` 第 5 章,核心三层:
1. **外贸垂直语料库**:用户每次使用产生的翻译/回复数据,积累成行业专属语料
2. **用户产品知识库**:产品信息+客户偏好+历史报价,迁移成本极高
3. **沉默客户模式算法**:跨用户行为数据产生的预测能力,网络效应
---
## 六、盈利模式
| 层级 | 价格 | 能力 |
|------|------|------|
| 免费版 | ¥0 | 1个产品、20次翻译/天、5个客户、基础回复建议 |
| Pro版 | ¥99/月 | 10个产品、无限翻译、50个客户、跟进提醒、报价单 |
| 企业版 | ¥399/月 | 无限产品、多人协作、品牌报价单、专属语料训练、API |
---
## 七、路线图
| 阶段 | 时间 | 功能 |
|------|------|------|
| MVP | 第1-4周 | 智能翻译+回复建议+基础营销素材+产品库 |
| V2 | 第5-8周 | 沉默客户跟进+WhatsApp集成+报价单生成 |
| V3 | 第9-12周 | 语料库训练+回复质量优化+多人协作 |
| V4 | 第13-16周 | 跨用户A/B测试+预测算法+API开放 |