# 旅游管理系统 **Repository Path**: zheng-yuqiang_lyg_cn/tourism-management-system ## Basic Information - **Project Name**: 旅游管理系统 - **Description**: No description available - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-06-22 - **Last Updated**: 2025-06-22 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 智能 AI 旅游推荐平台开源文档 ## ☀️项目介绍 **智能 AI 旅游推荐平台**（Intelligent AI Travel Recommendation Platform）是一个利用 AI 模型和数据分析为用户提供个性化旅游路线推荐、景点评分、旅游攻略分享等功能的综合性系统。该系统融合了 AI 旅游顾问、图表数据分析、游客留言、旅游日历、景点浏览、攻略收藏、弹幕互动等多种功能，项目功能总计 20+，并支持拓展会员功能以实现商业化处理。 ### 用户功能 1）**欢迎页**：介绍项目的功能、亮点以及如何使用。 2）**主页**：使用 Swiper 轮播图展示风景图片，吸引用户眼球。 3）**公告浏览**：查看近期管理员发布的公告，获取最新平台动态。 4）**游客留言**：支持弹幕留言功能，用户可以进行添加，并使用弹幕玩法（继续、暂停、显示、隐藏、加速、减速）。 5）**旅游攻略分享**：用户可以分享旅游攻略，**使用 Markdown 编辑器**。可以浏览他人分享的旅游攻略（分页，支持模糊搜索帖子标题）。 6）**AI 对话**：用户可以与 **AI 旅游顾问**进行聊天，AI 会根据用户的偏好推荐旅游路线，并采用协同过滤推荐算法提升推荐精准度。 7）**景点列表**：展示所有景点，支持评分、浏览量、收藏量等功能，帮助用户快速了解热门景点。 8）**景点路线**：展示景点的推荐旅游路线，帮助用户规划行程。 9）**景点门票**：展示景点门票信息，支持在线预订功能。 10）**个人主页**：展示个人旅游日历（直接用 0 和 1 展示是否绿色出行），个人订单详情查看，个人评论查看，收藏的旅游攻略查看，个人详情信息查看。 11）**注册功能**：用户输入账号、密码，重复确认密码后完成注册。 ### 系统管理员功能 1）**用户管理**：编辑用户、查看用户、删除用户，支持分页和模糊查询（用户名和用户简介）。 2）**公告管理**：发布新公告、修改公告、删除公告，支持分页。 3）**旅游攻略管理**：添加新攻略、修改攻略、删除攻略，支持分页和模糊查询（帖子标题、内容、标签、用户 ID）。 4）**AI 对话管理**：删除用户与 AI 的对话记录，支持分页和模糊查询（用户 ID、用户输入、AI 生成内容）。 5）**景点管理**：添加新景点、修改景点、删除景点，支持分页和模糊查询（景点名、景点描述）。 6）**景点路线管理**：添加新路线、修改路线、删除路线，支持分页和模糊查询（路线 ID、景点 ID、路线标题、难度）。 7）**景点评分管理**：查看、修改景点评分，支持分页和模糊查询（景点 ID、用户 ID、评分）。 8）**景点门票管理**：添加新门票、修改门票、删除门票，支持分页和模糊查询（门票 ID、景点 ID、门票价格）。 9）**用户订单管理**：查看、修改、删除用户订单，支持分页和模糊查询（订单 ID、用户 ID、订单状态）。 **欢迎页 和 个人主页 同用户一致。** ### 特性（亮点） 1）**前后端分离架构**：本项目采用前后端分离的模式，前端构建页面，后端提供数据接口，前端调用后端接口获取数据并重新渲染页面。 2）**Token 认证机制**：前端在 Authorization 字段提供 Token 令牌，API 认证使用 Token 认证，使用 HTTP Status Code 表示状态，数据返回格式使用 JSON。 3）**跨域支持与权限校验**：后端已开启 CORS 跨域支持，采用权限拦截器进行权限校验，并检查登录情况。 4）**全局异常处理**：添加全局异常处理机制，捕获异常，增强系统健壮性。 5）**数据可视化**：前端使用 Echarts 可视化库实现景点热度分析图表（折线图、饼图），并通过 Loading 配置提升加载体验。 6）**接口文档自动化**：引入 knife4j 依赖，使用 Swagger + Knife4j 自动生成 OpenAPI 规范的接口文档，前端可以直接通过 Package.json 文件中的 openapi 命令生成前端接口请求代码和类型代码（高效）。 7）**组件库与权限管理**：使用 ElementUI PLUS 组件库进行前端界面搭建，快速实现页面生成，并实现前后端统一权限管理、多环境切换等功能。 8）**灵活查询与代码生成**：基于 MyBatis Plus 框架的 QueryWrapper 实现对 MySQL 数据库的灵活查询，并配合 MyBatisX 插件自动生成后端 CRUD 基础代码，减少重复工作。 9）**代码生成器**：后端 FreeMarker 模版自带代码生成器，一键生成 Controller、Service、DTO、VO 等功能，稍加修改即可实现传统增删改查。 10）**性能优化**：前端路由懒加载、CDN 静态资源缓存优化、图片懒加载效果，提升用户体验。 11）**AI 旅游顾问**：AI 充当旅游顾问，AI 模型可以随时切换版本，支持接入其他 AI 模型接口，直接下载官方 Java 工具类即可集成到本项目。 12）**旅游日历与互动功能**：引入旅游日历记录功能，支持绿色出行标记（0 和 1 表示），并集成攻略评论、收藏、浏览量等功能，与传统增删改查项目有显著区别。 13）**样式美观与适配**：本项目注重样式美观，部分功能在手机端也有良好的适配效果，并支持全局样式一键切换。 ## ☀️部署方式 ### 前置条件 **前端** 软件：Vscode 或者 Webstorm（推荐） 环境：Node 版本 16 或者 18（推荐） **注：千万别选 18 以上的版本！**（版本不同，大概率导致项目报错） **后端** 软件：Eclipse 或者 IDEA（推荐） 环境：MySQL 5.7 或者 8.0（推荐）Redis 3.2或以上（必须，选择 Windows 版本，看个人电脑） ### 前端部署 1）利用 Vscode 或者 Webstorm 打开前端页面，配置 Configuration。配置 Node 环境和包管理工具即可，我这边选择的包管理工具是 Npm，其他包管理工具如：Yarn、Cnpm、Pnpm 皆可。 **注：注意更改 Npm 的镜像地址为淘宝的新镜像地址，否则会出现 Npm Install 一直卡进度条的情况。** 2）直接点击 dev 的运行，或者打开控制台，输入 npm run serve 即可成功启动前端项目。 ```shell npm config set registry https://registry.npmmirror.com/ ``` ![](https://pic.yupi.icu/5563/202503051340691.png) ![](https://pic.yupi.icu/5563/202403041926931.png) ![](https://pic.yupi.icu/5563/202403041926639.png) 3）将图片链接进行自定义切换，可以切换为你自己的图床的图片链接，比如七牛云、GitHub 等，也可以寻找在线图片，复制百度文库图片链接（多试几次，有些图片有防盗链）。 ![](https://pic.yupi.icu/5563/202503051342549.png) ### 后端部署 1）利用 Navicat 或者 SQLYog 等软件导入数据库文件，记得先建立一个名为 tourism 的数据库，然后右键点击运行 SQL 文件即可，运行成功，无报错后，重新打开数据库，检查是否有数据，如果有数据，表明导入成功。 ![](https://pic.yupi.icu/5563/202503051343989.png) 2）用 IDEA 打开后端项目，找到 application-dev.yml 文件，修改其中的 MySQL 配置，保证用户名和密码正确，**注：密码不能以数字 0 开头，本机密码简单为主，不是远程服务器密码！** ![](https://pic.yupi.icu/5563/202503051344518.png) 3）导入 Maven 依赖，注意看自己的 Maven 版本是否正确，建议选择跟我一样的，3.8以上的版本，发现依赖导入很慢，是因为没有配置国内镜像，默认连接的是国外服务器，因此阿里云镜像配置可以看这篇博客。[CSDN Maven 配置教程](https://blog.csdn.net/lianghecai52171314/article/details/102625184?ops_request_misc=&request_id=&biz_id=102&utm_term=Maven) ![](https://pic.yupi.icu/5563/202503051345589.png) 4）找到 SpringBoot 启动类，我建议用 Debug 模式启动项目，更好排查错误。 ![](https://pic.yupi.icu/5563/202503051346329.png) 5）如果遇到错误，大概率可能是 JDK 版本问题，我项目用的是 JDK 8，建议选择与我相同版本。 ![](https://pic.yupi.icu/5563/202403041926752.png) ![](https://pic.yupi.icu/5563/202403041926887.png) 6）成功启动项目效果展示如下，注意端口号占用等情况，可以直接用 TaskKill /PID ，杀死原有进程即可。 ![](https://pic.yupi.icu/5563/202503051346167.png) ### 前后端联调 1）如果需要修改端口和前缀（比如/api），需要同时修改前端和后端。 ![](https://pic.yupi.icu/5563/202503051348019.png) ![](https://pic.yupi.icu/5563/202503051348178.png) ## ☀️技术选型 ### 前端 | 技术 | 作用 | 版本 | | :------------- | :---------------- | :----- | | Vue | 提供前端交互 | 3.2.13 | | Vue Router | 提供前端路由功能 | 4.0.3 | | Pinia | 状态管理 | 2.1.4 | | Axios | HTTP 请求库 | 1.4.0 | | ECharts | 数据可视化图表库 | 5.4.2 | | MD Editor V3 | Markdown 编辑器 | 4.8.1 | | NProgress | 页面加载进度条 | 0.2.0 | | QRCode Vue3 | 生成二维码 | 1.7.1 | | Vue Clipboard3 | 剪贴板功能 | 2.0.0 | | Vue3 Danmaku | 弹幕功能 | 1.6.1 | | Element Plus | UI 组件库 | 2.9.0 | | TypeScript | JavaScript 的超集 | 4.5.5 | | ESLint | 代码检查工具 | 7.32.0 | | Prettier | 代码格式化工具 | 2.4.1 | | Sass | CSS 预处理器 | 1.63.6 | | mitt | 全局事件总线 | 3.0.1 | ### 后端 | 技术 | 作用后端框架 | 版本 | | ------------- | ---------------- | -------- | | SpringBoot | 后端框架 | 2.7.2 | | MyBatis Plus | ORM 框架 | 3.5.2 | | Redis | 缓存数据库 | - | | Elasticsearch | 搜索引擎 | - | | Wx Java Mp | 微信公众平台开发 | 4.4.0 | | Knife4j | Swagger 增强工具 | 4.4.0 | | QCloud COS | 腾讯云对象存储 | 5.6.89 | | EasyExcel | Excel 操作库 | 3.1.1 | | Hutool | Java 工具库 | 5.8.8 | | Lombok | 简化 Java 代码 | - | | JWT | JSON Web Token | 0.9.0 | | OkHttp | HTTP 客户端 | 4.10.0 | | Guava | Google 工具库 | 30.1-jre | | Jsoup | HTML 解析库 | 1.15.3 | | Gson | JSON 解析库 | 2.9.0 | | Fastjson | JSON 解析库 | 2.0.53 | ## ☀️架构 ![](https://pic.yupi.icu/5563/202503051449243.png) ## ☀️核心设计 ### AI 旅游推荐官对话功能 ```java /** * 创建用户对话表 * * @param userAiMessageAddRequest * @param request * @return UserAiMessage */ @PostMapping("/add") public BaseResponse addUserAiMessage(@RequestBody UserAiMessageAddRequest userAiMessageAddRequest, HttpServletRequest request) { ThrowUtils.throwIf(userAiMessageAddRequest == null, ErrorCode.PARAMS_ERROR); String userInputText = userAiMessageAddRequest.getUserInputText(); if (WordUtils.containsForbiddenWords(userInputText)){ ThrowUtils.throwIf(WordUtils.containsForbiddenWords(userInputText), ErrorCode.WORD_FORBIDDEN_ERROR, "包含违禁词"); } UserAiMessage userAiMessage = new UserAiMessage(); // 填充默认值 User loginUser = userService.getLoginUser(request); Integer aiRemainNumber = loginUser.getAiRemainNumber(); // 检查用户余额是否足够，如果不足，直接返回错误信息 ThrowUtils.throwIf(aiRemainNumber <= 0, ErrorCode.USER_BALANCE_NOT_ENOUGH); userAiMessage.setUserId(loginUser.getId()); userAiMessage.setUserInputText(userInputText); StringBuilder presetInformation = new StringBuilder("你是一个旅游景点的推荐官，请根据用户的喜好信息，从数据库中选择某几个景点，给用户概述，并给他做一个路线的推荐。\n" + "以下是数据库里面包含的景点："); List spotNameList = spotService.list().stream().map(Spot::getSpotName).collect(Collectors.toList()); for (String s : spotNameList) { presetInformation.append(s).append(" "); } presetInformation.append("\n用户喜好信息如下："); List messages = new ArrayList<>(); messages.add(SparkMessage.userContent(presetInformation+userInputText)); String response = ""; int timeout = 35; // 超时时间，单位为秒 // 构造请求 SparkRequest sparkRequest = SparkRequest.builder() // 模型回答的tokens的最大长度,非必传，默认为2048。 // V1.5取值为[1,4096] // V2.0取值为[1,8192] // V3.0取值为[1,8192] .maxTokens(2048) .messages(messages) // 核采样阈值。用于决定结果随机性,取值越高随机性越强即相同的问题得到的不同答案的可能性越高 非必传,取值为[0,1],默认为0.5 .temperature(0.2) .build(); Future future = threadPoolExecutor.submit(() -> { try { // 同步调用 StopWatch stopWatch = new StopWatch(); stopWatch.start(); SparkSyncChatResponse chatResponse = sparkClient.chatSync(sparkRequest); SparkTextUsage textUsage = chatResponse.getTextUsage(); stopWatch.stop(); long total = stopWatch.getTotal(TimeUnit.SECONDS); System.out.println("本次接口调用耗时:" + total + "秒"); System.out.println("\n回答：" + chatResponse.getContent()); System.out.println("\n提问tokens：" + textUsage.getPromptTokens() + "，回答tokens：" + textUsage.getCompletionTokens() + "，总消耗tokens：" + textUsage.getTotalTokens()); return chatResponse.getContent(); // return AlibabaAIModel.doChatWithHistory(stringBuilder.toString(),recentHistory); } catch (Exception exception) { throw new RuntimeException("遇到异常"); } }); try { response = future.get(timeout, TimeUnit.SECONDS); } catch (Exception e) { log.info("服务器接口调用超时"); } System.out.println(response); userAiMessageAddRequest.setAiGenerateText(response); // 复制属性 BeanUtils.copyProperties(userAiMessageAddRequest, userAiMessage); // 校验数据 userAiMessageService.validUserAiMessage(userAiMessage, true); // 插入数据库 boolean result = userAiMessageService.save(userAiMessage); ThrowUtils.throwIf(!result, ErrorCode.OPERATION_ERROR); // 更新用户 AI 调用余额 loginUser.setAiRemainNumber(aiRemainNumber-1); boolean update = userService.updateById(loginUser); ThrowUtils.throwIf(!update, ErrorCode.OPERATION_ERROR); long newUserAiMessageId = userAiMessage.getId(); UserAiMessage generateAnswer = userAiMessageService.getById(newUserAiMessageId); return ResultUtils.success(generateAnswer); } ``` ### **代码解释** 1）**方法定义**： - 方法名为 `addUserAiMessage`，用于处理用户提交的旅游偏好信息，并生成 AI 推荐的旅游路线。 - 使用 `@PostMapping("/add")` 注解，表示这是一个 POST 请求接口。 - 接收两个参数： - `UserAiMessageAddRequest userAiMessageAddRequest`：用户提交的请求体，包含用户输入的文本。 - `HttpServletRequest request`：HTTP 请求对象，用于获取当前登录用户信息。 2）**参数校验**： - 使用 `ThrowUtils.throwIf` 方法对请求参数进行校验： - 如果 `userAiMessageAddRequest` 为空，抛出 `PARAMS_ERROR` 异常。 - 如果用户输入的文本包含违禁词，抛出 `WORD_FORBIDDEN_ERROR` 异常。 3）**用户余额检查**： - 获取当前登录用户的 AI 调用余额 `aiRemainNumber`。 - 如果余额不足（`aiRemainNumber <= 0`），抛出 `USER_BALANCE_NOT_ENOUGH` 异常。 4）**AI 推荐生成**： - 构造 AI 模型的输入信息： - 预设提示信息：告诉 AI 模型它是一个旅游推荐官，并列出数据库中所有景点的名称。 - 将用户输入的偏好信息附加到预设提示信息中。 - 使用 `SparkRequest` 构造 AI 模型的请求，设置最大 tokens、消息内容和温度参数。 - 使用线程池 `threadPoolExecutor` 异步调用 AI 模型，设置超时时间为 35 秒。 - 如果调用超时，记录日志并返回空响应。 5）**保存结果到数据库**： - 将 AI 生成的推荐结果保存到 `userAiMessage` 对象中。 - 使用 `BeanUtils.copyProperties` 复制请求参数到 `userAiMessage` 对象。 - 调用 `userAiMessageService.validUserAiMessage` 对数据进行校验。 - 将 `userAiMessage` 插入数据库，并更新用户的 AI 调用余额。 6）**返回结果**： - 返回生成的 AI 推荐结果，封装在 `BaseResponse` 中。 ### **注意事项** 1）**参数校验**： - 确保 `userAiMessageAddRequest` 和 `userInputText` 不为空，避免空指针异常。 - 使用违禁词过滤功能，防止用户输入不当内容。 2）**用户余额管理**： - 在调用 AI 模型之前，检查用户的 AI 调用余额，避免无效调用。 - 调用成功后，及时更新用户的余额信息。 3）**AI 模型调用**： - 使用异步调用（`Future`）和超时机制，避免因 AI 模型响应过慢导致接口阻塞。 - 设置合理的超时时间（如 35 秒），并根据实际需求调整。 4）**线程池管理**： - 确保线程池 `threadPoolExecutor` 已正确配置，避免资源耗尽或线程泄漏。 - 在异步任务中捕获异常，避免因异常导致线程池崩溃。 5）**数据校验与保存**： - 在保存数据之前，调用 `validUserAiMessage` 方法进行校验，确保数据合法性。 - 使用事务管理（如果需要），确保数据插入和用户余额更新的原子性。 6）**日志记录**： - 在关键步骤（如 AI 调用、数据库操作）中添加日志记录，便于排查问题。 - 记录 AI 调用的耗时和 tokens 使用情况，便于性能分析和优化。 7）**性能优化**： - 如果 AI 调用频率较高，考虑使用缓存机制（如 Redis）存储常用推荐结果，减少重复调用。 - 对数据库查询（如 `spotService.list()`）进行优化，避免全表扫描。 8）**异常处理**： - 在异步任务中捕获所有异常，避免因未捕获异常导致接口崩溃。 - 返回明确的错误码和错误信息，便于前端处理。 9）**安全性**： - 确保用户输入的文本经过安全过滤，防止 SQL 注入或 XSS 攻击。 - 对敏感操作（如余额更新）进行权限校验，确保只有合法用户才能调用。 10）**扩展性**： \- 如果需要支持多种 AI 模型，可以将 AI 调用逻辑抽象为独立的服务，便于切换和扩展。 \- 如果需要支持多语言推荐，可以在预设提示信息中增加语言参数。 ## ☀️项目简介 + 主要使用 Vue3 和 SpringBoot2.7 实现 + 项目权限控制分别为：用户（游客），系统管理员 ## ☀️项目详细介绍（亮点) - **前后端分离架构**：本项目采用前后端分离的模式，前端负责页面构建和用户交互，后端提供数据接口，前端通过调用后端接口获取数据并动态渲染页面，提升开发效率和系统可维护性。 - **跨域支持**：后端已开启 CORS 跨域支持，确保前端能够无缝调用后端接口，解决跨域问题。 - **Token 认证机制**：API 认证采用 Token 认证，前端在请求头 `Authorization` 字段中携带 Token 令牌，确保接口调用的安全性。 - **标准化数据交互**：使用 HTTP Status Code 表示接口状态，数据返回格式统一为 JSON，便于前后端协作和数据解析。 - **权限校验与登录检查**：后端采用权限拦截器进行权限校验，确保只有合法用户才能访问特定接口，并检查用户的登录状态，增强系统安全性。 - **全局异常处理**：添加全局异常处理机制，捕获系统异常并返回友好的错误信息，增强系统的健壮性和用户体验。 - **数据可视化**：前端使用 Echarts 可视化库实现景点热度分析图表（如折线图、饼图），并通过 Loading 配置优化加载体验，提升用户交互感受。 - **弹幕留言功能**：留言组件采用弹幕形式，贴合用户喜好，增加平台的趣味性和互动性。 - **接口文档自动化**：引入 knife4j 依赖，使用 Swagger + Knife4j 自动生成 OpenAPI 规范的接口文档，前端可以基于此文档使用插件自动生成接口请求代码，降低前后端协作成本。 - **高效前端开发**：使用 ElementUI 组件库进行前端界面搭建，快速实现页面生成，并支持前后端统一权限管理和多环境切换，提升开发效率。 - **灵活数据库查询**：基于 MyBatis Plus 框架的 QueryWrapper 实现对 MySQL 数据库的灵活查询，配合 MyBatisX 插件自动生成后端 CRUD 基础代码，减少重复开发工作。 - **性能优化**：前端采用路由懒加载、CDN 静态资源缓存优化、图片懒加载等技术，提升页面加载速度和用户体验。 - **AI 旅游推荐**：集成 AI 模型，根据用户偏好推荐个性化旅游路线，支持协同过滤算法，提升推荐精准度。 - **旅游日历功能**：为用户提供个人旅游日历，记录旅行足迹，支持绿色出行标记（0 和 1 表示），帮助用户规划和管理旅行。 - **攻略分享社区**：用户可以通过 Markdown 编辑器分享旅游攻略，浏览他人经验，并通过评论区互动交流，形成活跃的旅游社区。 - **景点门票预订**：支持在线查看景点门票信息并完成预订，提供一站式旅游服务。 - **多维度景点评分**：结合用户评分和 AI 分析，动态生成景点评分，帮助用户快速了解景点热度。 - **管理员便捷管理**：为管理员提供用户、景点、攻略、门票等内容的管理功能，支持分页和模糊查询，提升管理效率。 - **高扩展性**：支持接入更多 AI 模型（如 OpenAI GPT、百度文心一言等,自己下载其他 AI 模型官网工具类即可），并可通过拓展 OJ 和会员功能实现商业化处理。 ## ☀️数据库表设计 ### **users 表** | 列名 | 数据类型以及长度 | 备注 | | :------------- | :--------------- | :------------------------------ | | id | bigint(20) | 主键 非空 自增 用户表的唯一标识 | | userAccount | varchar(256) | 账号 非空 | | userPassword | varchar(512) | 密码（加密） 非空 | | unionId | varchar(256) | 微信开放平台 ID | | mpOpenId | varchar(256) | 公众号 openId | | userName | varchar(256) | 用户昵称 | | userAvatar | varchar(1024) | 用户头像 | | userProfile | varchar(512) | 用户简介 | | userRole | varchar(256) | 用户角色：user/admin/ban | | userPhone | varchar(255) | 联系电话 | | aiRemainNumber | int(11) | 用户 AI 剩余可使用次数 | | balance | decimal(10, 2) | 用户余额（仅 AI 接口调用） | | editTime | datetime | 编辑时间 | | createTime | datetime | 创建时间 | | updateTime | datetime | 更新时间 | | isDelete | tinyint(4) | 是否删除（1 删除，0 未删除） | ------ ### **admins 表** | 列名 | 数据类型以及长度 | 备注 | | :------------ | :--------------- | :-------------------------------- | | id | bigint(20) | 主键 非空 自增 管理员表的唯一标识 | | adminAccount | varchar(256) | 管理员账号 非空 | | adminPassword | varchar(512) | 管理员密码（加密） 非空 | | adminName | varchar(256) | 管理员真实姓名 非空 | | adminRole | varchar(256) | 管理员角色：admin/superAdmin | | adminPhone | varchar(255) | 联系电话 | | createTime | datetime | 创建时间 | | updateTime | datetime | 更新时间 | | isDelete | tinyint(4) | 是否删除（1 删除，0 未删除） | ------ ### **spot 表** | 列名 | 数据类型以及长度 | 备注 | | :-------------- | :--------------- | :----------------------------------- | | id | bigint(20) | 主键 非空 自增 景点表的唯一标识 | | adminId | bigint(20) | 管理员 ID（创建该景点的管理员） | | spotName | varchar(255) | 景点名称 非空 | | spotAvatar | varchar(1024) | 景点封面图 | | spotLocation | varchar(255) | 景点所在地 | | spotDescription | varchar(4096) | 景点介绍 | | spotTags | varchar(2048) | 景点标签（JSON 字符串数组） | | favourNum | int(11) | 收藏量 | | viewNum | int(11) | 浏览量 | | spotStatus | tinyint(4) | 景点状态（1 开放，0 关闭，默认关闭） | | createTime | datetime | 创建时间 | | updateTime | datetime | 更新时间 | | isDelete | tinyint(4) | 是否删除（1 删除，0 未删除） | ------ ### **spot_fee 表** | 列名 | 数据类型以及长度 | 备注 | | :----------------- | :--------------- | :--------------------------------------- | | id | bigint(20) | 主键 非空 自增 门票表的唯一标识 | | spotId | bigint(20) | 景点 ID 非空 | | adminId | bigint(20) | 管理员 ID | | spotFeeDescription | varchar(1024) | 门票描述 | | spotFeePrice | decimal(10, 2) | 门票价格 非空 | | spotFeeNumber | int(11) | 景点门票数量 | | spotFeeStatus | tinyint(4) | 门票可用状态（1 可用，0 不可用，默认 0） | | createTime | datetime | 创建时间 | | updateTime | datetime | 更新时间 | | isDelete | tinyint(4) | 是否删除（1 删除，0 未删除） | ------ ### **spot_order 表** | 列名 | 数据类型以及长度 | 备注 | | :------------ | :--------------- | :------------------------------------- | | id | bigint(20) | 主键 非空 自增 订单表的唯一标识 | | userId | bigint(20) | 用户 ID 非空 | | spotFeeId | bigint(20) | 门票 ID 非空 | | userName | varchar(255) | 用户名 | | userPhone | varchar(255) | 联系电话 | | paymentAmount | decimal(10, 2) | 支付金额 | | payStatus | tinyint(4) | 支付状态（1 已支付，0 未支付，默认 0） | | createTime | datetime | 创建时间 | | updateTime | datetime | 更新时间 | | isDelete | tinyint(4) | 是否删除（1 删除，0 未删除） | ------ ### **spot_route 表** | 列名 | 数据类型以及长度 | 备注 | | :------------------- | :--------------- | :----------------------------------- | | id | bigint(20) | 主键 非空 自增 路线表的唯一标识 | | spotIds | varchar(2048) | 景点 ID（JSON 字符串，顺序从前往后） | | adminId | bigint(20) | 管理员 ID | | spotRouteAvatar | varchar(2048) | 路线封面图 | | spotRouteDescription | varchar(1024) | 路线描述 | | createTime | datetime | 创建时间 | | updateTime | datetime | 更新时间 | | isDelete | tinyint(4) | 是否删除（1 删除，0 未删除） | ------ ### **spot_score 表** | 列名 | 数据类型以及长度 | 备注 | | :--------- | :--------------- | :------------------------------ | | id | bigint(20) | 主键 非空 自增 评分表的唯一标识 | | spotId | bigint(20) | 景点 ID 非空 | | userId | bigint(20) | 用户 ID 非空 | | score | int(10) | 评分（满分 5） | | createTime | datetime | 创建时间 | | updateTime | datetime | 更新时间 | | isDelete | tinyint(4) | 是否删除（1 删除，0 未删除） | ------ ### **user_ai_message 表** | 列名 | 数据类型以及长度 | 备注 | | :------------- | :--------------- | :------------------------------ | | id | bigint(20) | 主键 非空 自增 消息表的唯一标识 | | userInputText | varchar(4096) | 用户输入文本 | | aiGenerateText | varchar(4096) | AI 生成结果 | | userId | bigint(20) | 用户 ID 非空 | | createTime | datetime | 创建时间 | | updateTime | datetime | 更新时间 | | isDelete | tinyint(4) | 是否删除（1 删除，0 未删除） | ------ ### **user_spot_favorites 表** | 列名 | 数据类型以及长度 | 备注 | | :--------- | :--------------- | :--------------------------------- | | id | bigint(20) | 主键 非空 自增 收藏表的唯一标识 | | userId | bigint(20) | 用户 ID 非空 | | spotId | bigint(20) | 景点 ID 非空 | | status | tinyint(4) | 收藏状态（1 正常收藏，0 取消收藏） | | remark | varchar(255) | 用户备注 | | isDelete | tinyint(4) | 是否删除（1 删除，0 未删除） | | createTime | datetime | 创建时间 | | updateTime | datetime | 更新时间 |