基于云開發框架接入ChatGPT的新零售電商平臺研究與實現

王晨 李海洋 王彩霞

DOI：10.19850/j.cnki.2096-4706.2024.01.003

收稿日期：2023-05-26

摘? 要：文章從現實需求出發，分析傳統農產品銷售平臺存在的弊端及其原因，提出了基于云開發框架接入人工智能服務ChatGPT的新零售電商平臺，圍繞農產品底層營銷需求對平臺架構進行設計。在開發載體上采用國內使用頻率較高的微信小程序，軟件技術上采用云開發框架uniCloud，避免傳統開發中服務器配置及平臺適配問題，并結合微服務架構，實現各業務功能服務組件化，同時結合ChatGPT-4人工智能技術，針對用戶需求提供人性化解決方案。測試結果表明，平臺可以滿足高并發場景，支持農產品的新零售模式，有力地促進了農業電商的蓬勃發展。

關鍵詞：云開發框架；新零售；微服務架構；人工智能；小程序；農業電商

中圖分類號：TP311? 文獻標識碼：A? 文章編號：2096-4706（2024）01-0012-05

Research and Implementation of a New Retail E-commerce Platform Connecting to ChatGPT Based on Cloud Development Framework

WANG Chen1， LI Haiyang2， WANG Caixia1

（1.School of Computer Science and Software Engineering， University of Science and Technology Liaoning， Anshan? 114051， China; 2.School of Electronic and Information Engineering， University of Science and Technology Liaoning， Anshan? 114051， China）

Abstract： Starting from practical needs， this paper analyzes the drawbacks and reasons of traditional agricultural product sales platforms， and proposes a new retail E-commerce platform connecting to artificial intelligence service ChatGPT? based on cloud development framework. The platform architecture is designed around the underlying marketing needs of agricultural products. It uses WeChat mini programs， which are commonly used in China， as the development medium， and the cloud development framework uniCloud as the software technology to avoid server configuration and platform adaptation issues in traditional development. It combines the microservices architecture to achieve componentization of various business functions and services. At the same time， it combines ChatGPT-4 artificial intelligence technology to provide humanized solutions for user needs. The test results show that the platform can meet high concurrency scenarios， support new retail modes for agricultural products， and effectively promote the vigorous development of agricultural E-commerce.

Keywords： cloud development framework; new retail; microservice architecture; artificial intelligence; mini program; agricultural E-commerce

0? 引? 言

農產品具有生長時令性、生產周期長、容易受氣候等外部環境影響、保質期短等特性[1]，農產品銷售問題一直困擾廣大農戶。在互聯網+時代背景下，各地大力發展農業信息化，上線農產品銷售平臺，然而推廣效果較差，并未真正改變農產品的交易模式[2，3]。

分析其原因主要有以下幾點：一是現有電商平臺阻礙推廣，地方政府開發的多數為原生應用（Native App），然而當下客戶流量被各大主流平臺壟斷，無疑觸犯了其商業利益。二是Native App操作邏輯復雜，超出了大部分國內農戶的信息技術認知水平，農戶很難真正掌握。三是各大電商平臺只注重特定農產品領域，雖有實際突破[4]，但其信息化福利并不能真正惠及廣大農戶。

本文從農戶實際需求出發進行業務架構設計，采用國內主流應用微信小程序作為開發載體，接入當前熱門人工智能技術ChatGPT-4為農戶的不同需求規劃解決方案。實際測試中，本文設計的基于云開發框架接入ChatGPT的新零售電商平臺，從功能服務與軟件性能上均滿足當下農戶對于銷售渠道智能信息化的需求。

1? 電子商務平臺總體架構

典型的電子商務平臺構成基本要素[5]為：交易主體、交易客體、需求適配、交易物流、售后服務等過程。農產品交易過程存在不確定性、不規范性、真實性強、小規模等特點，不能依照傳統以交易主體規范化、三方評價監督的體系進行交易平臺設計。本文以農戶個人為組織主體[6]，通過線上線下營銷模式搭配人工智能給出優秀方案，讓程序充分發揮靈活性、精準性、便捷性，強化營銷應用性與時效性，以拓寬銷售出路。

1.1? 系統功能業務設計

新零售是指以網絡為基礎，通過大數據、人工智能等技術服務，對商品生產、流通、銷售進行底層改造，形成零售生態結構和生態圈[7]。當下流行的農產品電商體系主要是O2O和B2C兩種營銷模式[8]，但業務主體不同，難以真正實現深度融合。本文基于C2C+O2O新零售理念，打造具備現代零售能力的農戶主體，并基于此添加人工智能服務設計功能架構，其主要業務創新點如下：

1）本文創新設計了結合C2C（Consumer To Consumer）模式的農戶個人品牌電商業務及其配套功能，個人與個人之間的電子商務模式。對于農產品而言具備天然、原生態的優質屬性，符合市場消費需求，通過平臺業務以形成穩定的微營銷渠道，適應小農生產模式。

2）本文又為平臺引入O2O（Online To Offline）模式下的同城模式及配套功能，線下商務同互聯網結合起來，線上展示作為線下交易的流量入口。對于農戶而言，依靠O2O平臺可以使產品更具黏性、擴大消費者消費意愿、提高交易流動性、及時更新產品信息來謀取最大利益。對于消費者來說可以獲得更全面的、更及時、更豐富的產品資訊，使購物更便捷、更高效，提升使用滿意度。

3）程序接入當下爆火的人工智能技術ChatGPT。它可以全天候運行，在任何時間對用戶查詢提供即時的、高滿意度的智能答復。這可以幫助吸引更多用戶，節省企業的時間和資源，同時提升用戶體驗和企業收益。它還可以通過分析用戶數據和消費趨勢，為平臺提供營銷策略和方案，幫助平臺實現精準營銷，提高轉化率。

以上需求對應業務功能為：同城模塊、個人中心模塊及智能查詢模塊。結合傳統農業電商平臺的基礎業務需求、功能業務需求進行系統功能業務設計，基于云開發框架接入ChatGPT的新零售電商平臺功能架構圖如圖1所示。

1.2? 微服務架構設計

軟件架構從最初的單體架構發展到分布式架構，再到目前面向服務組件化的微服務架構，更加適應了業務需求的動態變化[9]。微服務是指可以獨立完成一個功能的服務組件，微服務可以獨立進行開發、測試、部署等流程，且具備高復用、易于拓展、高并發等特性[10]。本文通過微服務架構去中心化，深入分析功能模塊的微服務，力求實現功能模塊高內聚低耦合的設計規范并結合云框架、容器等技術，提高服務的伸縮性以實現項目的快速部署和修正[11]。

本文從系統的功能業務進行深度分析，將平臺服務功能分為各個微服務組件，分別是：商品展示、智能查詢、同城速達、個人詳情、移動支付、用戶中心、購物車、訂單管理、后臺管理，每個組件負責為系統提供相應的功能服務。平臺具體搭建采用微服務架構和經典三層模式（視圖層、業務邏輯層、數據訪問層）。架構設計圖如圖2所示。

2? 電子商務平臺具體設計

基于云開發框架接入ChatGPT的新零售平臺基本功能包括智能查詢、用戶信息管理、同城定位詳情、可視化頁面展示、后臺數據管理、頁面監控等功能，基于uni-app開發的項目具備良好的跨端性能[12]，可以方便地移植到其他系統，下文從技術層面介紹平臺的具體設計。

2.1? 視圖層的設計與實現

頁面視圖層（User Interface）是將獲取到的數據提供給可視化界面并直接同用戶交互的設計層。本文采用前后端分離的設計架構，前端使用三大流行框架之一的Vue.js，利用其自底向上的設計特性漸進式開發，結合Element UI組件庫豐富平臺樣式。Vue是基于MMVM（Model-View-ViewModel）模型的框架，避免原生DOM（Virtual DOM）操作，依賴于視圖模型，只需聲明頁面同模板的關系就可解決數據的單向綁定、異步刷新、維護困難等弊端。頁面數據更新由Diff算法和虛擬DOM模式共同完成，只把變化的DOM節點進行重新編譯更新，可極大降低變更真實DOM的頻率，優化渲染，提高用戶體驗。且Vue.js支持模塊組件化開發，每一個封裝好的Vue組件可以單獨實現一個功能，可以支持微服務架構設計，而且組件之間互不干擾，每個組件獨立進行開發與拓展，組件間的通信由路由組件總體負責，極大降低設計復雜度。

電商平臺頁面主要為：智能查詢、登錄模塊、用戶中心、訂單管理、同城發現等模塊。頁面視圖層負責同用戶的直接交互，其主要交互過程如圖3所示，具體為：

1）智能查詢模塊是程序的特色所在。傳統模式下農戶對線上銷售模式不了解以及不知如何規劃出售方案可能導致產品滯銷等問題，此時接入ChatGPT的查詢模塊可以結合農戶具體的需求為其提供定制的解決方案。近年來，ChatGPT的應用范圍也逐漸擴大，包括寫作、翻譯、搜索、情感分析等多個領域都已經開始嘗試使用ChatGPT來協助完成任務。

2）賬號登錄時對用戶進行身份驗證。用戶驗證對于系統安全性極為重要，只有客戶端正確輸入用戶名和密碼才能進入程序請求服務。用戶注冊時的密碼，采用SHA-1自動加密，非明文存儲密碼到數據庫，SHA-1是不可逆加密方式，相較于MD5強度更高。依賴于SHA-1的不可逆加密，即使數據庫或者密鑰丟失也無法破解密碼。

3）用戶中心模塊進行個性化信息設置，對于買家而言主要設置其收貨信息、產品偏愛，對于農戶而言可以展示農產品的生產流程。農戶在個人中心通過調用商家注冊接口上傳個人信息，存儲到云數據表UserInfo中。信任是交易的前提，農戶通過個人品牌打造出本地化的營銷生態，構建自身的微營銷的生態圈，通過展示平臺讓客戶所見即所得，提高客戶信任度。

4）同城模塊主要負責開啟定位功能，實現線上線下一體化門戶的效果，讓周邊用戶及時發現。系統通過微信小程序提供的uni.getLocation（OBJECT）實現定位功能，獲取實時經緯信息，并進行解析，返回具體的街道信息。同城模塊便于用戶快速發現興趣產品，通過線上支付，實現隨時可解決煩瑣的買賣工作。對于農戶而言則是提供本地服務整合平臺，提高用戶黏度，持久保持銷量。

5）訂單管理模塊負責訂單狀態變化及底層數據操作，業務邏輯比較復雜，是系統管理的核心樞紐。農戶在訂單管理模塊可以看到訂單狀態、交易金額、物流信息，對于同城訂單，農戶通過平臺可直接溝通買家，進行位置發送或者同城配送。

2.2? 業務處理層設計實現

業務處理層是結合頁面視圖層的請求向數據訪問層提交處理數據。本文采用云開發模式，云開發是為了以最小的資源支持最大數量的用戶和彈性服務。uniCloud是基于serverless封裝的云服務器，包含laaS（Infrastructure as a Service）層和PaaS（Platform as a Service）層。相較于傳統開發，此模式的優點是不依賴于具體的服務器硬件，通過龐大的Serverless資源池保證大量服務進程的正常運作，解決了傳統開發中配置代理、高并發擴容、難以應對DDOS攻擊、運維煩瑣等弊端。

2.2.1? 處理業務功能請求

本文基于組件化開發設計各個功能組件及其配套的云函數，不同的組件模塊對應不同的邏輯處理模塊，提供功能微服務[13]，業務層通過云函數響應客戶端的request請求，Serverless調度中心分析進程情況，并分配對應實例來響應請求。

傳統電商平臺一直存在質量不高、人工客服工作量大、效率低下的弊病，若能解決此問題，相信平臺將成為用戶的不二選擇。ChatGPT的誕生讓解決這些問題成為可能，本文使用ChatGPT來自動生成客戶回復，解決常見問題等，以提高客戶服務效率和質量。下文重點介紹智能查詢及其配套功能的業務處理流程。

智能查詢依賴于通過uni-ai庫配置自己在AI廠商處申請的API Key和代理，在頁面層請求查詢服務時，只需把私有數據按指定格式提交到自己的uniCloud服務空間，就可以自動把這些最新的、私有的知識加入到AI的回答中。智能查詢模塊為農戶提供了優秀的規劃方案，只需要搜索提問就可完成原本需要搜集大量資料，規劃很久的問題。

在云函數或云對象中編寫如下代碼：

// 不指定provider

const llm = uniCloud.ai.getLLMManager（）

// 指定openai，需自行配置相關key，以及中轉代理服務器

const openai = uniCloud.ai.getLLMManager（{

provider： 'openai'，

apiKey：'your key'，

proxy：'www.yourdomain.com' //也可以是ip

}）

// 因涉及費用，ai能力調用均需在服務器端進行，也就是uniCloud云函數或云對象中

let llm = uniCloud.ai.getLLMManager（）

llm.chatCompletion（{

messages： [{

role： 'user'，

content： '規劃今年櫻桃的種植方案'

}]}）

這種將ChatGPT結合客服的智能處理方式的創新性和實用性非同以往，是降低成本、提高用戶滿意度的一個的新思路。但是由于接口的不穩定性，響應速度目前無法得到較妥善的解決，這也是該技術需要改進的地方。

2.2.2? 處理頁面數據請求

業務處理層的核心功能是對頁面層發送來的操作請求進行處理，通過提前設計的微服務業務邏輯進行數據訪問、加工、流轉操作，原始請求數據經過處理層中的各個環節進行處理。數據的流動展示了數據在系統中被利用和處理的過程，體現了系統的邏輯功能。

下文以平臺購物車中的數據流動為例，介紹業務處理層對頁面層的數據請求操作流程。用戶在客戶端發起商品收藏、添加到購物車中的請求，把同城商品信息和提交的商品信息交到購物車中心，并傳遞參數UserID與NewValue，云函數中通過JQL查詢操作數據表cart，把數據提交到數據庫中心，調用UpDate方法進行數據更新，同時刷新頁面，通過生命周期掛鉤子調用GetData方法重新渲染頁面，利用diff算法復用DOM節點加快渲染速度，給予用戶良好的體驗。圖4為購物車的數據流圖，反映了平臺的信息處理邏輯。

2.3? 數據訪問層

本文主要利用MongoDB結合拓展庫Redis構成數據訪問層。MongoDB是非關系型面向文檔數據庫，讀寫較慢，但支持所有查詢語法，核心優勢是處理大數據表非常靈活。Redis是基于鍵值對的內存數據庫，核心優勢是讀寫速度快，常用于大型數據庫的補充搭配使用，解決緩存高頻數據、秒殺搶購等場景。由于采用云數據庫開發，數據庫中的每條記錄都是JSON格式，框架統一了兩種數據庫的存儲數據方式，并設計了JQLCacheRedis命令，可以很方便地將MongoDB中的數據緩存到Redis中，極大提高了數據解析效率。

3? 平臺測試及分析

3.1? 性能測試

由于采用小程序為載體，用戶點擊頁面十分便利，對于服務器請求較為頻繁，對于可視化頁面刷新速度要求高，因此服務器的響應速度直接影響用戶體驗。通過模擬真實業務場景進行壓力測試，驗證平臺在流量高峰、高并發時是否存在Bug，程序實際上線能否具備容錯能力和海量訪問等復雜場景。本文通過微信開發者測試工具對小程序進行性能測試，測試用例xxx，以浪涌模式向服務器發送測試請求，每次串行測試持續1分鐘，得到服務器的測試報告，測試報告證明平臺具有應對高并發性的特性。

3.2? 流程測試

本項目開發完畢后，在支付寶小程序平臺、微信小程序平臺進行流程測試，通過模擬實際農戶交易場景，驗證設計需求同實際需求一致。首先一名測試人員通過商品管理進行農產品上架，并設置同城展示標簽，隨機選擇一處地點進行產品售賣；另一位測試人員通過個人中心設置商品推薦，此次推薦為售賣的測試農產品，根據同城模塊可以定位到農戶所在處，并和農戶進行溝通，此時可以看到農戶的個人詳情，并加入群聊管理，便于后續交易。經過實地測試，平臺可以完成同城推薦、個人詳情展示、商品管理、在線支付、智能查詢等功能，其中試運行如圖5所示。

4? 結? 論

本文設計了一種基于云開發框架接入ChatGPT的新零售電商平臺，與現有平臺相比，其與用戶綁定程度深、操作簡單便捷，認同程度高，可以達到降低邊際成本，提高實際收入的效果。解決了傳統開發中部署維護瑣碎、開發運維成本高、效率低下等弊病。經測試，平臺所提供的功能和性能可以滿足農戶實際需求。本文接下來將致力于優化推薦系統，打造更適應個人品牌的推薦模式，結合深度學習、大數據分析、人工智能等技術優化推薦算法，提高用戶滿意度。

參考文獻：

[1] JENSEN F E. The Farm Credit System as a Government‐Sponsored Enterprise [J].Applied Economic Perspectives and Policy，2000，22（2）：326-335.

[2] 孫雨生，劉濤.國內農產品電子商務研究進展：研究力量和知識基礎 [J].計算機與數字工程，2022，50（7）：1449-1458.

[3] 張馳，宋瑛.農產品電子商務研究新進展：行為、模式與體系 [J].中國流通經濟，2017，31（10）：55-64.

[4] 馮穎，王遠芳，張炎治，等.隨機產出下商務模式對生鮮農產品供應鏈運作的影響 [J].系統工程理論與實踐，2020，40（10）：2631-2647.

[5] 柴躍廷，于瀟，劉鎮銘.電子商務可信交易保障公共服務平臺設計與實現 [J].清華大學學報：自然科學版，2018，58（9）：802-807+820.

[6] 李博偉，朱臻，沈月琴.產業組織模式對經濟林種植戶生態化經營的影響 [J].林業科學，2020，56（6）：152-164.

[7] 陳少峰，李微，宋菲.新一代信息技術條件下文化與科技融合及其產業形態研究 [J].山東大學學報：哲學社會科學版，2022（5）：50-59.

[8] 王國振，翟璐.O2O和C2B創新背景下農產品流通模式的融合與發展 [J].商業經濟研究，2022（9）：125-128.

[9] 吳化堯，鄧文俊.面向微服務軟件開發方法研究進展 [J].計算機研究與發展，2020，57（3）：525-541.

[10] ASROWARDI I，PUTRA S D，SUBYANTORO E. Designing microservice architectures for scalability and reliability in e-commerce [J/OL].Journal of Physics： Conference Series，2020，1450（1）：012077[2023-04-26].https：//iopscience.iop.org/article/10.1088/1742-6596/1450/1/012077.

[11] SAHIN O，AKAY B. A discrete dynamic artificial bee colony with hyper-scout for RESTful web service API test suite generation [J].Applied Soft Computing，2021，104：107246[2023-04-26].https：//www.sciencedirect.com/science/article/abs/pii/S1568494621001691.

[12] 李張永，陳和平，顧進廣.跨平臺移動Web開發框架與數據交互方法 [J].計算機工程與設計，2014，35（5）：1827-1832.

[13] 崔海濤，章程，丁翔，等.面向微服務架構的開發組織適應性評估框架 [J].軟件學報，2021，32（5）：1256-1283.

作者簡介：王晨（2002—），男，漢族，遼寧大連人，本科在讀，研究方向：軟件工程。