追踪食材价格趋势并获取智能购买建议 – 通过API、数据库和Slack实现

## 什么是价格趋势分析？

价格趋势分析使用历史价格数据来识别模式并预测最佳购买机会。系统分析随时间推移的价格变动，并根据当前趋势和历史模式生成何时购买食材的建议。

## 重要须知
– 价格数据准确性取决于外部API源的可靠性
– 历史数据随时间提高推荐准确性（建议最少30天）
– PostgreSQL数据库提供强大的数据存储和复杂趋势分析功能
– 实时警报帮助捕获最佳购买机会
– 仪表板提供价格趋势和建议的可视化洞察

## 工作原理
1. **每日价格检查** – 每天触发工作流监控价格变化
2. **获取API价格** – 从外部食材定价API检索最新价格
3. **设置数据库** – 在插入新数据前确保数据库表准备就绪
4. **存储价格数据** – 将当前价格保存到PostgreSQL数据库进行跟踪
5. **计算趋势** – 分析历史价格以检测模式和价格变动
6. **生成建议** – 根据价格趋势建议操作（购买/等待/囤货）
7. **存储建议** – 保存建议以供未来报告使用
8. **获取仪表板数据** – 收集仪表板生成所需的数据
9. **生成仪表板HTML** – 构建HTML仪表板以可视化洞察
10. **发送邮件报告** – 将仪表板报告通过邮件发送给利益相关者
11. **发送Slack警报** – 将关键警报或建议发送到Slack频道

## 数据库结构

工作流使用PostgreSQL，包含两个主要表：

**price_history** – 历史价格跟踪表，包含列：
– id (主键)
– ingredient (VARCHAR 100) – 食材名称
– price (DECIMAL 10,2) – 当前价格值
– unit (VARCHAR 50) – 计量单位（kg, lbs等）
– supplier (VARCHAR 100) – 供应商名称
– timestamp (TIMESTAMP) – 价格记录时间
– created_at (TIMESTAMP) – 记录创建时间

**buying_recommendations** – AI生成的购买建议表，包含列：
– id (主键)
– ingredient (VARCHAR 100) – 食材名称
– current_price (DECIMAL 10,2) – 最新价格
– price_change_percent (DECIMAL 5,2) – 与之前价格相比的百分比变化
– trend (VARCHAR 20) – 价格趋势方向（INCREASING/DECREASING/STABLE）
– recommendation (VARCHAR 50) – 购买行动（BUY_NOW/WAIT/STOCK_UP）
– urgency (VARCHAR 20) – 紧急程度（HIGH/MEDIUM/LOW）
– reason (TEXT) – 建议解释
– generated_at (TIMESTAMP) – 建议生成时间

## 价格趋势分析

系统分析过去30天的历史价格数据，计算百分比变化，识别趋势（上涨/下跌/稳定），并根据价格模式和移动历史生成可操作的购买建议。

## 使用方法
1. 将工作流导入n8n
2. 配置PostgreSQL数据库连接凭据
3. 设置外部食材定价API访问
4. 配置邮件凭据用于仪表板报告
5. 设置Slack webhook或机器人凭据用于警报
6. 运行设置数据库节点以创建所需的表和索引
7. 使用示例食材数据测试以验证价格跟踪和建议
8. 根据您的采购模式调整趋势分析参数
9. 监控建议并根据实际购买决策优化阈值

## 要求
– PostgreSQL数据库访问
– 外部食材定价API凭据
– 邮件服务凭据（Gmail, SMTP等）
– Slack webhook URL或机器人凭据
– 用于初始趋势分析的历史价格数据

## 自定义此工作流

修改计算趋势节点以调整分析周期（当前为30天）或添加季节性调整。自定义建议逻辑以匹配您餐厅的购买模式、预算约束或供应商协议。添加额外的数据源，如天气预报或市场报告，以获得更复杂的预测。