# TuangParts **Repository Path**: ydb1358396458/TuangParts ## Basic Information - **Project Name**: TuangParts - **Description**: Local electronics component inventory manager - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-09-01 - **Last Updated**: 2026-09-01 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 元器件仓库 (Parts Warehouse) 本地元器件库存管理工具 —— 每个分类一个 Excel 文件,所见即所得,可手动编辑,也可 AI 快速录入。 - **数据就是 Excel**:无数据库,每个一级分类一个 `.xlsx`,改个文件就能导入导出、随时用 WPS/Excel 打开 - **桌面 + 浏览器双形态**:pywebview 原生窗口(无地址栏)或纯 Web 页面 - **AI 加持但非必须**:自然语言一键入库、BOM 批量解析;纯规则解析也能离线干活,AI 只是加速器 - **36 个一级分类 / 585 个子分类**:参考立创商城商品分类,覆盖常见电子元器件 ## 版本目录 | 版本 | 源码 | 说明 | | --- | --- | --- | | **4.0.2(最新)** | [parts-warehouse-src-4.0.0/](parts-warehouse-src-4.0.0/) | 关于与 GitHub 版本检测 + BOM 清单独立迁移 + 搜索/品牌库/账本修复 + 工程整理 | | 4.0.1 | 同 4.0.2 源码目录 | 0 数量元器件修复 | | 4.0.0 | 同 4.0.2 源码目录 | Codex 风格工作区 + 全库搜索 + 数据包导入分类修复 | | 3.0.0 | [parts-warehouse-src/](parts-warehouse-src/) | 品牌库 + 数据清洗 + 账本体系(历史版本) | > 4.0.2 为持续改进版:集中“关于/版本检测”,完善 BOM 清单独立数据包迁移、库存账本记录及搜索/品牌库体验。发布版 exe / zip 走 GitHub Releases(带版本号),不入仓库。 ## 📚 文档与 AI 技能 | 文档 | 说明 | | --- | --- | | [《使用说明书》](parts-warehouse-src-4.0.0/使用说明书.md) | 完整功能手册:库存管理、存入/取出、BOM 匹配与清单、全库搜索、账本与撤回、品牌库、线上同步、数据包备份迁移、36 个分类体系介绍、设置详解、更新记录 | | [《线上同步指导手册》](parts-warehouse-src-4.0.0/线上同步指导手册.md) | Gitee / GitHub 数据仓库创建 + 软件内同步设置 + Windows 凭据配置 + 首次跑通流程 + FAQ | | [AI 技能 parts-warehouse-sync-setup](parts-warehouse-src-4.0.0/skills/parts-warehouse-sync-setup/SKILL.md) | 分享用 SKILL.md:AI 按它执行「数据仓库创建 + 软件内线上同步设置」(含验证步骤与常见坑),可复制进 AI 客户端的 skills 目录使用 | ## 🆕 4.0.0 更新介绍 [点击查看《更新介绍-4.0.0》](parts-warehouse-src-4.0.0/更新介绍-4.0.0.md) - 全新 Codex 风格深色工作区:侧栏导航(展开/收起/拖拽调宽)、高信息密度表格 - 全库搜索工作区(Ctrl+K / Cmd+K),搜索真实库存,结果直达子分类 - **数据包导入分类修复**:旧包不再把元件批量误入未分类;764 条历史未分类全部按原分类归位 - 深色主题 WebView2 首帧修复 + 卡片透明度生效修复 - 新图标(EXE / 窗口 / favicon) ## 功能一览 | 功能 | 说明 | | --- | --- | | 库存总览 | 分类卡片总览,只显示有记录的分类,一目了然 | | 表格编辑 | 直接点单元格编辑,支持排序(阻容感按数值排序,1MΩ 排在 10kΩ 前面) | | AI 填入 | 一句话描述 → AI 解析成结构化字段入库,如「100个 0805 10K ±1% 贴片电阻」 | | 批量导入 | 粘贴文本 / 上传 Excel,AI 或纯规则解析(位号防护、NC 剔除、电容值规范化) | | BOM 匹配取出 | 导入 BOM 自动匹配库存,精确/相似/不足/缺料四色状态,按需扣减库存 | | BOM 清单 | EDA 匹配结果保存为独立 Excel 清单,按生产份数调用取出 | | 未分类区 | AI 无法判断归属的元件自动进未分类区,手动归类,绝不丢弃 | | OCR 拍照入库 | 摄像头拍照或图片识别(RapidOCR 离线识别料袋标签),AI 整理后一键入库 | | 数据包 | ZIP 一键导出/导入全部数据,换机迁移、分享、备份都靠它 | | 账本与撤回 | 一次业务操作一笔账本记录,整笔/单项撤回,跨子分类 BOM 取出单一事务 | | 全库搜索 | Ctrl+K 唤起,搜索名称/型号/品牌/封装/库位/规格/分类,结果直达子分类 | | 品牌库 | 按品牌聚合采购记录,同品牌多写法自动合并,可导出 Excel、生成品牌库档案 | | 线上同步 | Gitee / GitHub 双平台,账本一键提交线上,事件粒度 = 一次业务操作 | | 低库存预警 | 数量低于阈值(默认 10)的元件清单 | | 设置 | 主题色系、背景图、字号字体、数据目录、AI 接口,全部界面化 | ## 快速开始 ### 方式一:直接下载打包版(推荐) 从 [Releases](https://github.com/Tuang-Gaashuan/TuangParts/releases) 下载 `parts-warehouse-4.0.2-windows.zip`(目录版 + 单文件版)或 `parts-warehouse-4.0.2.exe`,双击即用: - 首次运行会在 exe 旁边自动生成 `data\` 目录(含示例数据) - 数据永远在 `data\` 目录,重装、重打包都不丢数据 - 依赖 Windows 10/11 自带 WebView2(Edge 内核,通常已预装) ### 方式二:源码运行 需要 Python 3.10+: ```bash git clone https://github.com/Tuang-Gaashuan/TuangParts.git cd parts-warehouse/parts-warehouse-src-4.0.0 pip install -r requirements.txt python tools/maintenance/seed.py # 可选:生成示例数据(会清空 data/,正式使用后勿跑) python desktop.py # 桌面窗口版 # 或 python app.py # 纯浏览器版 (http://127.0.0.1:5000) ``` Windows 下直接双击 `start.bat` 也可(源码版入口)。 > 可选依赖说明:`opencv-python` 用于摄像头拍照入库、`rapidocr` 用于图片文字识别,不安装不影响其它功能。 ## 数据存储 所有数据在 `data/` 目录(打包版在 exe 旁边,源码版在项目目录): ``` data/ ├── settings.json # 设置 (数据路径 / 主题 / AI 配置) ├── ledger.jsonl # 出入账本 ├── activity_log.jsonl # 主页操作摘要 ├── backgrounds/ # 背景图 ├── exports/ # 数据包导出 ├── 撤回日志/ # 操作撤回快照(一个 Excel = 一次操作) ├── 未分类/未分类.xlsx # 未分类元件 ├── BOM清单/ # 已保存的 BOM 清单 └── <一级分类>/<子分类>.xlsx # 库存数据(有数据才建文件) ``` 统一表头:`名称/型号 | 品牌 | 封装 | 数量 | 库位 | 子分类 | 规格参数 | 数据手册链接 | 备注` **备份 = 复制 data/ 目录**,或使用「数据包导出」。 ## 分类体系定制 分类定义在 `warehouse/config.py`(36 个一级分类 + 子分类列表),改完重启生效: - 一级分类 = 一个 Excel 文件;子分类 = 行内的「子分类」字段 - 同名子分类出现在多个一级分类下时共享同一份物理文件(如「磁珠」同时归属 电感 和 滤波器) - 新增/修改分类后,用 `python make_catalog.py` 重新生成《category_catalog.xlsx》(纯目录参考,不存元件) ## AI 功能配置 AI 用于「自然语言解析入库」「批量导入解析」「OCR 结果整理」,支持任意 OpenAI 兼容接口。 打开「设置 → AI 设置」,二选一: ### 在线 API(DeepSeek / 智谱 GLM 等) | 项 | 说明 | | --- | --- | | 接口地址 | 如 `https://api.deepseek.com`、`https://open.bigmodel.cn/api/paas/v4`(自动兼容 /v1、/v4 写法) | | API Key | 在对应平台申请,仅存本机 `data/settings.json` | | 模型 | 如 `deepseek-chat`、`glm-4-flash`(免费额度) | 也可以不填 Key,改用环境变量:`DEEPSEEK_API_KEY`、`DEEPSEEK_BASE_URL`。 ### 本地离线(Ollama) 完全免费离线,数据不出本机: ```bash ollama pull qwen2.5:7b ``` 设置页选「本地离线 (Ollama)」,自动探测已装模型,无需 API Key。 > 纯规则解析(批量导入 → 纯规则模式、rk 的 `--no-ai`)完全不依赖 AI,任何环境都能用。 ## 命令行工具 rk(拍照入库) ```bash ./rk # 打开摄像头拍照入库 (空格=拍照 回车=结束 Backspace=撤回) ./rk a.jpg b.jpg # 指定图片文件入库 ./rk -d ./袋料照片 # 处理目录下所有图片 ./rk --no-ai # 纯规则解析, 无需 AI/key/网络 (适合固定格式料袋) ./rk -y # 跳过逐条确认直接入库 ./rk --device 0 # 摄像头编号 (默认 1) ``` ## 技术栈 Flask + pywebview (WebView2) + openpyxl + RapidOCR (PP-OCRv6) + OpenAI 兼容 AI 接口 / Ollama ## FAQ **Q: 数据会不会丢?** A: 所有数据都是 `data/` 里的 xlsx,复制目录即备份;每次数据包导入前自动备份;每次操作可撤回。 **Q: 不想用 AI 行不行?** A: 行。手动录入、纯规则批量导入、rk `--no-ai` 都不需要 AI。 **Q: 可以用哪些 AI?** A: 任何 OpenAI 兼容接口:DeepSeek、智谱 GLM、硅基流动、通义、Ollama 本地模型等,设置里填 base_url/key/model 即可。 **Q: 换电脑怎么迁移?** A: 数据包导出 → 拷贝 ZIP → 新电脑导入;或直接复制整个 `data/` 目录。 **Q: 导入旧版数据包会乱分类吗?** A: 不会。4.0.0 导入会跳过撤回日志快照、按 ZIP 目录 + 行内子分类恢复分类、旧命名自动归一化,导入前自动备份。 ## License MIT © 2026 Tuang-Gaashuan