返回部落格
策略

整一個 AI App 真係用得嘅 Booking Backend

May 18, 2026 7 分鐘閱讀 FavCRM 團隊
整一個 AI App 真係用得嘅 Booking Backend

上一篇指南,我哋將 agent 接上 FavCRM,亦發現咗佢 190+ 個 typed tools。

而家就嚟整啲真嘢:一個可以收真實預約嘅 booking flow —— service、可用時段、一個已確認嘅 booking,同埋一個會持久保存嘅客戶記錄。

冇 mock array。呢個 walkthrough 入面每一次 call 都會寫入一行資料。

我哋要整嘅 flow

create_service  →  get_available_slots  →  create_booking  →  confirm_booking
                                                                    ↓
                                                          客戶記錄持久保存

例子用 favcrm CLI,因為佢可以重現。喺 Cursor 或者 Claude 入面嘅 agent 會做出完全一樣嘅 MCP call —— 只係由佢自己決定 argument。

第一次呼叫之前,永遠先查睇個 tool:

favcrm tool describe create_service

Schema 會話你知有咩必填欄位。下面嘅例子係最精簡版 —— 你真正嘅 argument 要睇返個 schema。

第一步 —— 建立一個 service

Service 就係客戶會預約嘅嘢:一次剪髮、一堂課、一次諮詢。

favcrm tool call create_service '{
  "name": "Intro Consultation",
  "durationMinutes": 30,
  "price": "0.00"
}'

呢個 call 會回傳一個 service id。個 id 係真嘅,亦已持久保存 —— 列返出嚟確認:

favcrm tool call list_services '{}'

第二步 —— 查可用時段

get_available_slots 會讀取 service 時長、員工同資源嘅可用情況,以及現有預約,然後回傳開放嘅時段。

favcrm tool call get_available_slots '{
  "serviceId": "<service-id>",
  "date": "2026-06-01"
}'

呢一部分本來係你要自己整嘅 —— 一個識得處理容量同衝突嘅日曆。喺度只係一個 call。

第三步 —— 建立 booking

favcrm tool call create_booking '{
  "serviceId": "<service-id>",
  "start": "2026-06-01T14:30:00Z",
  "customer": { "name": "Amy Chan", "email": "[email protected]" }
}'

create_booking 係一個寫入 tool。佢會檢查個時段仲係咪空、拒絕重複預約、然後寫入該行資料。如果個時段喺第二步同第三步之間畀人搶咗,個 call 會乾淨咁失敗 —— agent 可以重新讀時段再試。

第四步 —— 確認佢

一個已建立嘅 booking 唔一定係已確認。confirm_booking 會將佢推入已確認狀態 —— 呢個係提醒訊息(如果你想,仲有付款連結)嘅觸發點。

favcrm tool call confirm_booking '{ "bookingId": "<booking-id>" }'

第五步 —— 客戶記錄自己整咗

你由頭到尾都冇 call 過一個「建立客戶」嘅步驟。傳畀 create_booking 嘅 customer 已經自動 upsert 入 CRM —— 一個真正嘅 crm_accounts 記錄,連同聯絡資料、預約歷史同標籤。

驗證一下:

favcrm tool call list_bookings '{}'
favcrm tool call get_booking_detail '{ "bookingId": "<booking-id>" }'

Booking detail 會帶住關連嘅客戶。下次同一個 email 再預約,會接返同一個記錄 —— 歷史會自己累積,唔使你設計 data model。

選用 —— 收款

如果個 service 有定價,開一張發票:

favcrm tool call create_invoice '{ "bookingId": "<booking-id>" }'

佢會回傳一張由 Stripe 支撐、可付款嘅發票。一樣係一個 call,一樣係真記錄。

你啱啱做咗咩

你起咗一個 booking backend —— service、可用時段、衝突偵測、確認、客戶記錄、收款 —— 而你冇設計過 schema、冇寫過 migration、亦冇對過 webhook。

Agent 決定要做,FavCRM 就係件事喺邊度發生。每一步回傳嘅都係已持久保存嘅記錄,唔係 stub。

呢個就係 headless CRM 嘅實際意思:你嘅 AI 負責砌介面,而每一次 call 背後都有一個真正嘅 backend。將你個 agent 指向免費方案,試吓上面個 flow —— 喺一個全新 workspace 上幾分鐘就跑得起。

啱啱接觸呢個類別?由 咩係 agentic CRM 開始。

今日開始用
AI 店長 CRM

在同一個服務業 workspace 啟動預約、客戶記錄、收款、WhatsApp 跟進、審批 gates 和 AI-agent workflows。

開始 US$49 方案 → CRM · modules · MCP-ready