Co-Pilot
Updated 24 days ago

ai_ad_spend02

Wwade56754
0.0k
wade56754/ai_ad_spend02
82
Agent Score

💡 Summary

An AI-driven platform for managing Facebook ad campaigns, enhancing efficiency and ROI for agencies.

🎯 Target Audience

Facebook ad agenciesDigital marketing professionalsFinancial analysts in advertisingProject managers in marketingData analysts focused on advertising metrics

🤖 AI Roast:Powerful, but the setup might scare off the impatient.

Security AnalysisMedium Risk

Risk: Medium. Review: shell/CLI command execution; outbound network access (SSRF, data egress); dependency pinning and supply-chain risk. Run with least privilege and audit before enabling in production.

AI广告代投系统

Version Python FastAPI Next.js License

🚀 项目简介

AI广告代投系统是一个专为Facebook广告代理商设计的智能化广告投放管理平台。通过AI技术和自动化流程,帮助代理商提升投放效率、优化ROI、降低运营成本。

核心特性

  • 🤖 AI智能监控 - 账户异常检测、性能预警、寿命预测
  • 📊 自动化对账 - 精准的财务对账和差异分析
  • 👥 多角色协作 - 投手、运营、财务、管理员协同工作
  • 🔒 安全权限控制 - 基于RLS的数据隔离和权限管理
  • 📈 实时数据监控 - 消耗、转化、ROI等关键指标实时追踪
  • 💰 智能充值管理 - 自动化充值申请和审批流程

核心功能模块

日报管理系统(已实现)

  • 日报创建和管理 - 投手每日提交广告投放数据
  • 审核工作流 - 数据员审核确认,支持通过/驳回
  • 批量导入导出 - 支持Excel文件导入导出
  • 数据统计分析 - 实时统计CPA、ROAS等关键指标
  • 审计日志 - 完整的操作记录追踪

项目管理模块(已实现)

  • 项目CRUD管理 - 完整的项目创建、查询、更新、删除
  • 成员管理 - 灵活的团队成员分配和权限控制
  • 费用记录 - 项目成本追踪和费用管理
  • 统计分析 - 项目数据统计和绩效分析
  • 权限控制 - 基于角色的细粒度访问控制

充值管理模块(已实现)

  • 充值申请管理 - 创建、查询、更新充值申请
  • 双重审核机制 - 数据审核 + 财务审批的完整流程
  • 打款凭证管理 - 支付凭证上传和管理
  • 统计分析报表 - 多维度充值数据分析
  • 资金流程控制 - 完整的资金流转管理

📚 Documentation Center

Complete documentation baseline (SoT in docs/sot, PRD v5.1):

Quick Links

🛠️ 技术栈

后端

  • 框架: FastAPI + Pydantic v2
  • 数据库: PostgreSQL (Supabase)
  • ORM: SQLAlchemy 2.0
  • 缓存: Redis
  • 认证: Supabase Auth

前端

  • 框架: Next.js 16 (App Router)
  • 语言: TypeScript
  • 样式: Tailwind CSS
  • 组件: shadcn/ui
  • 状态管理: TanStack Query v5

基础设施

  • 容器化: Docker + Docker Compose
  • 监控: Prometheus + Grafana
  • 日志: ELK Stack
  • CI/CD: GitHub Actions

🚀 快速开始

环境要求

  • Node.js 18+
  • Python 3.11+
  • Docker Desktop
  • PostgreSQL 15+
  • Redis 7+

安装步骤

  1. 克隆项目
git clone https://github.com/wade56754/AI_ad_spend02.git cd AI_ad_spend02
  1. 配置环境变量
cp .env.example .env # 编辑 .env 文件,配置必要的环境变量
  1. 安装依赖
# 后端依赖 pip install -r requirements.txt # 前端依赖 cd frontend && pnpm install cd ..
  1. 启动数据库
docker-compose up -d postgres redis
  1. 运行数据库迁移
cd backend alembic upgrade head cd ..
  1. 启动服务
# 启动后端 (新终端) cd backend uvicorn main:app --reload --port 8000 # 启动前端 (新终端) cd frontend pnpm run dev
  1. 访问应用
  • 前端: http://localhost:3000
  • 后端API: http://localhost:8000
  • API文档: http://localhost:8000/docs

📂 项目结构

AI_ad_spend02/
├── backend/                # 后端服务
│   ├── routers/           # API 路由层
│   ├── services/          # 业务逻辑层
│   ├── models/            # SQLAlchemy 模型
│   ├── schemas/           # Pydantic 模式
│   ├── core/              # 核心工具
│   ├── tests/             # 测试文件
│   └── alembic/           # 数据库迁移
├── frontend/              # 前端应用
│   ├── src/app/          # Next.js App Router
│   ├── src/features/     # 功能模块
│   ├── src/components/   # 公共组件
│   └── src/lib/          # 工具函数
├── docs/                  # 文档中心
│   ├── sot/              # 真相来源文档 (SoT)
│   ├── 1.overview/       # 系统全局视图
│   ├── 3.dev-guides/     # 开发指南
│   ├── 4.architecture/   # 架构视图
│   ├── 5.infrastructure/ # 基础设施
│   ├── adr/              # 架构决策记录
│   ├── runbooks/         # 运维手册
│   └── archive/          # 历史文档归档
├── .ai-rules/            # AI 质量门禁
├── .claude/              # Claude Code 项目规则
├── scripts/              # 脚本工具
├── tests/                # 集成测试/E2E
│   ├── e2e/              # 端到端测试
│   └── integration/      # 集成测试
└── justfile              # 统一命令入口

🎯 角色权限 (6 角色制)

| 角色 | 核心职责 | 主要功能 | |------|----------|----------| | ceo | 资金安全、公司盈亏 | 最终决策、全局视图、资金审批 | | project_owner | 项目盈亏、资金效率 | 项目管理、预算控制、ROI 分析 | | finance | 资金准确、数据真实 | 财务对账、充值审批、资金核算 | | pitcher | CPL 达标、日报准确 | 投放执行、日报提交、账户操作 | | account_manager | 账户分配、状态监控 | 账户管理、分配调度、异常处理 | | admin | 系统配置(不参与业务) | 用户管理、权限配置、系统维护 |

🧪 测试

# 运行后端测试 pytest # 运行前端测试 pnpm test # 运行E2E测试 pnpm run test:e2e # 查看测试覆盖率 pytest --cov=backend/app

🚢 部署

Docker部署

# 构建镜像 docker build -t ai-ad-spend . # 使用docker-compose部署 docker-compose up -d

Kubernetes部署

# 应用配置 kubectl apply -f k8s/ # 查看部署状态 kubectl get pods -n ai-ad-spend

详细部署文档请参考 部署指南

🤝 贡献指南

我们欢迎所有形式的贡献!请阅读 贡献指南 了解如何参与项目开发。

开发流程

  1. Fork 项目
  2. 创建功能分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 创建 Pull Request

代码规范

后端代码规范

  • 遵循 PEP 8 Python代码规范
  • 使用 Black + isort 进行代码格式化
  • 编写单元测试,确保测试覆盖率

前端代码规范

  • TypeScript严格模式,禁止any类型
  • 优先使用 shadcn/ui 组件
  • 必须通过 ESLint 和 TypeScript 检查
  • 提交前检查: pnpm run lintpnpm run type-check 必须0错误

AI协作开发

  • 严格遵循 CLAUDE.md 中定义的项目规则
  • 所有代码生成必须基于 docs/sot/ 下的 SoT 文档
  • 开发前必读 MASTER.md 了解系统架构原则
  • 遵循 Phase 1 原则:记录、提示、高亮,不强制阻断

📊 项目状态

  • ✅ Phase 0: 基础架构搭建 (完成)
  • ✅ Phase 1: 核心功能开发 (完成)
  • 🚧 Phase 2: AI功能集成 (进行中)
  • ⏳ Phase 3: 性能优化 (计划中)

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

📞 联系我们


更新日志:

v4.1.0 (2025-12-27)

  • 🏗️ 重构:文档结构重组 (docs/2.sot → docs/sot)
  • 📁 新增:治理目录 (.ai-rules/, docs/adr/, docs/runbooks/, docs/releases/)
  • 🔧 新增:justfile 统一命令入口
  • 📋 更新:7 角色制权限体系 (MASTER.md v4.4)
  • 🧹 清理:根目录临时文件,保持 <15 个核心文件
  • 📜 新增:ADR 架构决策记录模板

v4.0.0 (2025-11-22)

  • 🎯 重构:完成文档体系重构为5层分级架构
  • 📚 新增:MASTER_SPEC.md 系统根规范(P0优先级)
  • 📖 优化:11个SoT文档统一归档至 docs/sot/
  • 🗂️ 归档:历史文档版本统一归档至 docs/archive/
  • ✨ 新增:DOCS_README.md 完整文档索引

v3.0.0 (2024-11-18)

  • 🎯 重构:创建项目规则总纲 (.claude/PROJECT_RULES.md)
  • 📚 重构:重新组织文档结构 (保留核心文档,新建6大板块)
  • ✨ 新增:AI自检清单和开发强制规范
  • 📖 完善:各板块README索引文档

v2.3.0 (2024-11-12)

  • ✨ 新增:完整的充值管理系统
  • ✨ 新增:双重审核机制(数据审核+财务审批)
  • ✨ 新增:打款凭证管理功能
  • ✨ 新增:充值统计分析报表
  • 🔧 优化:权限控制和RLS策略

5-Dim Analysis
Clarity8/10
Novelty7/10
Utility9/10
Completeness9/10
Maintainability8/10
Pros & Cons

Pros

  • AI-driven insights for better decision-making.
  • Automated processes reduce manual workload.
  • Real-time monitoring of key performance indicators.

Cons

  • Complex setup process may deter new users.
  • Requires familiarity with multiple technologies.
  • Potential dependency on third-party services.

Related Skills

pytorch

S
toolCode Lib
92/ 100

“It's the Swiss Army knife of deep learning, but good luck figuring out which of the 47 installation methods is the one that won't break your system.”

agno

S
toolCode Lib
90/ 100

“It promises to be the Kubernetes for agents, but let's see if developers have the patience to learn yet another orchestration layer.”

nuxt-skills

S
toolCo-Pilot
90/ 100

“It's essentially a well-organized cheat sheet that turns your AI assistant into a Nuxt framework parrot.”

Disclaimer: This content is sourced from GitHub open source projects for display and rating purposes only.

Copyright belongs to the original author wade56754.