AiMindset Shop — Workflow + Student Starter Pack

Telegram ထဲမှာ data မသိမ်းပါ။ Supabase ကပဲ data အမှန်ပါ။ Worker က တံတားပါ။ Pages က ဆိုင်ရဲ့ မျက်နှာပါ။

1. Telegram မှာ Bot ကို ဖွင့်ပြီး /start နှိပ်ပါ → banner + keyboard ၇ ခု ပေါ်ပါတယ်။
2. 🛒 Discover Products → Shop Web App ပွင့်ပါတယ်။
3. Product ရွေး → Cart ထည့် → Checkout → Order တင်ပါ (Cash on Delivery)။
4. 👀 List Products → Worker က Supabase ကနေ တိုက်ရိုက် product စာရင်း ပြပါတယ်။
5. 🧾 Order History → Shop ထဲမှာ My Orders ကို နှိပ်ပြီး ကိုယ့် order ကြည့်ပါ။
6. မေးခွန်း ရှိရင် စာရိုက်မေးပါ → FAQ အရင်, မတွေ့မှ Workers AI, မရရင် Contact support။

Keyboard ၇ ခု: Discover Products, Wallet, Contact support, My Info, Order History, List Products, Help

1. Dashboard မှာ Login ဝင်ပါ။
2. Product ထည့် / ပြင် / Stock ဖြည့် / ဖျက်ပါ → Supabase products ထဲမှာ သိမ်းပါတယ်။
3. Order ဝင်လာရင် Dashboard > Orders မှာ ပေါ်ပါတယ် → Pending → Confirmed → Delivered။
4. FAQ ထည့် / ဖျက်ပါ → Bot ရဲ့ FAQ-First အဖြေမှာ သုံးပါတယ်။
5. Analytics + CSV download နဲ့ ရောင်းအား စစ်ပါ။

Checkout → orders table မှာ order row အသစ် (AMS-… ID)
  → တစ်ခုချင်းစီ product ရဲ့ stock ကို လျော့တယ်
  → Dashboard နဲ့ Shop မှာ stock အသစ် ပေါ်တယ်
  → မှားယွင်းမှု ရှိရင် order မတင်ဘဲ အမှား ပြန်တယ်

စျေးနှုန်း, stock, order status ကို AI က ထွင်ပြီး မပြောရပါဘူး — Supabase က အချက်အလက်နဲ့ပဲ ဖြေရပါမယ်။

Worker က GET ဆို OK ပြန်တယ် (health check)၊ POST /webhook ဆိုသာ Telegram update ကို ကိုင်တွယ်တယ်။ Webhook secret header မတူရင် 401 ပြန်တယ်။

Workers AI သုံးဖို့ Worker → Settings → Bindings → Workers AI → variable နာမည် AI ထည့်ပါ။

• shops — slug, name, bot_username (ဆိုင်တစ်ဆိုင်ချင်းစီ ခွဲဖို့ shop_id)
• products — name, name_mm, price_ks, stock, category, active
• orders — customer, items (jsonb), total_ks, status, is_new
• faqs — question, question_mm, answer, answer_mm

သတိ: Starter Pack ထဲက RLS policy တွေက test အတွက်ပဲ ဖြစ်ပါတယ်။ တကယ့် ဝယ်သူဒေတာ မထည့်ခင် auth-based policy နဲ့ အစားထိုးရပါမယ်။ shop_id ကို အခု nullable ထားပါတယ် — frontend က ?shop= filter နဲ့ shop_id ပို့တာ ပြီးမှ NOT NULL လုပ်ပါ။

1. FAQ / Product အရင် (အခမဲ့, အမှန်ဆုံး): Supabase faqs / products ထဲက keyword နဲ့ ရှာပါ။
2. မတွေ့မှ Workers AI: Free plan မှာ တစ်နေ့ 10,000 Neurons အခမဲ့။ Cap ကျော်ရင် AI call ရပ်သွားတယ်။ $5 Paid က AI quota အပို မဟုတ်ဘူး — plan အနည်းဆုံး ငွေပါ, ကျော်တဲ့ အပိုင်းကို $0.011 / 1,000 Neurons နဲ့ ပေးရတယ်။
3. Fallback: AI မရရင် “Contact support မှာ မေးထားခဲ့ပါ” + keyboard ပြန်ပါ — ဘယ်တော့မှ တိတ်ဆိတ်မနေပါနဲ့။

မြန်မာစာအတွက် Llama လို model သေးသေးက Gemini လောက် မကောင်းနိုင်ပါဘူး — ဒါကြောင့် FAQ-First က ပိုအရေးကြီးပါတယ်။

Worker ရဲ့ custom domain ကို ဖွင့်ရင် OK ပဲ ပေါ်ပါတယ် — အဲဒါ Worker ရဲ့ health check ပါ, shop မဟုတ်ပါဘူး။ Shop ကို custom domain နဲ့ ဖွင့်ချင်ရင် အဲဒီ domain ကို Pages project မှာသာ ထည့်ပါ။ Domain တစ်ခုက Worker နဲ့ Pages နှစ်ခုလုံးကို တစ်ပြိုင်တည်း ချိတ်လို့ မရပါဘူး။

ZIP ဖြည်ရင် ဒီဖိုင်တွေ ရပါမယ်: README-MM.md, AGENTS-MM.md, PROMPT-MM.md, CHECKLIST-MM.md, src/index.js, wrangler.toml, package.json, .dev.vars.example, .gitignore, supabase/schema.sql

PROMPT-MM.md ကို ဒီစာမျက်နှာကနေ သီးသန့် ဖတ်လို့လည်း ရပါတယ်: PROMPT-MM.md ဖွင့်ပါ

1. Muse Web ဖွင့်ပါ: PC မှာ Chrome / Edge ဖွင့်ပြီး muse.ai ကို သွားပါ, Meta အကောင့်နဲ့ Sign in လုပ်ပါ။ Windows အတွက် Muse desktop app မရှိပါဘူး — Web version ပဲ သုံးပါ။
2. ZIP ဖြည်ပါ: အပေါ်က ZIP ကို Download လုပ်ပြီး ကိုယ့် PC မှာ ဖြည်ပါ။ Folder နာမည်ကို မှတ်ထားပါ။
3. Muse ကို ပြောပါ: Muse chat မှာ “ကျွန်တော် AiMindset Shop Starter Pack ကို စမ်းချင်တယ်” လို့ ပြောပြီး, PROMPT-MM.md ထဲက prompt ကို copy-paste လုပ်ပါ။ လိုအပ်ရင် ZIP ထဲက ဖိုင်တွေကို Muse မှာ upload / attach လုပ်ပေးပါ။
4. Token လုံခြုံရေး — အရေးကြီးဆုံး: BOT_TOKEN, WEBHOOK_SECRET အစစ်ကို Muse chat ထဲမှာ ဘယ်တော့မှ မရိုက်ထည့်ပါနဲ့။ Muse ကို “Secret ထည့်ပြီးပြီ Yes/No” ပဲ ပြောပါ။ Secret တွေကို ကိုယ်တိုင် Cloudflare Dashboard → Worker → Settings → Variables and Secrets ထဲမှာ ထည့်ပါ, ဒါမှမဟုတ် ကိုယ့် PC terminal မှာ npx wrangler secret put နဲ့ ထည့်ပါ။
5. Muse က ဘာလုပ်ပေးနိုင်လဲ, ဘာမလုပ်နိုင်လဲ: Muse (Web) က code ကို ရေးပေး, ပြင်ပေး, ရှင်းပြပေးနိုင်ပါတယ်။ ဒါပေမဲ့ ကိုယ့် PC ကို တိုက်ရိုက် ထိန်းချုပ်ပြီး deploy လုပ်ပေးလို့ မရပါဘူး — npm install, npx wrangler deploy တို့ကို ကျောင်းသားကိုယ်တိုင် ကိုယ့် PC terminal မှာ run ရပါမယ်, ဒါမှမဟုတ် Cloudflare Dashboard → Worker → Edit code မှာ code ကို paste လုပ်ပြီး Save and Deploy လုပ်ရပါမယ်။
6. အဆင့်လိုက် စမ်းပါ: Supabase SQL run → Worker deploy → Webhook စစ် → Telegram /start → List Products → 1 test product မှာပြီး stock လျော့တာ စစ် → Pages Frontend (Google AI Studio → GitHub → Pages) ကို ကိုယ်တိုင် ဆက်လုပ်ပါ။ အသေးစိတ်ကို CHECKLIST-MM.md မှာ ကြည့်ပါ။
7. Test ပဲ သုံးပါ: သင်တန်းအတွက် test bot + test Supabase project ပဲ သုံးပါ။ တကယ့် ဝယ်သူဒေတာ, တကယ့် ငွေပေးချေမှု မထည့်ပါနဲ့။ Free tier နဲ့ စပါ။