司南 Sinan AI 中台：企业级 AI 平台实战

"司南"（指南针的前身）取"指向企业知识的那根针"之意。它是一个跨境电商企业级 AI 中台，部署后打开浏览器 http://127.0.0.1:8005，你能看到：

假设你是一家跨境电商公司的技术负责人。公司在亚马逊开店，你会观察到三个真实痛点：

先把整个系统装进一张图（对应 README 的 mermaid 架构图）：

python -m venv .venv # 或者: python -m virtualenv .venv（部分 Windows Python 缺 venv 模块时） .\.venv\Scripts\python.exe -m pip install -r requirements.txt

打开 app/db.py，SCHEMA 一共 15 张 CREATE TABLE IF NOT EXISTS。按功能分组：

注册时把明文口令变成数据库里的两列：

@abstractmethod def chat(self, messages: list[dict], model: str | None = None) -> str: ...

员工在对话里问"FBA 发货要注意什么"，后端发生什么（摘自 chat_router._prepare_chat）：

运营的真实需求："每周把销售 CSV 丢进去，自动校验数据 → 算汇总 → AI 出报告"。这是多步骤流程，不是一次对话。

每个路由文件导出一个 build_router(deps: dict) -> APIRouter，main.py 统一装配：

02 篇定的选型，这里展开理由：

为什么第一件事是跑测试而不是写代码：这是"改动可被验证"的起点。基线绿了，之后你改坏的任何东西都能被立刻发现；基线红了，先搞清楚为什么——带着失败基线开发等于蒙眼开车。

两个标准 ENV：不写 .pyc（容器里没用），stdout/stderr 不缓冲（日志实时可见——容器排障全靠日志）。