02. 数据库设计

*99# AI 电商解决方案 - 数据库设计与数据字典 (Database Schema)

版本: v1.0 日期: 2026-02-09 说明: 本设计采用 “核心分离，关联引用” 策略。AI 能力数据存储在平台库，电商业务数据存储在独立的业务库。

1. 数据库架构概览

Platform DB (digital_brain_db): 现有的数字员工平台数据库，存储 Agent 定义、知识库索引、通用日志。
Ecommerce DB (ecommerce_biz_db): 新增的垂直业务数据库，存储商品、订单、C端用户、交易记录。

2. 数据字典详细设计

2.1 Ecommerce DB (`ecommerce_biz_db`)

A. 商品中心 (Products)

存储商品基础信息与 AI 关联状态。

字段名	类型	描述	备注
`id`	INT	主键 ID
`spu_code`	VARCHAR	标准产品单位编码
`sku_code`	VARCHAR	库存量单位编码	唯一
`name`	VARCHAR	商品名称
`category_id`	INT	类目 ID
`price`	DECIMAL	销售价格
`stock_quantity`	INT	库存数量
`description`	TEXT	商品详情文本	用于生成知识
`attributes`	JSON	规格属性	e.g. `{"color": "red", "size": "L"}`
`embedding_status`	ENUM	向量化状态	`pending`, `embedded`, `failed`
`knowledge_ref_id`	VARCHAR	关联平台库知识 ID	映射到 Platform DB
`is_active`	BOOLEAN	上架状态

B. C端用户中心 (Customers)

独立的用户体系，与 B 端账号隔离。

字段名	类型	描述	备注
`id`	INT	用户 ID
`username`	VARCHAR	用户名/昵称
`mobile_hash`	VARCHAR	手机号哈希	脱敏存储
`membership_level`	INT	会员等级	0=普通, 1=VIP, 2=SVIP
`tags`	JSON	用户画像标签	e.g. `["价格敏感", "母婴人群"]`
`preferences`	TEXT	AI 分析的偏好摘要	长期记忆的一部分
`created_at`	DATETIME	注册时间

C. 订单中心 (Orders)

交易记录。

字段名	类型	描述	备注
`id`	VARCHAR	订单号	业务主键
`user_id`	INT	关联 C 端用户
`total_amount`	DECIMAL	订单总金额
`payment_status`	ENUM	支付状态	`unpaid`, `paid`, `refunded`
`logistics_status`	ENUM	物流状态	`unshipped`, `shipped`, `delivered`
`status`	ENUM	订单综合状态	`pending`, `processing`, `completed`, `cancelled`
`items_snapshot`	JSON	订单项快照	包含当时的 SKU 信息
`shipping_address`	JSON	收货地址快照
`agent_id`	INT	促成交易的 Agent ID	用于计算 AI 绩效
`chat_session_id`	VARCHAR	关联的会话 ID	溯源交易上下文

D. 支付流水 (Payments)

字段名	类型	描述	备注
`id`	VARCHAR	流水号
`order_id`	VARCHAR	关联订单
`amount`	DECIMAL	金额
`channel`	VARCHAR	渠道	`wechat`, `alipay`
`transaction_id`	VARCHAR	第三方单号
`status`	ENUM	状态

E. 物流单 (Shipments)

字段名	类型	描述	备注
`id`	VARCHAR	发货单号
`order_id`	VARCHAR	关联订单
`tracking_number`	VARCHAR	快递单号
`carrier_code`	VARCHAR	快递公司	e.g. `sf`, `yto`
`log_trace`	JSON	物流轨迹缓存	定时刷新

F. 购物车 (Cart)

字段名	类型	描述
`id`	INT	主键
`user_id`	INT	用户 ID
`sku_code`	VARCHAR	商品 SKU
`quantity`	INT	数量

2.2 Platform DB (`digital_brain_db`) - 扩展部分

在此前基础上的扩展，以适配电商场景。

G. 员工与技能扩展 (Digital Employees Extension)

扩展 digital_employees 表或相关配置表。

字段名	类型	描述	备注
`role_type`	VARCHAR	角色类型	新增枚举: `sales_guide`, `customer_service`
`persona_config`	JSON	人设详细配置	包含语气、禁忌词、推荐策略

F. 知识库映射 (Knowledge Mapping)

knowledge_bases 表不需要大改，但需规范 metadata 字段。

字段名	描述	用途
`metadata`	JSON	存储 `{"source_type": "product", "sku_code": "..."}`

G. 会话分析日志 (Session Analytics)

新增表，用于漏斗分析。

字段名	类型	描述	备注
`id`	INT	主键
`session_id`	VARCHAR	会话 ID
`user_id`	INT	C端用户 ID
`intent_sequence`	JSON	意图序列	e.g. `["chitchat", "inquiry", "add_cart"]`
`conversion_stage`	INT	转化阶段	1-5 分级
`satisfaction_score`	FLOAT	满意度评分	模型自动打分

3. 实体关系图 (ER Diagram 简述)

erDiagram
    %% E-commerce DB
    CUSTOMER ||--o{ ORDER : places
    CUSTOMER ||--o{ CART_ITEM : has
    PRODUCT ||--o{ ORDER_ITEM : included_in
    PRODUCT ||--o{ CART_ITEM : included_in
    
    %% Cross-DB Logic Relationship
    ORDER }o--|| AGENT : facilitated_by
    PRODUCT ||--|| KNOWLEDGE_CHUNK : indexed_as
    CUSTOMER ||--|| USER_PROFILE : profiled_by

02. 数据库设计

On this page