探索HotinGo:优雅的酒店管理系统开源项目
HotinGo - 酒店管理系统
探索文档 >
查看 Figma 设计文件
·
报告问题
·
建议功能
关于项目
HotinGo 是一个基于 Python 的开源酒店管理系统,采用 Python 3、Tkinter 和 MySQL 构建,并且在设计上注重用户体验。它包括了所有必要的酒店管理功能,如:
- 登录和身份验证(通过 MySQL 数据库)
- 添加、更新、查看和删除记录的功能,适用于:
- 房间管理
- 客户管理
- 预约管理
- 使用环境变量进行秘密存储和处理
该项目最初是一个学校计算机科学课程的项目,展示了一种方式,即使使用如 Tkinter 这样的"古老"框架,也能创建出有吸引力的应用程序,拥有漂亮的用户界面。
(回到顶部)
屏幕快照
以下是一些应用的界面截图,展示了其美观的设计:
登录 |
仪表板 |
添加预订页面 |
更新预订 |
查看预订 |
确认退出 |
关于我们页面 |
|
想要创建自己的版本?可以在 Figma 查看设计,并使用 Tkinter Designer 导出为 Python 代码。
(回到顶部)
动机
这个项目作为学校信息学实践课的一个作业而诞生。虽然原本并不打算用于实际运营,但我们尽力让它在众多项目中脱颖而出。
更多信息...
根据课程要求,学习信息技术的学生需要用 Python 和 MySQL 创建一款应用程序,由来自其他学校的评估员/教师在学期结束时进行评审,以决定成绩。所以,这款应用是我们团队努力、毅力和投入的结晶。你可以从提交历史中看到我们的起点,如何停滞,然后是项目如今的状态。
(回到顶部)
构建所用(技术栈)
以下是一些参与制作本项目的关键技术:
- Python 3 🐍 - 应用主代码运行平台
- Tkinter & TTk - 用户界面
- MySQL Server 🐬 - 数据库管理与查询
- MySQL Connector Python - 通过 Python 查询 MySQL
- Tkinter Designer ☄️ - 将 Figma UI 导出为 Python 代码
- Numpy 🧮 - 作为 Matplotlib 的依赖项
- Matplotlib 📈 - 图形和可视化
- Python Dotenv 🤫 - 加载 .env 文件中的环境变量
(回到顶部)
开始使用
以下是设置本地项目所需步骤的简单示例:
预条件
确保您已安装以下内容:
完成上述准备工作后,您可以继续执行下一步。
安装
-
克隆仓库
找到此处的克隆/下载仓库指南,然后解压缩存档,或者在终端中使用命令:
git clone https://github.com/Just-Moh-it/HotinGo.git -
切换至文件夹
在终端中更改目录至克隆的文件夹。参考这里 获取详细说明。
命令可能是:
cd Location\ To/Hotingo -
安装 PIP 包/依赖项
确保终端提示符显示如下:
Something.../HotinGo $如不显示,请重新执行前一步。
接下来,在终端中输入以下命令:
pip install -r requirements.txt -
设置数据库
要从 MySQL 模式创建数据库,可以:
-
直接将 sql/hms.sql 内容粘贴到 MySQL 命令行,或
-
使用命令自动化操作(从终端)
mysql -u <mysql-username> -p<mysql-password> < hms.sql此操作会创建并配置数据库。
(注:不要包括尖括号 '<>',并将
<mysql-username>和<mysql-password>替换为实际的 MySQL 凭证,如 预备阶段 中所述) -
-
向应用添加数据库凭据
首先重命名
.example.env文件为.env,然后将Your-Username和Your-Password替换为您创建的 MySQL 凭证。 -
安装字体
为了使应用程序的图形界面看起来更美观,您需要安装名为 Montserrat 的字体。在
assets文件夹内,双击三个.ttf格式的字体进行安装。 -
完成啦!🎉 | 运行应用
通过 Python 3 运行
main.py文件,如果按照每个步骤正确执行,您应该能看到登录窗口。
默认的用户名和密码分别为 username 和 password。
如果应用没有正常运行或出现错误,研究解决方法,或者在这里创建问题。
注意:以上所有代码均为 Markdown 格式,若需预览效果,请复制到支持 Markdown 渲染的环境中查看。
(回到顶部)
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00