From e39abf7360d3fe2711b0757e54dfa3a7382a3a2a Mon Sep 17 00:00:00 2001 From: tangwang Date: Wed, 18 Mar 2026 22:12:19 +0800 Subject: [PATCH] enrich --- app/agents/shopping_agent.py | 4 +++- offline/product_understanding/graphRAG.md | 2 +- offline/product_understanding/process_products.py | 15 +++++++++------ 3 files changed, 13 insertions(+), 8 deletions(-) diff --git a/app/agents/shopping_agent.py b/app/agents/shopping_agent.py index cfa186f..5d8bc8f 100644 --- a/app/agents/shopping_agent.py +++ b/app/agents/shopping_agent.py @@ -59,7 +59,9 @@ SYSTEM_PROMPT = f""" 角色定义 3. 在最终回复中使用 [SEARCH_RESULTS_REF:ref_id] 内联引用搜索结果： 1. 搜索工具会返回一个结果引用标识[SEARCH_RESULTS_REF:ref_id]，撰写最终答复的时候请直接引用 [SEARCH_RESULTS_REF:ref_id] ，系统会自动在该位置渲染对应的商品卡片列表，无需复述搜索结果。 2. 因为系统会自动将[SEARCH_RESULTS_REF:ref_id]渲染为搜索结果，所以[SEARCH_RESULTS_REF:ref_id]必须独占一行，且只在需要渲染该query完整的搜索结果时才进行引用，同一个结果不要重复引用。 -4. 今天是{datetime.now().strftime("%Y-%m-%d")}，所有与当前时间（比如天气、最新或即将发生的事件）相关的问题，都要使用web_search工具）。 +4. 所有与当前时间（比如天气、最新或即将发生的事件）相关的问题，都要使用web_search工具）。 + +当前日期: {datetime.now().strftime("%Y-%m-%d")} 星期{datetime.now().strftime("%w")} """ diff --git a/offline/product_understanding/graphRAG.md b/offline/product_understanding/graphRAG.md index 2b7f249..fb9efe4 100644 --- a/offline/product_understanding/graphRAG.md +++ b/offline/product_understanding/graphRAG.md @@ -137,7 +137,7 @@ graphRAG在商品搜索中如何使用？我想将他用于，对商品的模糊 材质层： - material -- fabric_texture （棉麻感 / 轻薄 / 垂坠） +- fabric_texture 视觉层： - main_color diff --git a/offline/product_understanding/process_products.py b/offline/product_understanding/process_products.py index f815276..d52fe70 100644 --- a/offline/product_understanding/process_products.py +++ b/offline/product_understanding/process_products.py @@ -65,6 +65,7 @@ def create_prompt(products: List[Dict[str, str]]) -> str: 8. 材质说明 9. 功能特点 10. 商品卖点：分析和提取一句话核心卖点，用于推荐理由 +11. 锚文本：生成一组能够代表该商品、并可能被用户用于搜索的词语或短语。这些词语应覆盖用户需求的各个维度，如品类、细分标签、功能特性、需求场景等等。 输入商品列表： @@ -73,8 +74,8 @@ def create_prompt(products: List[Dict[str, str]]) -> str: prompt_tail = """ 请严格按照以下markdown表格格式返回，每列内部的多值内容都用逗号分隔，不要添加任何其他说明： -| 序号 | 商品中文标题 | 品类路径 | 细分标签 | 适用人群 | 使用场景 | 适用季节 | 关键属性 | 材质说明 | 功能特点 | 商品卖点 | -|----|----|----|----|----|----|----|----|----|----|----| +| 序号 | 商品中文标题 | 品类路径 | 细分标签 | 适用人群 | 使用场景 | 适用季节 | 关键属性 | 材质说明 | 功能特点 | 商品卖点 | 锚文本 | +|----|----|----|----|----|----|----|----|----|----|----|----| """ for idx, product in enumerate(products, 1): @@ -213,7 +214,8 @@ def parse_markdown_table(markdown_content: str) -> List[Dict[str, str]]: "key_attributes": parts[7] if len(parts) > 7 else "", # 关键属性 "material": parts[8] if len(parts) > 8 else "", # 材质说明 "features": parts[9] if len(parts) > 9 else "", # 功能特点 - "selling_points": parts[10] if len(parts) > 10 else "" # 商品卖点 + "selling_points": parts[10] if len(parts) > 10 else "", # 商品卖点 + "anchor_text": parts[11] if len(parts) > 11 else "" # 锚文本 } data.append(row) @@ -255,7 +257,8 @@ def process_batch(batch_data: List[Dict[str, str]], batch_num: int) -> List[Dict "key_attributes": parsed_item.get("key_attributes", ""), # 关键属性 "material": parsed_item.get("material", ""), # 材质说明 "features": parsed_item.get("features", ""), # 功能特点 - "selling_points": parsed_item.get("selling_points", "") # 商品卖点 + "selling_points": parsed_item.get("selling_points", ""), # 商品卖点 + "anchor_text": parsed_item.get("anchor_text", "") # 锚文本 } results_with_ids.append(result) logger.info(f"Mapped: seq={parsed_item['seq_no']} -> original_id={original_id}") @@ -285,7 +288,7 @@ def process_batch(batch_data: List[Dict[str, str]], batch_num: int) -> List[Dict return [{"id": item["id"], "title": item["title"], "title_cn": "", "category_path": "", "tags": "", "target_audience": "", "usage_scene": "", "season": "", "key_attributes": "", - "material": "", "features": "", "selling_points": "", + "material": "", "features": "", "selling_points": "", "anchor_text": "", "error": str(e)} for item in batch_data] @@ -308,7 +311,7 @@ def write_results(results: List[Dict[str, str]], output_file: Path): fieldnames = ["id", "title", "title_cn", "category_path", "tags", "target_audience", "usage_scene", "season", - "key_attributes", "material", "features", "selling_points"] + "key_attributes", "material", "features", "selling_points", "anchor_text"] with open(output_file, 'w', encoding='utf-8', newline='') as f: writer = csv.DictWriter(f, fieldnames=fieldnames) -- libgit2 0.21.2