Rocket OS - Vendéglátóipari ERP

Legacy ASP.NET-ről egy modern React stackre, AI-támogatott kódmigrációval és egy mély doménismerettel rendelkező csapattal.

A kihívás

A Rocket OS egy kiforrott vendéglátóipari ERP: kezeli a személyzet beosztását (staff scheduling), a bérszámfejtést, a kereslet-előrejelzést (demand forecasting), a készletet, a több helyszínes eredménykimutatásokat (multi-site P&L), valamint az AI-vezérelt operatív eszközök egyre bővülő csomagját. A platform frontenje azonban egy elöregedő ASP.NET stackre épült, amely az évek során komoly technikai adósságot (technical debt) halmozott fel. Minden új funkció megkövetelte a legacy minták közötti navigálást, ami lassította a fejlesztést és megnehezítette a termék ütemterve (product roadmap) által megkövetelt analitikai és AI-képességek szállítását. A feladat világos volt: újraépíteni a frontendet egy modern, komponensalapú stacken – anélkül, hogy megzavarnánk a meglévő, aktív ügyfeleket az Egyesült Királyságban és Kelet-Európában –, és mindezt olyan időkereten belül, amely lépést tart a termék üzleti lendületével.

A megközelítés

• Felfedezés és feltérképezés (Discovery and mapping): Mielőtt egyetlen sor új kódot is leírtunk volna, feltérképeztük a meglévő alkalmazás minden fő képernyőjét, munkafolyamatát és jogosultsági modelljét. Dokumentáltuk a frontend és az API közötti adatszerződéseket (data contracts), azonosítottuk a legösszetettebb területeket, és meghatároztuk a migrációs sorrendet – a kezelők által leggyakrabban használt modulokkal kezdve.
• AI-támogatott kódmigráció: AI kódolási asszisztenseket használtunk, hogy felgyorsítsuk a repetitív nézet-logika (view logic) fordítását az ASP.NET Razor template-ekből React komponensekké. A kezdeti komponens-vázakat (scaffolding), az API-kötéseket és a típusdefiníciókat az AI generálta, majd a szenior mérnökök vizsgálták felül, mielőtt bekerültek volna a kódbázisba. Olyan feladatok, amelyek manuális konverzióval napokig tartottak volna, így órákat vettek igénybe. Minden architekturális és UX döntést humán mérlegelés irányított.
• A dizájnrendszer újraépítése: Ahelyett, hogy pixelről pixelre lemásoltuk volna a régi UI-t, megragadtuk az alkalmat, hogy újraalkossuk a felületet egy újrahasználható komponenskönyvtárrá – amelyet a sebesség, az akadálymentesítés és a bővíthetőség jegyében terveztünk. A rendszert úgy építettük fel, hogy támogassa a Rocket OS funkcióinak következő generációját: a párbeszédes analitikát (conversational analytics), az AI-támogatott döntéshozatalt és a multi-site operatív dashboardokat.

Hogyan segített az AI

• A repetitív nézet-logika automatikus konvertálása React komponensekké – napokig tartó gépies munkát órákra csökkentve.
• Tesztvázak (test scaffolds) generálása és refaktorálási javaslatok a migrált modulokon keresztül.
• Emberi felülvizsgálat minden egyes változtatásnál – a biztonsági, teljesítmény- és UX döntések teljes mértékben a mérnökcsapat kezében maradtak.

Az eredmény

Az új, React-alapú felületet kevesebb mint hat hónap alatt szállítottuk le, beleértve az új analitikai nézeteket és munkafolyamat-fejlesztéseket, amelyek az eredeti rendszerben még nem voltak jelen. Az új funkciók piacra dobási ideje (time-to-ship) jelentősen csökkent. Az olyan modulok, mint a hulladék/profit összefüggéseket elemző waste-to-TGP insights és a multi-site operatív dashboardok – olyan funkciók, amelyek hozzáadása hónapokig tartott volna a régi stackhez – az új architektúrán hetek alatt élesedtek. A Rocket OS most már felkészült a mesterséges intelligenciára (AI-ready). A komponensarchitektúrát és az API-réteget úgy terveztük, hogy a párbeszédes felületeket és az AI-támogatott operatív eszközöket natív, elsőrangú (first-class) funkcióként támogassa, nem pedig utólagos tákolmányként (retrofits). Az újraépítés egy jelentős toborzási akadályt is elhárított: a platformcsapathoz csatlakozó mérnökök most már egy modern stackben dolgozhatnak ahelyett, hogy tízéves ASP.NET minták között kellene navigálniuk.