项目简介#
随着制造业数字化和智能化的发展,零件、物料、BOM、设备、区域、单位、货币和成本记录等数据逐渐成为企业生产经营中的重要数据资产。
零件成本管理也不再只是简单的成本汇总,而是涉及基础数据标准化、零件主数据管理、BOM 结构维护、成本计算规则、结果分析和数据追溯等多个环节。
本项目面向工业制造场景,设计并实现了一套 **面向工业数据管理的零件成本管理系统**。
系统结合数据治理思想,围绕基础配置、零件主数据、BOM、成本计算、元数据地图和 AI 助手等功能展开,形成:
基础数据配置 → 零件管理 → BOM 维护 → 成本计算 → 结果分析 → 元数据查询 → AI 辅助
的完整业务流程。
项目采用 Python 技术栈完成前端、后端、数据库和智能化功能开发,重点体现工业数据管理、业务系统设计与数据治理思想在实际软件系统中的落地。
1. 项目目标#
项目目标是开发一套面向工业制造场景的零件成本管理系统,实现基础数据、零件主数据、BOM、成本数据和元数据的一体化管理。
系统主要完成以下目标:
统一维护单位、货币、汇率、区域、设备、物料类型和物质价格等基础数据;
以零件 `Part` 作为核心主数据,支撑 BOM 和成本计算;
通过 BOM 头和 BOM 明细维护父子件关系与层级结构;
记录材料成本、制造成本、间接费用和总成本;
通过图表展示成本构成和分析结果;
建立元数据字典和数据地图,提升系统数据的可理解性;
接入 AI 助手,为用户提供操作问答、数据解释和成本分析建议。
2. 数据治理设计#
系统设计参考数据治理中的统一语言、数据同源、元数据驱动和数据可追溯等思想。
2.1 统一语言#
单位、货币、区域、设备、物料类型、物质分类和物质价格等基础数据由统一模块维护,并被其他业务模块引用。
通过基础数据统一维护,减少相同业务概念在不同模块中的重复定义,使系统形成一致的数据标准。
2.2 数据同源#
系统以零件 `Part` 作为 BOM 和成本计算的统一主数据来源。
BOM、成本记录和附件等信息均围绕零件建立关系,实现:
一点录入,多点调用
从而减少数据重复维护,保证不同业务模块之间的数据一致性。
2.3 元数据驱动#
系统通过元数据字典描述数据库中的:
表;
字段;
数据类型;
主键;
外键;
字段含义;
表间关系。
通过元数据管理,提高数据的可理解性和可检索性。
2.4 可追溯与可扩展#
系统保留:
BOM 层级关系;
成本明细;
主数据引用关系;
元数据信息。
这些信息为后续成本规则扩展、报表分析和 AI 检索增强提供基础。
3. 系统总体设计#
3.1 系统架构#

系统采用:
前端展示层 → 后端服务层 → 数据存储层 → 智能增强层
的分层架构。
其中:
**前端展示层**:负责页面展示、数据录入、查询筛选、图表分析和用户交互;
**后端服务层**:负责 REST API、业务逻辑处理、参数校验和成本计算;
**数据存储层**:负责基础配置、零件主数据、BOM 数据和成本结果的持久化;
**智能增强层**:提供操作引导、数据解释和成本分析建议。
系统运行时,用户通过前端完成基础配置、零件维护、BOM 编辑和成本计算等操作。
前端通过 HTTP 请求调用后端 API;后端完成参数校验、业务处理和数据库读写后,将结果返回前端,再通过表格、树形结构、图表和 AI 问答面板等形式展示。
3.2 技术选型#
项目主要采用以下技术:
| 类别 | 技术 / 工具 | 主要作用 |
| — | — | — |
| 开发语言 | Python | 系统主要开发语言 |
| 前端框架 | Streamlit | 页面展示、表单录入和交互 |
| 后端框架 | FastAPI | REST API 与业务接口 |
| 数据库 | MySQL | 结构化数据持久化 |
| ORM | SQLAlchemy | 数据库访问与对象关系映射 |
| 数据校验 | Pydantic | API 输入输出数据校验 |
| 数据处理 | pandas | 表格数据处理与导入导出 |
| 图表展示 | Plotly | 成本构成可视化分析 |
| AI 接入 | OpenAI 兼容协议 | AI 助手问答与解释 |
| 接口通信 | HTTP / REST API | 前后端数据交互 |
4. 功能模块设计#
系统主要划分为六个核心功能模块。
4.1 基础配置数据管理#
基础配置模块用于统一维护系统中的标准数据,包括:
单位;
货币;
汇率;
区域;
设备;
物料类型;
物质分类;
物质价格。
这些基础配置数据作为其他业务模块的统一数据标准。
4.2 零件主数据管理#
零件管理模块是系统的核心业务入口。
系统维护:
零件编码;
零件名称;
零件描述;
物料类型;
版本等信息。
零件数据作为核心主数据,被 BOM 管理和成本计算模块共同引用。
通过统一零件主数据来源,避免相同零件信息在多个模块中重复维护。
4.3 BOM 管理#
BOM 模块用于维护零件之间的父子层级关系。
系统通过 BOM 头和 BOM 明细记录:
父零件;
子零件;
数量;
单位;
层级结构。
用户可以从零件列表直接进入某个零件的 BOM 详情页面。
BOM 数据支持两种主要展示方式:
**BOM 层级树**
**BOM 明细表**
层级树便于理解零件整体组成结构,明细表则便于查看具体子件、数量和单位等信息。
4.4 成本计算与分析#
成本计算围绕单个零件展开,主要记录:
材料成本;
制造成本;
间接费用;
总成本。
系统不仅保存最终总成本,也保留不同成本构成及其明细信息。
成本计算页面主要划分为六部分:
基础数据;
材料成本;
制造成本;
间接费用;
成本明细;
结果分析。
在结果分析页面中,通过图表展示不同成本项在总成本中的占比,使成本结果更加直观。
4.5 元数据与数据地图#
为了让系统中的数据做到:
找得到、读得懂、可追溯
项目设计了元数据字典和数据地图功能。
系统使用:
```text
metadata_dictionary.json
```
维护元数据字典。
元数据主要描述:
表名;
表描述;
字段名称;
字段含义;
数据类型;
是否主键;
是否外键;
关联表;
关联字段。
用户可以按照表名或字段关键词进行检索,同时支持元数据文件下载。
元数据地图连接了业务理解和数据库技术结构,使用户不仅能够使用系统数据,也能够理解数据的来源和关系。
4.6 AI 助手#
系统提供全局 AI 助手入口和问答面板。
用户可以在任意页面发起问题,也可以通过快捷问题进行操作咨询或成本解读。
AI 助手目前主要支持:
操作路径问答;
系统信息查询;
数据地图解释;
BOM 分析;
成本分析建议;
基于当前页面上下文进行问答;
部分流程型任务辅助。
系统调用 AI 时,会结合当前页面标识、当前零件或成本对象、系统关键数据摘要等上下文信息,使回答更加贴合用户当前操作场景。
当远程模型不可用时,系统还支持本地应急降级回复,以保证基本可用性。
5. 业务流程与数据流#
5.1 业务流程#
系统以零件成本管理为业务主线,整体流程为:
```mermaid
flowchart LR
A[基础配置数据维护]
--> B[零件主数据录入]
--> C[BOM 结构维护]
--> D[成本计算]
--> E[成本结果分析]
--> F[元数据地图]
--> G[AI 辅助解释]
```
整个业务流程围绕零件主数据展开。
基础数据为业务提供统一标准,零件作为核心主数据支撑 BOM 和成本计算,成本结果进一步用于分析,元数据地图和 AI 助手则增强系统的数据理解与智能交互能力。
5.2 数据流#
系统主要数据流如下:
用户通过前端页面输入或查询数据;
前端通过 REST API 调用后端;
后端按照业务域调用对应服务逻辑;
通过 SQLAlchemy 访问 MySQL;
数据库返回查询或操作结果;
后端进行业务处理后返回前端;
前端通过表格、树形结构和图表展示结果;
AI 助手结合页面上下文和业务对象提供智能解释。
6. 数据库与数据治理实现#
6.1 数据库总体设计#
数据库围绕零件成本管理业务进行设计,主要存储:
基础配置数据;
零件主数据;
BOM 事务数据;
成本报告数据;
元数据说明信息。
数据库采用 MySQL 进行持久化存储,后端通过 SQLAlchemy ORM 进行访问。
整体设计思路为:
基础配置数据作为统一标准供其他业务表引用;
零件表作为核心主数据支撑 BOM 和成本计算;
BOM 表和 BOM 明细表表达零件结构;
成本表保存成本构成和计算结果;
元数据字典描述系统表、字段和关系。
6.2 核心数据表#
系统核心数据表主要包括以下几类。
基础配置类#
`unit`
`currency`
`currency_exchange_rate`
`region`
`equipment`
`material_type`
`material_category`
`material`
`material_price`
零件管理类#
`part`
`part_attachment`
BOM 管理类#
`bom`
`bom_item`
成本计算类#
- `cost_item`
其中:
```text
part
```
是系统核心主数据表。
例如:
```text
bom.part_id
bom_item.child_part_id
cost_item.part_id
```
均与:
```text
part.id
```
建立关联。
通过这种设计,BOM 和成本计算可以共享统一的零件数据来源,体现数据同源的设计思想。
6.3 BOM 层级结构设计#
BOM 层级结构通过:
```text
bom
bom_item
```
两类表实现。
其中:
`bom` 用于管理 BOM 头信息;
`bom_item` 用于管理子件、数量、单位等明细信息。
为了支持多层级 BOM:
```text
bom_item
```
通过:
```text
parent_item_id
```
进行自关联。
这样可以表达树形层级结构,使 BOM 不仅能够描述单层父子件关系,也能够继续向下扩展多级零件结构。
6.4 成本数据设计#
成本数据以:
```text
cost_item
```
为核心。
主要记录:
```text
material_cost
manufacturing_cost
overhead_cost
total_cost
```
等字段。
成本数据同时通过:
```text
part_id
currency_id
unit_id
```
分别关联:
零件;
货币;
单位。
使成本结果能够追溯到具体零件和对应计量口径。
7. 后端实现#
系统后端采用 FastAPI 构建 REST API 服务。
后端主要负责:
API 接口提供;
参数校验;
业务逻辑处理;
数据库读写;
成本数据处理;
AI 助手请求处理。
后端按照分层思想组织。
主要包括:
路由层;
Service 业务逻辑层;
Model 数据模型层;
Pydantic 数据校验层。
主要接口包括:
```text
/api/v1/parts
/api/v1/boms
/api/v1/bom-items
/api/v1/cost-items
/api/v1/assistant/capabilities
/api/v1/assistant/chat
```
这些接口共同支撑:
基础配置;
零件管理;
BOM 管理;
成本计算;
AI 助手;
系统健康检查
等核心业务流程。
8. 前端实现#
系统前端采用 Streamlit 实现。
主要负责:
页面展示;
用户交互;
表单录入;
查询筛选;
表格管理;
图表分析;
API 调用;
AI 问答。
前端通过:
```text
requests
```
调用后端 API,通过:
```text
pandas
```
处理表格数据,通过:
```text
Plotly
```
展示成本分析图表。
系统已实现:
首页工作台;
基础配置管理;
零件管理;
BOM 管理;
成本计算;
元数据与数据地图;
AI 助手;
审计日志等页面。
通用数据管理功能支持:
列表查看;
条件筛选;
新增;
编辑;
删除;
详情查看;
数据导入;
数据导出。
9. 核心功能实现#
9.1 零件管理#
零件管理模块作为系统核心业务入口。
用户可以在零件列表页面查看:
零件编码;
零件名称;
物料类型;
描述;
版本等信息。
同时支持:
新增;
编辑;
删除;
详情查看。
零件数据被 BOM 管理和成本计算模块共同引用,从而保证零件信息的一致性。
9.2 BOM 详情#
用户可以从零件列表直接进入某个零件的 BOM 详情页面。
系统通过:
BOM 层级树;
BOM 明细表
两种方式展示 BOM 数据。
层级树便于理解零件整体组成结构,明细表则用于展示具体子件、数量和单位等详细信息。
9.3 成本计算#
成本计算围绕单个零件展开。
页面主要包括:
基础数据;
材料成本;
制造成本;
间接费用;
成本明细;
结果分析。
系统保存:
```text
材料成本
制造成本
间接费用
总成本
```
并在结果分析页面通过图表展示成本占比。
9.4 元数据地图#
元数据与数据地图模块用于帮助用户理解系统中的数据结构。
系统通过:
```text
metadata_dictionary.json
```
维护核心数据表及字段信息。
支持:
表信息查看;
字段信息查看;
主外键关系理解;
表名检索;
字段关键词检索;
元数据文件下载。
通过元数据地图,使数据库结构能够从“开发者可理解”进一步转化为“业务用户可解释”。
9.5 AI 助手#
AI 助手通过:
```text
/api/v1/assistant/capabilities
/api/v1/assistant/chat
```
提供能力查询和对话服务。
AI 请求中可以携带:
当前页面;
当前零件;
当前成本对象;
系统关键计数摘要;
用户历史消息。
因此 AI 助手不仅进行普通问答,还可以结合当前业务上下文进行解释和分析。
当前主要支持:
操作路径问答;
信息查询;
数据地图解释;
BOM 分析;
成本分析建议;
当前页面上下文问答。
当远程模型不可用时,系统支持本地应急降级回复,以保证演示过程中的基本可用性。
10. 项目特点#
10.1 数据治理与业务系统结合#
项目不仅完成零件成本管理功能,也将数据治理思想落实到系统实际设计中。
系统中的:
基础配置数据;
主数据;
事务数据;
报告数据;
元数据
分别承担不同的数据角色。
10.2 主数据驱动#
系统以:
```text
Part
```
作为统一零件主数据来源。
BOM、成本和附件等业务对象均围绕 Part 建立关系,从而减少重复维护并提升数据一致性。
10.3 多层级 BOM#
通过:
```text
parent_item_id
```
自关联设计支持多层级 BOM。
系统既能够通过树形结构展示整体零件组成,也能够通过明细数据查看具体业务信息。
10.4 成本构成可视化#
系统不仅保存最终成本,还保留:
材料成本;
制造成本;
间接费用;
成本明细。
并通过图表展示成本构成,使成本分析更加直观。
10.5 元数据驱动#
项目建立元数据字典和数据地图,将数据库技术结构转化为可搜索、可理解的数据说明。
使系统中的数据能够做到:
找得到、读得懂、可追溯。
10.6 上下文感知 AI 助手#
AI 助手不仅提供普通问答,还能够结合:
当前页面;
当前业务对象;
当前零件;
当前成本信息;
系统数据摘要
进行回答。
使 AI 能力真正融入具体业务流程,而不是作为独立聊天模块存在。
11. 总结#
本项目围绕工业制造场景下的零件成本管理需求,设计并实现了一套较完整的零件成本管理系统。
系统以 Python 技术栈为基础:
使用 Streamlit 构建前端交互页面;
使用 FastAPI 提供后端 REST API;
使用 MySQL 进行数据持久化存储;
使用 SQLAlchemy ORM 完成数据库访问;
使用 Pydantic 完成数据校验;
使用 pandas 处理数据;
使用 Plotly 完成成本分析可视化;
通过 OpenAI 兼容协议接入 AI 助手。
最终形成:
基础数据配置 → 零件主数据管理 → BOM 维护 → 成本计算 → 结果分析 → 元数据地图 → AI 助手
的一体化业务流程。
在数据治理方面,系统将基础数据、主数据、事务数据、报告数据和元数据分别落实到实际系统设计中。
其中:
基础配置数据体现统一语言;
`Part` 体现主数据同源;
BOM 体现事务数据联接;
`CostItem` 体现报告数据分析;
元数据字典与数据地图体现元数据驱动。
通过这些设计,系统不仅完成了零件成本管理的业务功能,也进一步体现了工业数据管理中的:
数据标准化;
数据同源;
数据可追溯;
数据可理解;
数据智能化应用。
