Об этом проекте

ERP-CRM — это проект, сочетающий классическое управление бизнесом с компонентом искусственного интеллекта для 3D-рендеринга продуктов. Согласно документации, платформа организована в модули: CRM (клиенты, контакты и возможности продаж), инвентаризация (запасы, товары и склады), выставление счетов (счета, проформы и управление налогами), проекты с связанными задачами, 3D-рендер и модуль «оцифровщика», ориентированный на каталог. Архитектура: следует схеме клиент-сервер с разделением ответственности. Frontend представляет собой приложение на JavaScript (HTML и CSS), обеспечивающее доступ к различным модулям; backend — это API на Python со специфическими файлами для движка ИИ (ai_engine.py) и логики 3D-рендеринга (render_3d.py). Развертывание осуществляется с помощью Docker и Docker Compose, а репозиторий включает рабочие процессы GitHub Actions вместе с конфигурацией Dependabot. Установка: README предлагает два пути. Локальная установка требует Node.js 18+ с npm, Python 3.10+ и pip; устанавливаются зависимости frontend и backend, .env.example копируется в .env, после чего отдельно запускаются frontend (npm start) и backend (python app.py). Альтернативный вариант с контейнерами сводится к команде docker-compose up --build. Переменные окружения: шаблон включает параметры базы данных (DB_HOST, DB_PORT, DB_NAME, DB_USER, DB_PASSWORD), учетные данные провайдера ИИ для рендеринга (AI_API_KEY, AI_PROVIDER) и настройки сервера (PORT, FLASK_ENV, SECRET_KEY). В самом README содержится предупреждение о том, что файл .env не должен загружаться в репозиторий. Использование: доступ к frontend осуществляется по адресу http://localhost:3000, а API становится доступным по адресу http://localhost:5000 с возможностью настройки портов. 3D-рендеры создаются из модуля Оцифровщика путем настройки параметров продукта. Тестирование: задокументированы npm test для frontend и pytest для backend с автоматическим выполнением при каждом push и pull request через GitHub Actions. Указана лицензия MIT. Объем документации: README описывает архитектуру, модули и процесс запуска, но не детализирует модель данных, конкретные эндпоинты API или внутреннее устройство движка ИИ, о котором лишь указано, что он зависит от внешнего провайдера через API-ключ. Для оценки реального состояния каждого модуля рекомендуется изучить исходный код перед планированием использования в промышленной эксплуатации.