README.md · 程序员小白条/智能 AI 校园二手交易平台后台

# 智能 AI 校园二手交易平台开源文档

>作者：[程序员小白条](https://luoye6.github.io/)
>
>[Gitee 主页](https://gitee.com/falle22222n-leaves)
>
>[GitHub 主页](https://github.com/luoye6)

## ☀️新手必读

+ 本项目支持 Knife4j 在线接口调用（需在全局参数中添加有效 Token）
+ 未经本人允许擅自将本项目作于商用、竞赛、贩卖源码、毕设擅自改动作者等违法行为，将依法追究法律责任，后果自负，项目已申请软件著作权。
+ 拥有典型的大学生思维、狂妄、自大的人请不要加我，谢谢合作！
+ 如果项目对您有所帮助，可以Star⭐一下，受到鼓励的我会继续加油。
+ [项目前端地址](https://gitee.com/falle22222n-leaves/vue3_trade_frontend)
+ [项目后端地址](https://gitee.com/falle22222n-leaves/vue3_trade_backend)

[![star](https://gitee.com/falle22222n-leaves/vue3_trade_backend/badge/star.svg?theme=dark)](https://gitee.com/falle22222n-leaves/vue_-book-manage-system)  [![gitee](https://badgen.net/badge/gitee/falle22222n-leaves/red)](https://gitee.com/falle22222n-leaves)  [![github](https://badgen.net/badge/github/github?icon)](https://github.com/luoye6)

## ☀️个人介绍

<div style="display: flex; justify-content: center; align-items: center; gap: 20px;">
    <img src="https://pic.yupi.icu/5563/202403021406388.png" alt="图片1" style="width: 200px; height: auto;">
    <img src="https://pic.yupi.icu/5563/202403021406360.png" alt="图片2" style="width: 200px; height: auto;">
</div>
## ☀️项目介绍

**智能 AI 校园二手交易平台**（Intelligent AI Campus Second-hand Trading Platform）是一个利用 AI 模型和数据分析为用户提供个性化二手商品推荐、商品评分、交易攻略分享等功能的综合性系统。该系统融合了 AI 购物顾问、图表数据分析、买家留言、购物日历、商品浏览、攻略收藏、聊天室互动等多种功能，项目功能总计 20+，并支持拓展会员功能以实现商业化处理。

> Ps：如果你想要一个既简单又新颖的校园二手交易工具，那么这个项目将会是不错的选择~

![](https://pic.yupi.icu/5563/202503171226523.png)

![](https://pic.yupi.icu/5563/202503171226636.png)

![](https://pic.yupi.icu/5563/202503171227395.png)

## ☀️功能和特性

### 用户功能

1）**欢迎页**：介绍项目的功能、亮点以及如何使用。

2）**主页**：使用 Swiper 轮播图展示亮点商品图片，吸引用户眼球。

3）**公告浏览**：查看近期管理员发布的公告，获取最新平台动态。

4）**买家留言**：支持弹幕留言功能，用户可以进行添加，并使用弹幕玩法（继续、暂停、显示、隐藏、加速、减速）。

5）**二手商品交易攻略分享**：用户可以分享二手商品交易攻略，**使用 Markdown 编辑器**。可以浏览他人分享的交易攻略（分页，支持模糊搜索帖子标题）。

6）**AI 对话**：用户可以与 **AI 购物顾问**进行聊天，AI 会根据用户的偏好推荐二手商品，并采用协同过滤推荐算法提升推荐精准度。AI 会在数据库层面查询商品和价格以及新旧程度，然后根据用户现有的余额进行适配性推荐。

7）**商品列表**：展示所有二手商品，支持评分、浏览量、收藏量等功能，帮助用户快速了解热门商品。

8）**商品推荐**：根据协同过滤算法推荐商品，本质是基于商品评分。

9）**个人主页**：展示个人购物记录日历（直接用 0 和 1 展示是否绿色购物），个人订单详情查看，个人评论查看，收藏的二手商品攻略查看，个人详情信息查看，聊天室功能（用户和管理员进行对话，支持 Emoji 表情包）。

10）**注册功能**：用户输入账号、密码，重复确认密码后完成注册。

### 系统管理员功能

1）**用户管理**：编辑用户、查看用户、删除用户，支持分页和模糊查询（用户名和用户简介）。

2）**公告管理**：发布新公告、修改公告、删除公告，支持分页。

3）**二手商品攻略管理**：添加新攻略、修改攻略、删除攻略，支持分页和模糊查询（帖子标题、内容、标签、用户 ID）。

4）**AI 对话管理**：删除用户与 AI 的对话记录，支持分页和模糊查询（用户 ID、用户输入、AI 生成内容）。

5）**商品管理**：添加新商品、修改商品、删除商品，支持分页和模糊查询（商品名、商品描述）。

6）**商品类别管理**：添加新类别、修改类别、删除类别，支持分页和模糊查询（类别 ID、类别名称）。

7）**商品订单管理**：查看、修改、删除用户订单，支持分页和模糊查询（订单 ID、用户 ID、订单状态）。

8）**商品评分管理**：查看、修改商品评分，支持分页和模糊查询（商品 ID、用户 ID、评分）。

**欢迎页 和 个人主页 同用户一致。**

### 特性（亮点）

1）**前后端分离架构**：本项目采用前后端分离的模式，前端构建页面，后端提供数据接口，前端调用后端接口获取数据并重新渲染页面。

2）**Token 认证机制**：前端在 Authorization 字段提供 Token 令牌，API 认证使用 Token 认证，使用 HTTP Status Code 表示状态，数据返回格式使用 JSON。

3）**跨域支持与权限校验**：后端已开启 CORS 跨域支持，采用权限拦截器进行权限校验，并检查登录情况。

4）**全局异常处理**：添加全局异常处理机制，捕获异常，增强系统健壮性。

5）**数据可视化**：前端使用 Echarts 可视化库实现商品热度分析图表（折线图、饼图），并通过 Loading 配置提升加载体验。

6）**接口文档自动化**：引入 knife4j 依赖，使用 Swagger + Knife4j 自动生成 OpenAPI 规范的接口文档，前端可以直接通过 Package.json 文件中的 openapi 命令生成前端接口请求代码和类型代码（高效）。

7）**组件库与权限管理**：使用 ElementUI PLUS 组件库进行前端界面搭建，快速实现页面生成，并实现前后端统一权限管理、多环境切换等功能。

8）**灵活查询与代码生成**：基于 MyBatis Plus 框架的 QueryWrapper 实现对 MySQL 数据库的灵活查询，并配合 MyBatisX 插件自动生成后端 CRUD 基础代码，减少重复工作。

9）**代码生成器**：后端 FreeMarker 模版自带代码生成器，一键生成 Controller、Service、DTO、VO 等功能，稍加修改即可实现传统增删改查。

10）**性能优化**：前端路由懒加载、CDN 静态资源缓存优化、图片懒加载效果，提升用户体验。

11）**AI 购物顾问**：AI 充当购物顾问，AI 模型可以随时切换版本，支持接入其他 AI 模型接口，直接下载官方 Java 工具类即可集成到本项目。

12）**购物日历与互动功能**：引入购物日历记录功能，支持绿色购物标记（0 和 1 表示），并集成攻略评论、收藏、浏览量等功能，与传统增删改查项目有显著区别。

13）**样式美观与适配**：本项目注重样式美观，部分功能在手机端也有良好的适配效果，并支持全局样式一键切换。

## ☀️运行方式

### 2 分钟快速上手使用项目

1）找到 SpringBoot 启动类，点击运行

2）打开 Knife4J 在线接口调用地址，先需要登录获取 Token，然后在全局参数上加上即可。

![](https://pic.yupi.icu/5563/202503171233433.png)

3）前端输入表单内容后点击登录即可成功，开始愉快使用功能~

![](https://pic.yupi.icu/5563/202503171234840.png)

![](https://pic.yupi.icu/5563/202503171235278.png)

## ☀️部署方式

### 前置条件

**前端**

软件：Vscode 或者 Webstorm（推荐）

环境：Node 版本 16 或者 18（推荐） **注：千万别选 18 以上的版本！**（版本不同，大概率导致项目报错）

**后端**

软件：Eclipse 或者 IDEA（推荐）

环境：MySQL 5.7 或者 8.0（推荐）Redis 3.2或以上（必须，选择 Windows 版本，看个人电脑）

### 前端部署

1）点击克隆/下载项目，会使用 Git 进行版本控制的，推荐 Git Clone，不会的小伙伴可以选择下载一个 Zip 压缩包，然后解压到自己电脑的 D 盘，推荐直接 Star，后续直接向我拿数据库模拟文件和 API 接口文档。

2）利用 Vscode 或者 Webstorm 打开前端页面，配置 Configuration。配置 Node 环境和包管理工具即可，我这边选择的包管理工具是 Npm，其他包管理工具如：Yarn、Cnpm、Pnpm 皆可。 **注：注意更改 Npm 的镜像地址为淘宝的新镜像地址，否则会出现 Npm Install 一直卡进度条的情况。**

3）直接点击 dev 的运行，或者打开控制台，输入 npm run serve 即可成功启动前端项目。

```shell
npm config set registry https://registry.npmmirror.com/
```

![](https://pic.yupi.icu/5563/202503171237864.png)

![](https://pic.yupi.icu/5563/202403041926931.png)

![](https://pic.yupi.icu/5563/202403041926639.png)

4）将图片链接进行自定义切换，可以切换为你自己的图床的图片链接，比如七牛云、GitHub 等，也可以寻找在线图片，复制百度文库图片链接（多试几次，有些图片有防盗链）。

![](https://pic.yupi.icu/5563/202503051342549.png)

### 后端部署

1）点击克隆/下载项目，会使用 Git 进行版本控制的，推荐 Git Clone，不会的小伙伴可以选择下载一个 Zip 压缩包，然后解压到自己电脑的 D 盘，建议收藏项目，后续方便获取相关版本更新信息，也可以 Fork 到自己的本地仓库，拷贝副本。

![](https://pic.yupi.icu/5563/202503181341034.png)

![](https://pic.yupi.icu/5563/202503181341196.png)

2）领取数据库模拟文件后，利用 Navicat 或者 SQLYog 等软件导入数据库文件，记得先建立一个名为 tourism 的数据库，然后右键点击运行 SQL 文件即可，运行成功，无报错后，重新打开数据库，检查是否有数据，如果有数据，表明导入成功。

![](https://pic.yupi.icu/5563/202503181341344.png)

3）用 IDEA 打开后端项目，找到 application-dev.yml 文件，修改其中的 MySQL 配置，保证用户名和密码正确，**注：密码不能以数字 0 开头，本机密码简单为主，不是远程服务器密码！**

![](https://pic.yupi.icu/5563/202503051344518.png)

4）导入 Maven 依赖，注意看自己的 Maven 版本是否正确，建议选择跟我一样的，3.8以上的版本，发现依赖导入很慢，是因为没有配置国内镜像，默认连接的是国外服务器，因此阿里云镜像配置可以看这篇博客。[CSDN Maven 配置教程](https://blog.csdn.net/lianghecai52171314/article/details/102625184?ops_request_misc=&request_id=&biz_id=102&utm_term=Maven)

![](https://pic.yupi.icu/5563/202503051345589.png)

5）找到 SpringBoot 启动类，我建议用 Debug 模式启动项目，更好排查错误。

![](https://pic.yupi.icu/5563/202503051346329.png)

6）如果遇到错误，大概率可能是 JDK 版本问题，我项目用的是 JDK 8，建议选择与我相同版本。

![](https://pic.yupi.icu/5563/202403041926752.png)

![](https://pic.yupi.icu/5563/202403041926887.png)

7）成功启动项目效果展示如下，注意端口号占用等情况，可以直接用 TaskKill /PID ，杀死原有进程即可，具体命令可以百度哦。

![](https://pic.yupi.icu/5563/202503051346167.png)

### 前后端联调

1）如果需要修改端口和前缀（比如/api），需要同时修改前端和后端。

![](https://pic.yupi.icu/5563/202503051348019.png)

![](https://pic.yupi.icu/5563/202503051348178.png)

## ☀️技术选型

### 前端

| 技术              | 作用              | 版本   |
| :---------------- | :---------------- | :----- |
| Vue               | 提供前端交互      | 3.2.13 |
| Vue Router        | 提供前端路由功能  | 4.0.3  |
| Pinia             | 状态管理          | 2.1.4  |
| Axios             | HTTP 请求库       | 1.4.0  |
| ECharts           | 数据可视化图表库  | 5.4.2  |
| MD Editor V3      | Markdown 编辑器   | 4.8.1  |
| NProgress         | 页面加载进度条    | 0.2.0  |
| QRCode Vue3       | 生成二维码        | 1.7.1  |
| Vue Clipboard3    | 剪贴板功能        | 2.0.0  |
| Vue3 Danmaku      | 弹幕功能          | 1.6.1  |
| Element Plus      | UI 组件库         | 2.9.0  |
| TypeScript        | JavaScript 的超集 | 4.5.5  |
| ESLint            | 代码检查工具      | 7.32.0 |
| Prettier          | 代码格式化工具    | 2.4.1  |
| Sass              | CSS 预处理器      | 1.63.6 |
| mitt              | 全局事件总线      | 3.0.1  |
| Vue3 Emoji Picker | Emoji 表情包支持  | 1.1.8  |

### 后端

## ☀️架构

![](https://pic.yupi.icu/5563/202503181328196.png)

## ☀️核心设计

### AI 旅游推荐官对话功能

```java
/**
     * 创建用户对话表
     *
     * @param userAiMessageAddRequest
     * @param request
     * @return UserAiMessage
     */
    @PostMapping("/add")
    public BaseResponse<UserAiMessage> addUserAiMessage(@RequestBody UserAiMessageAddRequest userAiMessageAddRequest, HttpServletRequest request) {
        ThrowUtils.throwIf(userAiMessageAddRequest == null, ErrorCode.PARAMS_ERROR);
        String userInputText = userAiMessageAddRequest.getUserInputText();
        if (WordUtils.containsForbiddenWords(userInputText)) {
            ThrowUtils.throwIf(WordUtils.containsForbiddenWords(userInputText), ErrorCode.WORD_FORBIDDEN_ERROR, "包含违禁词");
        }
        UserAiMessage userAiMessage = new UserAiMessage();
        // 填充默认值
        User loginUser = userService.getLoginUser(request);
        Integer aiRemainNumber = loginUser.getAiRemainNumber();
        // 检查用户剩余 AI 调用次数是否足够，如果不足，直接返回错误信息
        ThrowUtils.throwIf(aiRemainNumber <= 0, ErrorCode.USER_BALANCE_NOT_ENOUGH);
        userAiMessage.setUserId(loginUser.getId());
        userAiMessage.setUserInputText(userInputText);
        String presetInformation = "你是一个二手商品交易推荐官，你需要根据数据库的商品名称、价格、新旧程度、库存、用户的现有余额、用户的偏好等多方面进行适配性推荐，并给出相关的理由。\n";
        String userText = "用户偏好信息：" + userInputText+"\n";
        // 使用 Stream 处理数据
        String commodityList = commodityService.list().stream()
                .filter(commodity -> commodity.getIsListed() == 1) // 过滤出已上架的商品
                .map(commodity -> String.format(
                        "商品名称: %s, 新旧程度: %s, 库存: %d, 价格: %.2f",
                        commodity.getCommodityName(),
                        commodity.getDegree(),
                        commodity.getCommodityInventory(),
                        commodity.getPrice()
                ))
                .collect(Collectors.joining("\n")); // 用换行符拼接每条商品信息
        String commodityInfo = "数据库商品信息如下："+commodityList+"\n";
        BigDecimal balance = loginUser.getBalance();
        String userInfo = "用户相关信息如下，"+"用户余额："+balance+"\n";
        List<SparkMessage> messages = new ArrayList<>();
        messages.add(SparkMessage.userContent(presetInformation + userText+commodityInfo+userInfo));
        String response = "";
        int timeout = 35; // 超时时间，单位为秒
        // 构造请求
        SparkRequest sparkRequest = SparkRequest.builder()
                // 模型回答的tokens的最大长度,非必传，默认为2048。
                // V1.5取值为[1,4096]
                // V2.0取值为[1,8192]
                // V3.0取值为[1,8192]
                .maxTokens(2048)
                .messages(messages)
                // 核采样阈值。用于决定结果随机性,取值越高随机性越强即相同的问题得到的不同答案的可能性越高 非必传,取值为[0,1],默认为0.5
                .temperature(0.2)
                .build();
        Future<String> future = threadPoolExecutor.submit(() -> {
            try {
                // 同步调用
                StopWatch stopWatch = new StopWatch();
                stopWatch.start();
                SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest);
                SparkTextUsage textUsage = chatResponse.getTextUsage();
                stopWatch.stop();
                long total = stopWatch.getTotal(TimeUnit.SECONDS);
                System.out.println("本次接口调用耗时:" + total + "秒");
                System.out.println("\n回答：" + chatResponse.getContent());
                System.out.println("\n提问tokens：" + textUsage.getPromptTokens()
                        + "，回答tokens：" + textUsage.getCompletionTokens()
                        + "，总消耗tokens：" + textUsage.getTotalTokens());
                return chatResponse.getContent();
//                return AlibabaAIModel.doChatWithHistory(stringBuilder.toString(),recentHistory);
            } catch (Exception exception) {
                throw new RuntimeException("遇到异常");
            }
        });
        try {
            response = future.get(timeout, TimeUnit.SECONDS);
        } catch (Exception e) {
            log.info("服务器接口调用超时");
        }
        System.out.println(response);
        userAiMessageAddRequest.setAiGenerateText(response);

// 复制属性
        BeanUtils.copyProperties(userAiMessageAddRequest, userAiMessage);

// 校验数据
        userAiMessageService.validUserAiMessage(userAiMessage, true);

// 插入数据库
        boolean result = userAiMessageService.save(userAiMessage);
        ThrowUtils.throwIf(!result, ErrorCode.OPERATION_ERROR);
        // 更新用户余额
        loginUser.setAiRemainNumber(aiRemainNumber - 1);
        boolean update = userService.updateById(loginUser);
        ThrowUtils.throwIf(!update, ErrorCode.OPERATION_ERROR);
        long newUserAiMessageId = userAiMessage.getId();
        UserAiMessage generateAnswer = userAiMessageService.getById(newUserAiMessageId);
        return ResultUtils.success(generateAnswer);
    }
```

## **代码解释**

### **方法定义**

- **方法名**：`addUserAiMessage`
- **作用**：处理用户提交的二手商品偏好信息，生成 AI 推荐的二手商品列表。
- **注解**：
  - `@PostMapping("/add")`：表示这是一个 POST 请求接口，路径为 `/add`。
- **参数**：
  - `UserAiMessageAddRequest userAiMessageAddRequest`：用户提交的请求体，包含用户输入的偏好信息。
  - `HttpServletRequest request`：HTTP 请求对象，用于获取当前登录用户信息。
- **返回值**：`BaseResponse<UserAiMessage>`，封装了 AI 生成的推荐结果。

------

### **参数校验**

1. **空值校验**：
   - 使用 `ThrowUtils.throwIf` 方法检查 `userAiMessageAddRequest` 是否为空。
   - 如果为空，抛出 `PARAMS_ERROR` 异常。
2. **违禁词校验**：
   - 使用 `WordUtils.containsForbiddenWords` 方法检查用户输入的文本是否包含违禁词。
   - 如果包含违禁词，抛出 `WORD_FORBIDDEN_ERROR` 异常。

------

### **用户余额检查**

1. **获取用户信息**：
   - 通过 `userService.getLoginUser(request)` 获取当前登录用户信息。
   - 获取用户的 AI 调用余额 `aiRemainNumber`。
2. **余额不足校验**：
   - 如果 `aiRemainNumber <= 0`，抛出 `USER_BALANCE_NOT_ENOUGH` 异常，提示用户余额不足。

------

### **AI 推荐生成**

1. **构造 AI 输入信息**：
   - **预设提示信息**：告诉 AI 模型它是一个二手商品交易推荐官，需要根据商品名称、价格、新旧程度、库存、用户余额和偏好进行推荐。
   - **用户偏好信息**：将用户输入的偏好信息附加到预设提示信息中。
   - **商品信息**：
     - 使用 `commodityService.list()` 获取所有商品列表。
     - 使用 `Stream` 过滤出已上架的商品（`isListed == 1`）。
     - 将商品信息格式化为字符串，包括商品名称、新旧程度、库存和价格。
   - **用户余额信息**：将用户的余额信息附加到输入中。
2. **构造 AI 请求**：
   - 使用 `SparkRequest.builder()` 构造 AI 请求，设置以下参数：
     - `maxTokens`：模型回答的最大 tokens 长度，默认为 2048。
     - `messages`：包含预设提示信息、用户偏好信息、商品信息和用户余额信息的消息列表。
     - `temperature`：核采样阈值，控制结果的随机性，设置为 0.2。
3. **异步调用 AI 模型**：
   - 使用线程池 `threadPoolExecutor` 异步调用 AI 模型。
   - 设置超时时间为 35 秒。
   - 如果调用超时，记录日志并返回空响应。
4. **处理 AI 响应**：
   - 获取 AI 生成的推荐结果 `response`。
   - 将结果保存到 `userAiMessageAddRequest` 中。

------

### **保存结果到数据库**

1. **复制属性**：
   - 使用 `BeanUtils.copyProperties` 将 `userAiMessageAddRequest` 的属性复制到 `userAiMessage` 对象中。
2. **数据校验**：
   - 调用 `userAiMessageService.validUserAiMessage` 对 `userAiMessage` 进行校验，确保数据合法性。
3. **插入数据库**：
   - 调用 `userAiMessageService.save` 将 `userAiMessage` 插入数据库。
   - 如果插入失败，抛出 `OPERATION_ERROR` 异常。
4. **更新用户余额**：
   - 将用户的 AI 调用余额减 1。
   - 调用 `userService.updateById` 更新用户信息。
   - 如果更新失败，抛出 `OPERATION_ERROR` 异常。

------

### **返回结果**

- 返回生成的 AI 推荐结果，封装在 `BaseResponse` 中。

------

### **注意事项**

1. **参数校验**：
   - 确保 `userAiMessageAddRequest` 和 `userInputText` 不为空，避免空指针异常。
   - 使用违禁词过滤功能，防止用户输入不当内容。
2. **用户余额管理**：
   - 在调用 AI 模型之前，检查用户的 AI 调用余额，避免无效调用。
   - 调用成功后，及时更新用户的余额信息。
3. **AI 模型调用**：
   - 使用异步调用（`Future`）和超时机制，避免因 AI 模型响应过慢导致接口阻塞。
   - 设置合理的超时时间（如 35 秒），并根据实际需求调整。
4. **线程池管理**：
   - 确保线程池 `threadPoolExecutor` 已正确配置，避免资源耗尽或线程泄漏。
   - 在异步任务中捕获异常，避免因异常导致线程池崩溃。
5. **数据校验与保存**：
   - 在保存数据之前，调用 `validUserAiMessage` 方法进行校验，确保数据合法性。
   - 使用事务管理（如果需要），确保数据插入和用户余额更新的原子性。
6. **日志记录**：
   - 在关键步骤（如 AI 调用、数据库操作）中添加日志记录，便于排查问题。
   - 记录 AI 调用的耗时和 tokens 使用情况，便于性能分析和优化。
7. **性能优化**：
   - 如果 AI 调用频率较高，考虑使用缓存机制（如 Redis）存储常用推荐结果，减少重复调用。
   - 对数据库查询（如 `commodityService.list()`）进行优化，避免全表扫描。
8. **异常处理**：
   - 在异步任务中捕获所有异常，避免因未捕获异常导致接口崩溃。
   - 返回明确的错误码和错误信息，便于前端处理。
9. **安全性**：
   - 确保用户输入的文本经过安全过滤，防止 SQL 注入或 XSS 攻击。
   - 对敏感操作（如余额更新）进行权限校验，确保只有合法用户才能调用。
10. **扩展性**：
    - 如果需要支持多种 AI 模型，可以将 AI 调用逻辑抽象为独立的服务，便于切换和扩展。
    - 如果需要支持多语言推荐，可以在预设提示信息中增加语言参数。

## ☀️学完这个项目你能得到什么

1）简单地调用 AI 模型（讯飞星火）获取自定义文本内容，支持 Websocket 形式，也可以获取全部数据后返回。

2）简单的 JWT 权限校验 ，利用后端拦截器进行登录校验。

3）简单的增删改查系统，前后端是如何联调协作的。

4）前端路由懒加载、CDN 静态资源缓存优化、图片懒加载是如何实现的

5）利用自定义线程池和 FutureTask 进行超时请求处理。

6）利用 Google 的 GuavaRateLimiter 进行单体限流控制。

7）定时任务结合 Redis 做一个缓存预热，加快查询效率，提高用户体验。

8）在 Vue3 中使用 Markdown 编辑器和仅浏览模式、实现剪切板功能，类似与复制个人电话号码、使用弹幕插件，实现类似 B 站弹幕的功能。

9）实现牛客等论坛的评论区功能，并有良好的样式体验。

10）实现力扣等平台的旅游记录日历展示，给用户持续的旅游动力。

## ☀️项目简介

+ 主要使用 Vue3 和 SpringBoot2.7 实现
+ 项目权限控制分别为：用户（游客），系统管理员
+ 开发工具：IDEA 2023.3.3 (真不推荐用 eclipse 开发，IDEA 项目可以导出为 eclipse 项目，二者不影响，但需要自己学教程，注意 IDEA 版本最好不要低于 2021，不建议用中文哦！) 
+ [IDEA->Eclipse](https://blog.csdn.net/HD202202/article/details/128076400)
+ [Eclipse->IDEA](https://blog.csdn.net/q20010619/article/details/125096051)
+ 学校老师硬性要求软件的话，还是按要求来。可以先问一下是否可以选择其他软件开发（一般不会做限制，尤其毕设）。
+ 用户账号密码：  xiaobaitiao 12345678
+ 系统管理员账号密码:   xiaobai 12345678
+ 遇到交互功能错误，或者页面无法打开，请用开发者工具F12查看请求和响应状态码情况，小白可以有偿咨询，扫 QQ 或者 WX:xiaobaitiao_z。白天工作，晚上有空才能回答。⭐⭐⭐

## ☀️项目详细介绍（亮点）

- **前后端分离架构**：本项目采用前后端分离的模式，前端负责页面构建和用户交互，后端提供数据接口，前端通过调用后端接口获取数据并动态渲染页面，提升开发效率和系统可维护性。
- **跨域支持**：后端已开启 CORS 跨域支持，确保前端能够无缝调用后端接口，解决跨域问题。
- **Token 认证机制**：API 认证采用 Token 认证，前端在请求头 `Authorization` 字段中携带 Token 令牌，确保接口调用的安全性。
- **标准化数据交互**：使用 HTTP Status Code 表示接口状态，数据返回格式统一为 JSON，便于前后端协作和数据解析。
- **权限校验与登录检查**：后端采用权限拦截器进行权限校验，确保只有合法用户才能访问特定接口，并检查用户的登录状态，增强系统安全性。
- **全局异常处理**：添加全局异常处理机制，捕获系统异常并返回友好的错误信息，增强系统的健壮性和用户体验。
- **数据可视化**：前端使用 Echarts 可视化库实现商品热度分析图表（如折线图、饼图），并通过 Loading 配置优化加载体验，提升用户交互感受。
- **弹幕留言功能**：留言组件采用弹幕形式，贴合用户喜好，增加平台的趣味性和互动性。
- **接口文档自动化**：引入 knife4j 依赖，使用 Swagger + Knife4j 自动生成 OpenAPI 规范的接口文档，前端可以基于此文档使用插件自动生成接口请求代码，降低前后端协作成本。
- **高效前端开发**：使用 ElementUI 组件库进行前端界面搭建，快速实现页面生成，并支持前后端统一权限管理和多环境切换，提升开发效率。
- **灵活数据库查询**：基于 MyBatis Plus 框架的 QueryWrapper 实现对 MySQL 数据库的灵活查询，配合 MyBatisX 插件自动生成后端 CRUD 基础代码，减少重复开发工作。
- **性能优化**：前端采用路由懒加载、CDN 静态资源缓存优化、图片懒加载等技术，提升页面加载速度和用户体验。
- **AI 商品推荐**：集成 AI 模型，根据用户偏好和余额推荐个性化二手商品，支持协同过滤算法，提升推荐精准度。
- **购物日历功能**：为用户提供个人购物日历，记录购物足迹，支持绿色购物标记（0 和 1 表示），帮助用户规划和管理购物行为。
- **攻略分享社区**：用户可以通过 Markdown 编辑器分享二手商品交易攻略，浏览他人经验，并通过评论区互动交流，形成活跃的交易社区。
- **商品在线交易**：支持在线查看商品信息并完成交易，提供一站式二手商品交易服务。
- **多维度商品评分**：结合用户评分和 AI 分析，动态生成商品评分，帮助用户快速了解商品热度。
- **管理员便捷管理**：为管理员提供用户、商品、攻略、订单等内容的管理功能，支持分页和模糊查询，提升管理效率。
- **高扩展性**：支持接入更多 AI 模型（如 OpenAI GPT、百度文心一言等，自己下载其他 AI 模型官网工具类即可），并可通过拓展会员功能实现商业化处理。

### ⭐用户（游客）模块功能介绍

![](https://pic.yupi.icu/5563/202503171253752.png)

![](https://pic.yupi.icu/5563/202503171253831.png)

1）**欢迎页**：介绍项目亮点，展示用户功能和管理者功能，帮助用户快速了解平台的核心价值和使用方法。

2）**主页**：使用 Swiper 轮播图展示亮点商品图片，吸引用户眼球，提升视觉体验。

3）**公告浏览**：用户可以查看管理员发布的公告，获取平台最新动态和重要通知。

4）**买家留言**：支持弹幕形式的留言功能，用户可以进行实时互动，增加平台的趣味性和活跃度。

5）**二手商品交易攻略分享**：用户可以分享自己的二手商品交易攻略，使用 Markdown 编辑器撰写内容，并浏览他人分享的攻略，支持模糊搜索和分页展示。

6）**AI 对话**：用户可以与 AI 购物顾问进行对话，AI 根据用户偏好和余额推荐个性化商品，采用协同过滤算法提升推荐精准度。

7）**商品列表**：展示所有二手商品信息，支持评分、浏览量和收藏量等功能，帮助用户快速了解热门商品。

8）**个人主页**：展示个人购物记录日历（用 0 和 1 标记是否绿色购物），查看个人订单详情、评论记录、收藏的攻略以及个人详情信息，支持聊天室功能（用户和管理员进行对话，支持 Emoji 表情包）。

9）**商品推荐**：根据协同过滤算法推荐商品，本质是基于商品评分和用户行为数据。

### ⭐系统管理员模块功能介绍

![](https://pic.yupi.icu/5563/202503171300145.png)

1）**欢迎页**：同用户一致，介绍项目亮点，展示管理员功能，帮助管理员快速了解平台的核心价值和使用方法。

2）**主页**：同用户一致，使用 Swiper 轮播图展示亮点商品图片，吸引管理员关注平台动态。

3）**用户管理**：支持编辑、查看、删除用户信息，支持分页和模糊查询（按用户名或简介）。

4）**公告管理**：支持发布、修改、删除公告，支持分页展示，方便管理员管理平台公告。

5）**二手商品攻略管理**：支持添加、修改、删除攻略，支持分页和模糊查询（按标题、内容、标签或用户 ID）。

6）**AI 对话管理**：支持删除用户与 AI 的对话记录，支持分页和模糊查询（按用户 ID、用户输入或 AI 生成内容）。

7）**商品管理**：支持添加、修改、删除商品信息，支持分页和模糊查询（按商品名或描述）。

8）**商品订单管理**：支持查看、修改、删除用户订单，支持分页和模糊查询（按订单 ID、用户 ID 或订单状态）。

10）**商品类别管理**：支持添加、修改、删除商品类别，支持分页和模糊查询（按类别 ID 或名称）。

11）**个人主页**：同用户一致，展示管理员个人信息、操作记录等。

## ☀️数据库表设计

### **barrage 表**

------

### **comment 表**

------

### **commodity 表**

------

### **commodity_order 表**

------

### **commodity_score 表**

------

### **commodity_type 表**

------

### **notice 表**

------

### **post 表**

------

### **post_favour 表**

------

### **post_thumb 表**

------

### **private_message 表**

------

### **user 表**

------

### **user_ai_message 表**

------

### **user_commodity_favorites 表**

## 🐼功能演示图

### 用户(游客）模块功能图

**欢迎页**

![](https://pic.yupi.icu/5563/202503171309445.png)

**主页（轮播图）**

![](https://pic.yupi.icu/5563/202503171309585.png)

**商品**

![](https://pic.yupi.icu/5563/202503171310239.png)

**商品推荐**

![](https://pic.yupi.icu/5563/202503171310805.png)

**公告**

![](https://pic.yupi.icu/5563/202503171310094.png)

**买家留言**

![](https://pic.yupi.icu/5563/202503171318918.png)

**交易攻略**

![](https://pic.yupi.icu/5563/202503171319480.png)

**二手商品推荐官**

![](https://pic.yupi.icu/5563/202503171319454.png)

**个人主页（包含个人信息，收藏攻略，个人订单，购物日历，聊天室）**

![](https://pic.yupi.icu/5563/202503171356157.png)

### 系统管理员功能图

欢迎页和个人主页同用户端，不再展示图片！

**用户管理**

![](https://pic.yupi.icu/5563/202503051413053.png)

**公告管理**

![](https://pic.yupi.icu/5563/202503171401217.png)

**攻略管理**

![](https://pic.yupi.icu/5563/202503171401153.png)

**AI 对话管理**

![](https://pic.yupi.icu/5563/202503171401350.png)

**商品管理**

![](https://pic.yupi.icu/5563/202503171400556.png)

**商品类别管理**

![](https://pic.yupi.icu/5563/202503171400771.png)

**商品订单管理**

![](https://pic.yupi.icu/5563/202503171400987.png)

## 🐼部署项目

![](https://pic.yupi.icu/5563/202503181342312.png)

+ 可以下载ZIP压缩包或者使用克隆(Git clone)
+ 复制http或者ssh的链接（github建议ssh,gittee都可以)
+ 在D盘新建一个文件夹，点击进入该文件夹，右键Git Bash Here

![](https://pic.yupi.icu/5563/202403021406715.png)

+ 还没有下载 Git或者不会 Git 的建议先看基础教程（ 30 分钟左右)

+ 输入 git init 初始化 git 项目 然后出现一个 .git 文件夹
+ 输入 git remote add origin xxxxxx (xxx 为刚刚复制的 http 或者 ssh 链接)

+ 输入 git pull origin master 从远程代码托管仓库拉取代码
+ 成功拉取项目（前端后端都是如此)
+ 前端项目注意依赖下载使用 npm install 或者 yarn install （ Vscode 或者 Webstorm )
+ 后端项目注意 maven 依赖下载（ IDEA (推荐)或者 Ecplise )
+ 前端 npm 镜像源建议淘宝镜像源，后端 maven 镜像源推荐阿里云镜像源（非必选，但更换后下载快速)

## 🐼部署项目问题

⭐

+ 乱码问题 项目采用的 UFT-8 
+ 一般出现乱码就是 UTF-8 和 GBK 二者相反
+ 请百度 IDEA 乱码和 Eclipse 乱码问题(描述清楚即可)

⭐

+ 点击交互按钮，没有发生反应。
+ 很明显，请求失败，浏览器打开开发者工具，Edge 浏览器直接 ctrl+shift+i ,其他浏览器按 F12
+ 查看红色的请求和响应状态码问题

⭐

+ 先阅读文档再进行问题的查询或者提问
+ 提问有技巧，模糊的发言，让高级架构师找BUG也无从下手

⭐

+ **QQ：909088445**
+ 一般晚上在线，建议先自己寻找问题！！！

## 🐼需求分析和设计

毕设文档（精简版和毕设版），有（**付费**）需求的可以加 QQ：909088445，适合走毕设和课设的小伙伴，图省事的可以找我。

![](https://pic.yupi.icu/5563/202503051419373.png)

## 🐼项目模拟数据库

+ 要 API 后端接口文档详细内容和数据库结构（**由于服务器、域名、 AI 模型的成本问题，以及个人模拟数据库是要花费大量时间的，因此现数据库文件已收费，懂技术和业务的小伙伴可以自己花时间即可模拟出来，不想浪费时间即可找我**），前后端 Star （收藏截图）两张+**一杯瑞幸咖啡的价格**即可获取完整的数据库文件（后续价格会提升，先到先得，而且该项目属于首发，查重率 0 懂的都懂懂，抓住时间优势！！！），并且进行数据库导入的指导。QQ：909088445。VX：xiaobaitiao_z。

#### **数据库领取截图示例(Gitee&GitHub)：**

![](https://pic.yupi.icu/5563/202503181342616.png)

![](https://pic.yupi.icu/5563/202503181343919.png)

## 🐼远程部署和项目讲解服务

远程部署服务需自己先下载向日葵远程控制软件，然后加 WX 或者 QQ 即可（**付费服务**），远程部署用于给完全不懂的小白，项目讲解服务用于**课设、实训、毕设答辩（可语音共享屏幕）服务**，想减省时间，提高通过率，直接加我即可，可以**定制背景图片和整体的样式功能**，**降重服务**也可私我！

## 🐷其他

+ 个人博客地址: https://luoye6.github.io/
+ 个人博客采用Hexo+Github托管
+ 采用butterfly主题可以实现定制化
+ 推荐有空闲时间的，可以花1-2天搭建个人博客用于记录笔记。

## ☕请我喝咖啡

如果本项目对您有所帮助，不妨请作者我喝杯咖啡 ：）

## **版本迭代**

### 2025-3-17

智能 AI 校园二手交易平台第一版发布！（感谢各位用户对之前 GPT 智能图书馆项目的支持与帮助）

## 贡献指南

项目多有不足，如果想帮助 **智能 AI 校园二手交易平台**变得更好，请遵循以下步骤：

1）Fork 本仓库。

2）创建你的特性分支 (`git checkout -b feature/AmazingFeature`)。

3）提交你的更改 (`git commit -m 'Add some AmazingFeature'`)。

4）将你的更改推送到分支 (`git push origin feature/AmazingFeature`)。

5）打开一个Pull Request。

程序员小白条/智能 AI 校园二手交易平台后台

简介

发行版

贡献者

近期动态

程序员小白条/智能 AI 校园二手交易平台后台 .gitee-modal { width: 500px !important; }

简介

发行版

贡献者

近期动态

搜索帮助

程序员小白条/智能 AI 校园二手交易平台后台