用 AI 编程工具 4 天上线一套门店薪资管理系统，真实案例全程记录

不是 Demo，不是原型，是真正跑在生产环境里、老板和员工每天在用的系统。

写在前面

我是一名在门窗制造公司做后端开发的程序员。

公司有好几家门店，每个门店员工岗位不同、提成规则不同、计算方式复杂——店员、店长、售后、安装工、业务员，每个角色的工资算法都不一样。

每个月月底，老板和店长都要手动对数据、算工资，费时费力还容易出错。

我决定用 opencode 做一套系统解决这个问题。

Day 1–2：用 opencode 搭出完整系统骨架

我选的工具是 opencode（也叫 oh-my-opencode），一个基于 Claude API 的终端 AI 编程助手。

不废话，直接开干。

我把需求告诉它：

• 多门店、多角色权限体系（平台管理员 / 店长 / 普通员工）
• 员工管理、客户录入、卸车记录、安装记录
• 工资自动计算（不同岗位不同算法）
• PC 端 + App 端双端兼容
• 支持拍照上传凭证图片

两天之内，系统主体功能全部跑通。

包括：

✅ 登录 / 多角色权限控制✅ 店长工作台 Dashboard（员工数、本月订单、本月工资、当月累计）✅ 员工管理模块✅ 客户录入（含支付状态、业务员归属、是否带客进店、定金、礼品信息）✅ 卸车记录管理（支持照片上传）✅ 安装记录管理（门型选择、安装套数、运距 km、照片上传）✅ 工资管理（月度工资 + 当月累计双 Tab）✅ 薪资参数配置（29 个参数、7 种岗位类型）✅ 平台管理后台（切店、用户管理、权限管理、年度统计录入）

这套系统的工资算法有多复杂？

给你看几个真实的计算规则：

系统自动拉取订单数据、卸车记录、安装记录，一键计算，透明展示每一项计算过程明细。

员工点进去能看到：底薪多少、提成怎么算的、数据来源是什么 SQL 条件，全部可追溯。以下是功能具体系统级展示：

Day 3–4：功能修复 + 测试 + 文档生成

两天功能基本跑通之后，接下来是最重要的阶段——让它真正可用，而不是勉强能跑。

Playwright 全流程自动化测试

我用 Playwright 对所有核心流程做了自动化测试，包括：

• 登录 / 切换门店
• 新增员工 → 录入客户订单 → 记录卸车 → 记录安装
• 触发工资计算 → 验证各岗位金额正确性
• 批量审批工资 → 导出报表

自动化测试帮我揪出了好几个边界 Bug，比如：

当月没有卸车记录时，售后工资计算没有 fallback 导致展示 NaN

这类问题靠手动测很难覆盖全，但 Playwright 脚本跑一遍就暴露了。

自动生成三份文档

opencode 帮我同步生成了三份正式文档：

📄 计算规则说明.docx — 每个岗位的工资公式、参数含义、计算示例📄 客户操作手册白皮书.docx — 店长和员工如何使用系统，配截图说明📄 自动化测试流程.docx — 测试用例覆盖范围、执行方式、结果说明

老板拿到这三份文档，直接就能理解系统逻辑，不用我再解释。

上线之后的效果

系统现在已经在门店稳定运行。

• 店长每天打开工作台，当月累计数据一目了然
• 月底不再手动算工资，点"计算"→ 点"批量审批"→ 点"导出"，3 步搞定
• 安装工、售后自己在 App 上录入记录，系统自动计算当月收入
• 老板从平台管理后台可以看到跨门店汇总数据

4 天，从 0 到上线，PC + App 双端，完整功能，真实生产。

关于 opencode 这个工具

opencode 是一个跑在终端里的 AI 编程助手，底层用 Claude，理解复杂需求的能力很强。

和那些只能写 Demo 的工具不一样，它能：

• 理解业务逻辑，不是只会写 CRUD
• 多文件协作，数据库设计、后端接口、前端页面同步推进
• 记住上下文，改一个地方不会把另一个地方搞坏
• 主动发现问题，遇到边界情况会提示你而不是悄悄跳过

当然它也不是万能的，复杂的权限逻辑、精细的 UI 交互，你还是需要懂代码，能看懂它写的东西、能告诉它哪里不对。

它不是替代你，是让你的效率提升 5 倍。

最后说一句

如果你：

• 有门店，薪资计算规则复杂，每个月月底都在手动对账
• 有小业务场景，想快速做一个定制小工具，但不想花几万找外包
• 想用 AI 编程工具，但不知道从哪里切入实际项目

欢迎私信我。

价格便宜、速度快、流程完整，从需求分析到上线交付，我能帮你走一遍。

作者：正在用 AI 工具重新定义开发效率的后端程序员本文所有截图均来自真实生产系统