微信扫码
和创始人交个朋友
我要投稿
轻松构建智能导购AI助手,重塑购物体验。 核心内容: 1. Multi-Agent架构下的智能商品导购助手构建方案 2. Router Agent精准意图分析与商品导购Agent主动信息收集 3. 百炼大模型应用,0代码快速创建商品检索引擎,降低技术门槛
在数字化时代,线上购物已成为消费者生活中不可或缺的消费方式,而消费者的购物习惯和需求逐渐呈现多样化的趋势,为了帮助商家全天候、自动化地满足顾客的购物需求,本方案将详细介绍如何基于商品内容构建一个智能商品导购助手。
本方案以 Multi-Agent 架构为核心,通过 Router Agent 对用户问题进行精准的意图分析,并将其分配至对应的商品导购 Agent,如手机导购、冰箱导购与电视导购等。这些 Agent 主动向顾客收集商品参数信息,在收集完详细信息后,利用百炼的知识检索增强功能或已有数据库进行商品搜索,为顾客推荐最合适的产品。
方案的优势在于其灵活与可扩展性,只需调整 Agent 的数量及对应的 Prompt,即可适配不同商品种类及参数信息的场景。同时,借助百炼大模型应用,0 代码快速创建商品检索引擎,大大降低了技术门槛。部署过程仅需 10 分钟,预估费用仅为 1 元,让企业轻松实现智能导购功能。
适用客户
Cloud Native
期望为顾客提供商品导购服务的平台
使用产品
Cloud Native
大模型服务平台百炼
架构与部署
Cloud Native
您的商城有顾客来购买冰箱,下面是一个常规流程:
导购根据信息将合适的冰箱推荐给顾客,并促成购买。
类似的,您可以通过百炼的 Assistant API 构建一个 Multi-Agent 架构的大模型应用,实现与用户主动提问,搜集必要信息的智能导购。
商品信息知识库:包含商品具体信息的知识库,供应用检索查询。
您可以通过我们提前准备好的函数计算应用模板,快速搭建并测试一个集成了智能导购的网站。
方案所需的函数计算以及百炼均为新用户提供一定的免费额度,可以覆盖体验意见简单调试所需的资源消耗,额度消耗完后,会进行计费。对于本教材所涉及的Web服务以及大模型服务,只有在访问的情况下会产生费用。具体免费试用信息请参见函数计算试用,百炼试用。
一、 创建函数计算应用
您可以访问我们准备好的函数计算应用模板[1],快速搭建一个集成智能导购的网站。智能导购可以通过多轮交互,收集顾客心仪的商品信息,默认商品包含手机、电视与冰箱。
参考下图选择直接部署并填写您的 API Key,您可以访问我的 API-KEY[2]来获取您的 API Key。其它表单项保持默认,单击页面左下角的创建并部署默认环境,等待项目部署完成即可(预计耗时 1 分钟)。
百炼应用 ID(可选):如果您计划使用百炼应用进行商品智能检索,请在创建应用时提供百炼应用 ID,获取方式请参考创建百炼商品检索应用并集成到智能导购中(可选)[3]。如果您计划使用商品数据库检索,此项可留空。如果您决定后期集成百炼应用,可在创建函数计算应用后,通过环境变量配置方式添加您的百炼应用 ID。
在函数计算应用部署完成后,您可以在跳转后的页面的环境信息中找到示例网站的访问域名,单击即可查看,确认示例网站已经部署成功。
智能导购会主动询问并收集需要的商品参数信息;收集完成后打印出参数信息。
上述示例程序中用于意图识别的模块是规划助理(Router Agent)。规划助理根据用户意图进行分类后,将用户的问题按需传递指定的商品导购 Agent。
ROUTER_AGENT_INSTRUCTION = """你是一个问题分类器
请根结合用户的提问和上下文判断用户是希望了解的商品具体类型。
注意,你的输出结果只能是下面列表中的某一个,不能包含任何其他信息:
- 手机(用户在当前输入中提到要买手机,或正在进行手机参数的收集)
- 电视机(用户在当前输入中提到要买电视机,或正在进行电视参数的收集)
- 冰箱(用户在当前输入中提到要买冰箱,或正在进行冰箱参数的收集)
- 其他(比如用户要买非上述三个产品、用户要买不止一个产品等情况)
输出示例:
手机
"""
router_agent = Assistants.create(
model="qwen-plus",
name='引导员,路由器',
description='你是一个商城的引导员,负责将用户问题路由到不同的导购员。',
instructions=ROUTER_AGENT_INSTRUCTION
)
MOBILEPHONE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐手机的智能导购员。
你需要按照下文中【手机的参数列表】中的顺序来主动询问用户需要什么参数的手机,一次只能问一个参数,不要对一个参数进行重复提问。
如果用户告诉了你这个参数值,你要继续询问剩余的参数。
如果用户询问这个参数的概念,你要用你的专业知识为他解答,并继续向他询问需要哪个参数。
如果用户有提到不需要继续购买商品,请输出:感谢光临,期待下次为您服务。
【手机的参数列表】
1.使用场景:【游戏、拍照、看电影】
2.屏幕尺寸:【6.4英寸、6.6英寸、6.8英寸、7.9英寸折叠屏】
3.RAM空间+存储空间:【8GB+128GB、8GB+256GB、12GB+128GB、12GB+256GB】
如果【参数列表】中的参数都已收集完毕,你要问他:“请问您是否确定购买?”,并同时将顾客选择的参数信息输出,如:用于拍照|8GB+128GB|6.6英寸。问他是否确定需要这个参数的手机。如果顾客决定不购买,要问他需要调整哪些参数。
如果顾客确定这个参数符合要求,你要按照以下格式输出:
【使用场景:拍照,屏幕尺寸:6.8英寸,存储空间:128GB,RAM空间:8GB】。请你只输出这个格式的内容,不要输出其它信息。"""
mobilephone_guide_agent = Assistants.create(
model="qwen-max",
name='手机导购',
description='你是一个手机导购,你需要询问顾客想要什么参数的手机。',
instructions=MOBILEPHONE_GUIDE_AGENT_INSTRUCTION
)
TV_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐电视的智能导购员。
你需要按照下文中【电视的参数列表】中的顺序来主动询问用户需要什么参数的电视,一次只能问一个参数,不要对一个参数进行重复提问。
如果用户告诉了你这个参数值,你要继续询问剩余的参数。
如果用户询问这个参数的概念,你要用你的专业知识为他解答,并继续向他询问需要哪个参数。
如果用户有提到不需要继续购买商品,请输出:感谢光临,期待下次为您服务。
【电视的参数列表】
1.屏幕尺寸:【50英寸、70英寸、80英寸】
2.刷新率:【60Hz、120Hz、240Hz】
3.分辨率:【1080P、2K、4K】
如果【电视的参数列表】中的参数都已收集完毕,你要问他:“请问您是否确定购买?”,并同时将顾客选择的参数信息输出,如:50英寸|120Hz|1080P。问他是否确定需要这个参数的电视。如果顾客决定不购买,要问他需要调整哪些参数。
如果顾客确定这个参数符合要求,你要按照以下格式输出:
【屏幕尺寸:50英寸,刷新率:120Hz,分辨率:1080P】。请你只输出这个格式的内容,不要输出其它信息。"""
tv_guide_agent = Assistants.create(
model="qwen-max",
name='电视导购',
description='你是一个电视导购,你需要询问顾客想要什么参数的电视。',
instructions=TV_GUIDE_AGENT_INSTRUCTION
)
FRIDGE_GUIDE_AGENT_INSTRUCTION = """你是负责给顾客推荐冰箱的智能导购员。
你需要按照下文中【冰箱的参数列表】中的顺序来主动询问用户需要什么参数的冰箱,一次只能问一个参数,不要对一个参数进行重复提问。
如果用户告诉了你这个参数值,你要继续询问剩余的参数。
如果用户询问这个参数的概念,你要用你的专业知识为他解答,并继续向他询问需要哪个参数。
如果用户有提到不需要继续购买商品,请输出:感谢光临,期待下次为您服务。
【冰箱的参数列表】
1.容量:【300L、400L、500L】
2.冷却方式:【风冷、直冷】
3.高度:【1.5米、1.8米、2米】
如果【冰箱的参数列表】中的参数都已收集完毕,你要问他:“请问您是否确定购买?”,并同时将顾客选择的参数信息输出,如:300L|风冷|1.8米。问他是否确定需要这个参数的冰箱。如果顾客决定不购买,要问他需要调整哪些参数。
如果顾客确定这个参数符合要求,你要按照以下格式输出:
【容量:300L,冷却方式:风冷,高度:1.8米】。请你只输出这个格式的内容,不要输出其它信息。"""
fridge_guide_agent = Assistants.create(
model="qwen-max",
name='冰箱导购',
description='你是一个冰箱导购,你需要询问顾客想要什么参数的冰箱。',
instructions=FRIDGE_GUIDE_AGENT_INSTRUCTION
)
agent_map = {
"意图分类": router_agent.id,
"手机": mobilephone_guide_agent.id,
"冰箱": fridge_guide_agent.id,
"电视机": tv_guide_agent.id
}
def chat(input_prompt, thread_id):
# 首先根据用户问题及 thread 中存储的历史对话识别用户意图
router_agent_response = get_agent_response(agent_name="意图分类", input_prompt=input_prompt, thread_id=thread_id)
classification_result = parse_streaming_response(router_agent_response)
response_json = {
"content": "",
}
# 如果分类识别为其他时,引导用户调整提问方式
if classification_result == "其他":
return_json["content"] = "不好意思,我没有理解您的问题,能换个表述方式么?"
return_json['current_agent'] = classification_result
return_json['thread_id'] = thread_id
yield f"{json.dumps(return_json)}\n\n"
# 如果分类是手机、电视机或冰箱时,让对应的 Agent 进行回复
else:
agent_response = get_agent_response(agent_name=classification_result, input_prompt=input_prompt, thread_id=thread_id)
for chunk in agent_response:
response_json["content"] = chunk
response_json['current_agent'] = classification_result
response_json['thread_id'] = thread_id
yield f"{json.dumps(response_json)}\n\n"
在收集完客户的购买需求后,您可以借助这些需求描述进行商品检索和推荐。
在您的实际生产环境中,也可以替换为通过您的已有数据库检索。
步骤一:创建百炼商品检索应用
1. 创建知识库
百炼支持您上传表格文件到知识库中。本案例的导购场景包含三种商品信息手机信息.xlsx[4]、电视信息.xlsx[5]与冰箱信息.xlsx[6]。此处以手机商品为例,向您介绍在百炼创建基于表格数据的知识库过程。
单击新增数据表[7],数据表名称设为:百炼手机;设置列名为:系列、屏幕尺寸、像素值、存储空间、RAM大小、电池续航、价格。
电视数据集对应列名为:品牌、屏幕尺寸、刷新率、分辨率、价格(元);冰箱数据集对应列名为:系列、容量、冷却方式、高度、能耗、价格(元)。
b. 导入数据
在数据表管理界面找到百炼手机数据表,单击导入数据。将手机信息.xlsx作为知识库文件。您可以在导入数据界面进行上传。
单击创建知识库[8],将知识库名称改为百炼手机知识库,数据类型选择结构化数据,其它参数保持默认即可,单击下一步。选中您创建的数据表,单击导入完成。
重复以上步骤,创建百炼电视知识库与百炼冰箱知识库。
2. 创建百炼应用
访问我的应用[9],单击新增应用。在应用管理界面,修改应用名称为:商品信息存储 bot;选择模型为通义千问-Plus,模型其它参数保持默认即可;打开知识检索增强开关,选择知识库为百炼手机知识库、百炼电视知识库与百炼冰箱知识库,检索片段数设为 10。在 Prompt 框中进行修改,修改后的 Prompt 为:
# 知识库请记住以下材料,他们可能对回答问题有帮助。${documents}请你选出最相似的三个产品。
b. 获取百炼应用 ID
单击右上角的发布,即可通过 API 调用商品信息存储 bot。在应用列表中可以查看商品信息存储 bot 的百炼应用 ID。
1. 修改函数计算应用的代码与环境变量
回到函数计算应用详情页,在环境详情的最底部找到函数资源,点击函数名称,进入函数详情页。
a. 在代码视图中找到 agents.py 文件并进行修改。将以下内容取消注释:
b. 如果您在创建函数计算应用时没有填入百炼应用 ID,可以在函数详情页单击编辑环境变量,在 BAILIAN_APP_ID 处填入您的百炼应用 ID,单击部署。
2. 测试检索效果
您可以在刷新网站后,对智能导购进行测试,智能导购会将检索到的商品信息输出。
总结
Cloud Native
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-02-21
用Grok、秘塔AI的Deep Research做股票网络调研
2025-02-20
全流程AI实现一个AIGC案例展示平台
2025-02-20
基于Multi-Agent的京东商家智能助手技术探索
2025-02-20
Excel重磅升级!零代码调用Deepseek自动处理表格!!
2025-02-20
扣子炸裂更新,轻松创建抖音 AI 分身,智能体将多场景落地抖音!
2025-02-19
Deepseek眼中的Martech(未经深思熟虑版)
2025-02-18
企服杂谈:接入DeepSeek,不如先想清楚这三件事
2025-02-18
面对大模型,SaaS厂商更难了
2024-12-25
2024-07-20
2024-07-18
2024-11-06
2024-11-02
2024-08-13
2024-07-25
2024-07-24
2024-07-16
2024-09-06