عن المشروع

# Nebula Cafe — نظام التنبؤ بحركة العملاء وتناغم المخزون Nebula Cafe هو لوحة تحليلات مفتوحة المصدر مبنية باستخدام Streamlit، مصممة لأصحاب المقاهي ومديريها الذين يرغبون في تجاوز التقارير التاريخية إلى اتخاذ قرارات تنبؤية. يقدم المشروع نفسه كمحرك قرارات يتنبأ بحركة العملاء، ويحسن إعادة تزويد المكونات، ويوازن الكفاءة التشغيلية مع واجهة دافئة وجذابة. ## الغرض الأساسي على عكس أدوات تحليلات المقاهي التقليدية التي تقدم تقارير عن المبيعات السابقة فقط، يستخدم Nebula Cafe التنبؤ بالسلاسل الزمنية (تحديدًا نماذج LSTM) للتنبؤ بحركة العملاء حتى 7 أيام مقدمًا. يتيح ذلك للمستخدمين: - توظيف الموظفين بذكاء بناءً على فترات الازدحام المتوقعة - طلب المخزون في الوقت المناسب لتقليل الهدر القابل للتلف (يُدعى تقليل يصل إلى 30%) - تحديد الفترات البطيئة لجدولة الأحداث أو العروض الترويجية - مقارنة الأنماط عبر مواقع متعددة (للمديرين الإقليميين) ## الميزات الرئيسية ### رسم خرائط حركة العملاء التنبؤي - نموذج سلسلة زمنية قائم على LSTM لتوقعات عدد العملاء لمدة 7 أيام - خط زمني مرئي مع فترات ثقة (تُعرض كأشرطة غائمة) - تعديلات ديناميكية بناءً على بيانات العطلات والطقس (تكامل API اختياري) ### مستشار المخزون الذكي - يربط المبيعات المتوقعة بمستويات المخزون الحالية - يولد قوائم إعادة طلب مرمزة بالألوان: أخضر (متوفر)، كهرماني (اطلب خلال يومين)، أحمر (اطلب الآن) - يتعلم من أخطاء التخزين الزائد السابقة لتحسين التوصيات المستقبلية ### تجربة المستخدم - تخطيط ودجات قابل للسحب والإفلات يتكيف مع شاشات الأجهزة اللوحية أو الهواتف - واجهة متعددة اللغات تدعم الإنجليزية والإسبانية والماندرين والعربية - روبوت مساعدة/أسئلة شائعة مدمج (قائم على القواعد، لا يتطلب مفاتيح API خارجية) - محرر سمات بدون كود لتخصيص الألوان والخطوط - وضع عدم الاتصال للعمل الكامل بدون إنترنت ### الخصوصية ومعالجة البيانات - جميع البيانات تُعالج محليًا افتراضيًا؛ بدون رفع إلى السحابة - لا يتطلب مفاتيح مصادقة - التجميع مجهول المصدر يضمن عدم تخزين أي بيانات شخصية للعملاء - مولّد بيانات اصطناعية اختياري للاختبار والتجريب ## مجموعة التقنيات - الواجهة الأمامية: Streamlit مع CSS مخصص (بدون مكتبات JavaScript) - الواجهة الخلفية: Python 3.10+ مع Pandas وNumPy وProphet للتنبؤ - تخزين البيانات: ملفات CSV/JSON محلية (دعم SQLite اختياري) - التصور: Plotly للرسوم البيانية التفاعلية، Matplotlib للتصدير الثابت - الاختبار: PyTest لاختبارات الوحدة والتكامل ## حالات الاستخدام - صاحب مقهى فردي: تخطيط الأحداث خلال الفترات البطيئة المتوقعة - مدير إقليمي: مقارنة حركة العملاء عبر المواقع لإعادة توزيع الموظفين - شريك المحمصة: استخدام مستشار المخزون لتحديد شحنات الحبوب الأسبوعية - مستثمر: تصدير تقارير أسبوعية بمقاييس العائد على الاستثمار واتجاهات كثافة العملاء ## خارطة الطريق (2026) - الربع الأول 2026: إصدار v1.0 مع وحدات التنبؤ والمخزون الأساسية - الربع الثاني 2026: تتبع أسعار المنافسين اختياريًا عبر ماسح قوائم عام - الربع الثالث 2026: التكامل مع Square/Toast POS عبر API مفتوح - الربع الرابع 2026: تطبيق مصاحب للهاتف المحمول (Flutter) لتنبيهات حركة العملاء الفورية ## التثبيت والاستخدام يمكن للمستخدمين تنزيل المستودع كملف ZIP من صفحة GitHub أو استنساخه باستخدام عميل git. يتطلب المشروع Python 3.10+ والاعتماديات المدرجة في المستودع. لا حاجة لمعالجات تثبيت—فقط كود Python نقي. ## المجتمع والمساهمة المساهمات مرحب بها، بما في ذلك: - إضافة نماذج تنبؤ جديدة (مثل ARIMA وFacebook Prophet) - ترجمة الواجهة إلى لغات إضافية - تصميم ودجات جديدة لمقاييس بيئية (الضوضاء المحيطة، درجة الحرارة) يتضمن المشروع توثيقًا في مجلد docs/ ويستخدم GitHub issues والمناقشات لدعم المجتمع. ## الترخيص مرخص بموجب رخصة MIT، مما يسمح بالاستخدام والتعديل والتوزيع المجاني للأغراض التجارية أو غير التجارية. ## إخلاء المسؤولية البرنامج مقدم كما هو بدون ضمان. تعتمد النماذج التنبؤية على بيانات تدريب اصطناعية للعرض وقد لا تعكس الدقة الواقعية دون معايرة. لا يتحمل المطور أي مسؤولية عن قرارات الأعمال المتخذة بناءً على مخرجات اللوحة. روبوت الدعم هو مساعد أسئلة شائعة مبرمج، وليس وكيلًا بشريًا حيًا. يجب على المستخدمين دائمًا التحقق من توصيات المخزون بالعد الفعلي.