企业官网建设流程全解析

1. 轻量化 CRM 到底要解决什么问题，7 天规划怎么拆

轻量化 CRM 系统，说白了就是给 50 人以内的小团队用的客户关系管理工具，它不需要工作流引擎、不需要多租户隔离、不需要复杂的审批链，核心就三件事：客户信息能存能查、销售机会能跟能统计、权限能控能管。适合谁？适合销售团队自己维护客户台账、适合技术负责人用 AI 工具快速搭一套内部系统、也适合想练手全栈开发的同学拿来做真实项目。

我试过用传统方式从零写一套 CRM，光权限模块就折腾了三四天，后来换成 AI 工具辅助生成代码，配合统一的模型调用入口，整体节奏才压到 7 天。这篇是系列第一篇，重点讲两件事：一是 7 天每天做什么、交付什么、怎么验证；二是怎么把 AI 工具的 endpoint 统一改到一个 Key 上，避免今天配这个明天配那个。

先看整体节奏。第 1 天做系统边界和技术选型，产出架构图和权限矩阵；第 2 天做数据库设计和权限服务骨架；第 3 天把权限模块的登录、角色、鉴权装饰器写完；第 4 到 5 天做 CRM 业务模块（客户、销售机会）并对接权限；第 6 天做测试联调，重点是越权场景；第 7 天打包部署。每天结束都要有一个"可运行验证点"，不能等到第 7 天才发现跑不起来。

技术栈选型上，后端用 Python + Flask，原因是轻、生态好、AI 工具对 Python 的代码生成质量明显高于其他语言；前端用 Vue 3 + Element Plus，组件库现成，AI 生成表格和表单页很快；数据库用 SQLite，单文件、零部署，小团队完全够用，后期要换 PostgreSQL 也只需要改连接串。权限模块单独拆成 auth-service，走 RESTful API，用 RBAC 模型（用户-角色-权限三级关联），这样业务模块和权限模块解耦，后面加模块不用动权限代码。

权限矩阵是第 1 天必须定死的东西，不然后面每天都在改。我建议直接列成表：

这张表后面会直接变成代码里的权限码常量和装饰器参数，所以第 1 天多花半小时把它写清楚，第 3 天写鉴权逻辑时能省两小时。7 天规划的本质不是"每天写多少代码"，而是"每天消除一个不确定性"：第 1 天消除需求不确定性，第 2 天消除数据结构不确定性，第 3 天消除鉴权逻辑不确定性，以此类推。

2. 把 AI 工具 endpoint 统一到 TaoToken 的前置准备

做这个项目会用到多种 AI 工具：Cursor 做对话式代码生成、Copilot 做行内补全、Postman 的 AI 功能生成测试用例、还有命令行里的 Claude Code 做批量重构。问题来了——每个工具都要单独配 Key、单独配 Base URL，有的还要求特定格式，切换一次环境就要重新配一遍，非常烦。

TaoToken 在这里的作用就是提供一个统一的模型调用入口，你只需要一个 Key、一个 Base URL，就能让上面这些工具都指向同一个地址。官网在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 地址是 https://taotoken.net/api ，注意 API 地址后面不加任何参数。

前置准备分三步。第一步，注册并拿到 Key。进控制台 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，在 API Keys 页面创建一个新 Key，复制出来存好，后面所有工具都用这一个。第二步，确认你要用的模型 ID，比如做代码生成常用的 claude-sonnet 系列、gpt 系列，具体可用列表在文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite 里能查到。第三步，想清楚哪些工具要接：Cursor、Cline、Claude Code、Codex 这几类是最常见的，它们的配置方式略有不同，但核心三件套是一样的——Base URL、API Key、Model ID。

这里要提醒一个坑：不同工具对 Base URL 的写法要求不一样。有的要求写到/v1结尾，有的要求不带/v1，TaoToken 的 API 根地址是https://taotoken.net/api，具体某个工具要不要补/v1，以该工具的配置说明为准。我踩过的坑是直接把根地址粘进某个工具，结果报 404，后来发现它自动拼了/v1/chat/completions，所以根地址就够了。

还有一个前置动作是环境变量管理。不要把 Key 硬编码到代码或配置文件里，用环境变量：

export TAOTOKEN_API_KEY="sk-你的key" export TAOTOKEN_BASE_URL="https://taotoken.net/api"

这样后面无论是 Python 脚本调用、还是命令行工具读取，都从环境变量取，换机器只改环境变量，不动代码。如果你打算长期用 AI 做编码和 Agent 任务，可以看下 Coding Plan https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite ，它更适合高频调用场景，比按次计费划算。

前置准备做完，你应该手里有一个 Key、一个 Base URL、一个确定的 Model ID，以及一套环境变量。这三样东西是后面所有配置的基础，缺一个都会在验证阶段卡住。

3. 可复制的项目目录、数据表与工具配置片段

这一节给可直接复制的东西。先看项目目录结构，前后端分离，权限服务独立：

light-crm/ ├── auth-service/ # 权限服务（独立） │ ├── app.py │ ├── models.py │ ├── decorators.py │ ├── routes/ │ │ └── auth.py │ └── requirements.txt ├── crm-service/ # CRM 业务服务 │ ├── app.py │ ├── models.py │ ├── routes/ │ │ ├── customers.py │ │ └── opportunities.py │ └── requirements.txt ├── frontend/ # Vue 3 前端 │ ├── src/ │ │ ├── views/ │ │ │ ├── CustomerList.vue │ │ │ └── OpportunityList.vue │ │ └── api/ │ └── package.json ├── schema.sql # 建表脚本 └── docker-compose.yml

数据库建表脚本schema.sql，SQLite 语法，包含权限三张关联表和业务两张表：

CREATE TABLE user ( id INTEGER PRIMARY KEY AUTOINCREMENT, username VARCHAR(50) NOT NULL UNIQUE, password_hash VARCHAR(255) NOT NULL, created_at DATETIME DEFAULT CURRENT_TIMESTAMP ); CREATE TABLE role ( id INTEGER PRIMARY KEY AUTOINCREMENT, name VARCHAR(50) NOT NULL UNIQUE, description TEXT ); CREATE TABLE permission ( id INTEGER PRIMARY KEY AUTOINCREMENT, code VARCHAR(80) NOT NULL UNIQUE, description TEXT ); CREATE TABLE user_role ( user_id INTEGER NOT NULL, role_id INTEGER NOT NULL, PRIMARY KEY (user_id, role_id), FOREIGN KEY (user_id) REFERENCES user(id), FOREIGN KEY (role_id) REFERENCES role(id) ); CREATE TABLE role_permission ( role_id INTEGER NOT NULL, permission_id INTEGER NOT NULL, PRIMARY KEY (role_id, permission_id), FOREIGN KEY (role_id) REFERENCES role(id), FOREIGN KEY (permission_id) REFERENCES permission(id) ); CREATE TABLE customer ( id INTEGER PRIMARY KEY AUTOINCREMENT, name VARCHAR(100) NOT NULL, phone VARCHAR(30), owner_id INTEGER NOT NULL, created_at DATETIME DEFAULT CURRENT_TIMESTAMP, FOREIGN KEY (owner_id) REFERENCES user(id) ); CREATE TABLE sales_opportunity ( id INTEGER PRIMARY KEY AUTOINCREMENT, customer_id INTEGER NOT NULL, stage VARCHAR(20) NOT NULL DEFAULT 'potential', amount DECIMAL(12,2) DEFAULT 0, owner_id INTEGER NOT NULL, FOREIGN KEY (customer_id) REFERENCES customer(id), FOREIGN KEY (owner_id) REFERENCES user(id) ); CREATE INDEX idx_customer_owner ON customer(owner_id); CREATE INDEX idx_opportunity_stage ON sales_opportunity(stage);

接下来是 AI 工具的配置片段。Cursor 和 Cline 这类支持自定义 OpenAI 兼容接口的工具，配置写在 settings 里，核心三件套：

{ "openai.apiKey": "sk-你的key", "openai.baseUrl": "https://taotoken.net/api", "openai.model": "claude-sonnet-4-20250514" }

如果你用 Claude Code，它的配置走环境变量或 settings 文件，Base URL 指向 TaoToken 的 Anthropic 兼容入口：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="sk-你的key" export ANTHROPIC_MODEL="claude-sonnet-4-20250514"

Codex 的auth.json配置，路径通常在~/.codex/auth.json：

{ "OPENAI_API_KEY": "sk-你的key", "OPENAI_BASE_URL": "https://taotoken.net/api" }

注意：上面三个片段里的 Base URL 都是https://taotoken.net/api，Key 都是同一个，Model ID 按你实际要用的填。三件套齐了工具才能正常调用，缺 Model ID 会报模型不存在，缺 Key 会报 401，Base URL 写错会报连接失败。把这三段配置分别贴到对应工具里，第 4 天开始写业务代码时就能直接用 AI 生成，不用再折腾配置。

4. 验证请求：确认权限服务和 AI 调用都能跑通

配置写完必须验证，不能等到写业务代码时才发现调不通。验证分两条线：一条是权限服务本身能不能跑，一条是 AI 工具能不能通过 TaoToken 正常生成代码。

先验证权限服务。启动 auth-service：

cd auth-service pip install -r requirements.txt python app.py

服务默认跑在 5000 端口。用 curl 测登录接口：

curl -X POST http://localhost:5000/auth/login \ -H "Content-Type: application/json" \ -d '{"username":"admin","password":"admin123"}'

预期返回一个 JSON，里面带access_token字段。拿到 token 后测鉴权接口：

curl http://localhost:5000/auth/roles \ -H "Authorization: Bearer 你的token"

如果返回角色列表，说明 JWT 鉴权和数据库查询都通了。如果返回 401，检查 token 有没有过期、请求头格式对不对；如果返回 403，检查这个用户有没有绑定 admin 角色。

再验证 AI 工具调用。以命令行方式直接打 TaoToken 的接口，确认 Key 和 Base URL 有效：

curl https://taotoken.net/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -d '{ "model": "claude-sonnet-4-20250514", "messages": [{"role":"user","content":"用一句话说明什么是RBAC"}] }'

预期返回choices数组，里面有模型回复内容。这一步通了，说明你的 Key、Base URL、Model ID 三件套是对的，后面 Cursor、Claude Code 里配同样的三件套就不会出问题。

验证清单建议按天打勾：

第 3 天验证时，重点测三种返回：不带 token 请求受保护接口应该返回 401；带 viewer 的 token 请求创建客户接口应该返回 403；带 admin 的 token 请求应该返回 200。这三种情况都对了，权限装饰器逻辑才算真正跑通。很多人只测了 200 就以为好了，结果上线后发现越权漏洞，就是因为没测 401 和 403。

AI 调用验证时，如果返回里没有choices字段，通常是模型 ID 写错了或者该模型没开通；如果报连接超时，检查 Base URL 是不是写成了带多余路径的地址。验证通过后，把成功的 curl 命令存成一个verify.sh脚本，后面每次改配置都跑一遍，省得反复手敲。

5. 本篇常见报错排查：401、local proxy failed、reading choices、OAuth

这一节把配置阶段最容易撞上的四类报错拆开讲，每个都给现象、原因、修法。

第一类，401 Unauthorized。现象是请求返回{"error":"invalid api key"}或类似信息。原因通常是 Key 没填、Key 填错、或者环境变量没生效。排查顺序：先echo $TAOTOKEN_API_KEY看环境变量有没有值；再看工具配置里是不是把 Key 写成了占位符没替换；最后确认 Key 有没有被复制时多带了空格或换行。修法就是重新从控制台复制一次 Key，粘贴时注意首尾不要有空白字符。

第二类，local proxy failed。现象是工具报local proxy failed或connection refused。这个报错通常出现在工具配置了本地代理端口、但代理服务没启动的情况下。排查：检查工具的网络设置里有没有填http://127.0.0.1:某端口这类本地地址；如果有，要么把本地代理服务启动起来，要么直接把 Base URL 改成https://taotoken.net/api走直连。注意这里说的是工具自身的网络配置项，不是让你去搭什么额外服务，最省事的做法就是直连 TaoToken 的 API 地址。

第三类，reading choices 报错。现象是返回 JSON 里没有choices字段，工具解析时报cannot read property 'choices' of undefined或error reading choices。原因一般是模型 ID 写错、或者请求体格式不对。排查：先用第 4 节的 curl 命令单独测一次，确认接口本身能返回choices；如果 curl 能返回但工具报错，说明是工具侧的请求体格式问题，检查工具是不是要求特定的 API 格式（比如有的工具只认 OpenAI 格式，有的只认 Anthropic 格式）。修法是确认工具的接口类型和 TaoToken 提供的兼容入口匹配。

第四类，OAuth 相关报错。现象是工具提示OAuth token expired或authentication failed。这类报错多出现在 Claude Code 这类默认走 OAuth 登录的工具上。原因是工具默认用账号登录态而不是 API Key。修法是在工具配置里显式指定用 API Key 模式，把ANTHROPIC_API_KEY和ANTHROPIC_BASE_URL都设好，让它走 Key 鉴权而不是 OAuth。设置完重启工具，再跑一次验证命令。

把四类报错对照成表：

排查时有个通用思路：先用 curl 绕过工具直接打接口，如果 curl 通、工具不通，问题在工具配置；如果 curl 也不通，问题在 Key 或 Base URL。这个二分法能帮你快速定位，不用在工具和接口之间来回猜。

6. 后续节奏与统一 Key 的长期价值

第 1 天到第 3 天的重点是把权限模块立起来，第 4 天开始写业务代码时，你会发现 AI 工具生成代码的效率直接取决于配置顺不顺。统一 Key 接入之后，Cursor 生成客户列表组件、Claude Code 批量重构鉴权装饰器、Postman 生成测试用例，全都走同一个入口，不用每换一个工具就重新配一遍。

如果你只是偶尔用 AI 补全代码，按量调用就够了；但如果你打算连续 7 天高强度用 AI 辅助开发，每天几十上百次调用，那 Coding Plan https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite 会更合适。模型对话入口在 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_content=models&utm_campaign=rewrite ，想先试试模型效果可以从这里进。Key 管理在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite ，接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite 。

下一篇会进入第 2 天的实操：用 AI 生成完整 ER 图、把 schema.sql 跑起来、搭出 auth-service 的 Flask 骨架，并演示怎么让 AI 工具基于你的表结构生成带权限校验的接口代码。第 1 天把规划、目录、配置、验证四件事做完，第 2 天就能直接进入编码，不会卡在环境上。