业务和功能介绍
一、立项背景与目标
传统电商搜索有三个痛点：意图理解弱，无法理解"适合跑步用的降噪耳机"中"跑步用"指向运动耳机品类；缺乏个性化，新老用户看到相同结果；搜索与对话割裂，无法在同一界面完成购物闭环。
项目目标：中文查询映射三级品类树（8个一级34个二级约120个叶子），准确率超90%；基于三层画像做个性化重排；多轮AI对话集成情感识别；CDC加Flink实时更新画像延迟小于1分钟；从LLM输出自动提取规则减少依赖；全链路异步有超时降级保护。技术栈：FastAPI、MySQL、ES、Redis、DeepSeek、BGE、Kafka+Flink、Vue3+TypeScript。
二、软件功能与核心模块
意图识别引擎是系统核心，六策略级联匹配。ChatIntent用正则加轻量LLM过滤闲聊；LLMIntent用DeepSeek做层次剪枝从一级品类逐层下钻到叶子；另配备AC自动机、模糊匹配、规则字典、语义匹配四种后备。置信度超0.8自动提取品牌同义词属性规则入库，同一规则确认三次升级为可信并刷新策略缓存，后续相同查询不再调用LLM，形成自进化闭环。查询缓存用LRU加TTL加编辑距离模糊去重。
搜索引擎多路召回加混合排序。ES与SQL并行召回去重合并。意图排序满分150（关键词50、价格40、品牌35、品类25），画像排序满分100（七个维度各10到20分），最终分等于基础100加两者。
AI对话四步编排：情感识别、带上下文意图识别、商品召回、LangChain回复生成。词典规则支持五种情感亚毫秒级。LLM不可用三级模板降级。
画像三层：人口画像63维缓存24小时，会话画像聚合短期行为缓存15分钟，统计画像TF-IDF计算品类亲和度和价格分位数缓存1小时。权重根据订单数动态协商。
实时流计算：MySQL CDC经Kafka到Flink，HOP窗口聚合会话行为，全量聚合计算统计特征写回画像表。
三、业务流程与功能路径
搜索路径：查LRU缓存，并行构建画像500ms超时Redis不可用降级MySQL，策略级联匹配叶子品类提取关键词价格，置信度达标自动提取规则，品类展开ES加SQL并行召回去重合并，混合排序返回，点击浏览行为追踪更新满意度。
对话多轮：首轮经情感意图识别触发商品召回，LLM根据画像和商品摘要生成推荐。次轮带历史上下文理解指代比较意图，每步可失败不阻塞后续。
CDC路径：MySQL变更被Debezium或Python轮询捕获序列化推送Kafka，Flink消费聚合计算写入画像表，下次搜索自动体现新偏好。
全网状降级：Redis不可用降级MySQL，LLM超时降级后备策略，ES不可用SQL独立可用，全部失败返回空结果不抛异常。
传统电商搜索有三个痛点：意图理解弱，无法理解"适合跑步用的降噪耳机"中"跑步用"指向运动耳机品类；缺乏个性化，新老用户看到相同结果；搜索与对话割裂，无法在同一界面完成购物闭环。
项目目标：中文查询映射三级品类树（8个一级34个二级约120个叶子），准确率超90%；基于三层画像做个性化重排；多轮AI对话集成情感识别；CDC加Flink实时更新画像延迟小于1分钟；从LLM输出自动提取规则减少依赖；全链路异步有超时降级保护。技术栈：FastAPI、MySQL、ES、Redis、DeepSeek、BGE、Kafka+Flink、Vue3+TypeScript。
二、软件功能与核心模块
意图识别引擎是系统核心，六策略级联匹配。ChatIntent用正则加轻量LLM过滤闲聊；LLMIntent用DeepSeek做层次剪枝从一级品类逐层下钻到叶子；另配备AC自动机、模糊匹配、规则字典、语义匹配四种后备。置信度超0.8自动提取品牌同义词属性规则入库，同一规则确认三次升级为可信并刷新策略缓存，后续相同查询不再调用LLM，形成自进化闭环。查询缓存用LRU加TTL加编辑距离模糊去重。
搜索引擎多路召回加混合排序。ES与SQL并行召回去重合并。意图排序满分150（关键词50、价格40、品牌35、品类25），画像排序满分100（七个维度各10到20分），最终分等于基础100加两者。
AI对话四步编排：情感识别、带上下文意图识别、商品召回、LangChain回复生成。词典规则支持五种情感亚毫秒级。LLM不可用三级模板降级。
画像三层：人口画像63维缓存24小时，会话画像聚合短期行为缓存15分钟，统计画像TF-IDF计算品类亲和度和价格分位数缓存1小时。权重根据订单数动态协商。
实时流计算：MySQL CDC经Kafka到Flink，HOP窗口聚合会话行为，全量聚合计算统计特征写回画像表。
三、业务流程与功能路径
搜索路径：查LRU缓存，并行构建画像500ms超时Redis不可用降级MySQL，策略级联匹配叶子品类提取关键词价格，置信度达标自动提取规则，品类展开ES加SQL并行召回去重合并，混合排序返回，点击浏览行为追踪更新满意度。
对话多轮：首轮经情感意图识别触发商品召回，LLM根据画像和商品摘要生成推荐。次轮带历史上下文理解指代比较意图，每步可失败不阻塞后续。
CDC路径：MySQL变更被Debezium或Python轮询捕获序列化推送Kafka，Flink消费聚合计算写入画像表，下次搜索自动体现新偏好。
全网状降级：Redis不可用降级MySQL，LLM超时降级后备策略，ES不可用SQL独立可用，全部失败返回空结果不抛异常。
项目实现
一、整体架构与设计思路
DDD四层架构：API层路由参数校验，应用层编排流程，领域层纯业务逻辑不依赖框架，基础设施层数据库和外部调用。核心设计原则：策略模式加级联短路，六种意图策略按快到慢排列命中即退出；空对象模式降级，依赖不可用返回安全空对象而非null；组合根手动依赖注入不引入框架保持透明；惰性单例所有服务懒加载。
技术栈：意图识别用DeepSeek加AC自动机加BGE向量；搜索用ES中文ngram加MySQL品类过滤；AI对话用LangChain加词典情感分类；画像用MySQL加Redis双层缓存；流计算用Kafka加Flink SQL Gateway。
二、我负责的模块
意图识别：6策略级联，品类树8一级34二级约120叶子。ChatIntent小于100毫秒，LLMIntent500毫秒到2秒，AC自动机亚毫秒，模糊小于1毫秒，语义小于20毫秒。缓存LRU5000条TTL30分钟，编辑距离阈值0.70。置信度0.80触发规则提取，确认3次升级可信。
搜索：ES和SQL并行召回去重。意图150分（关键词50分精确子串加CJK重叠加向量三级、价格40分余弦衰减、品牌35分、品类25分），画像100分（七维各10到20分），基础100分最高350分。无画像按价格升序冷启动。
画像：三层，人口63维TTL24小时，会话最多10会话TTL15分钟，统计7维TF-IDF加价格分位数TTL1小时。新用户小于3单统计权重0.2，老用户大于等于10单权重0.7，总超时500毫秒。
对话：5种情感亚毫秒词典分类，加载5秒超时降级。速率限制滑动窗口60秒10次每IP。生成15秒超时三级模板降级。
CDC：HOP窗口24小时5分钟步长，Debezium为主Python轮询为备。
三、难点与解决方案
难点一：中文意图歧义。"苹果"可能手机或水果，"华为耳机便宜"修饰词干扰。方案用LLM层次剪枝逐层下钻，CJK字符重叠去修饰后缀后比较，品牌词优先减少歧义。
难点二：LLM高延迟高成本。每次超500毫秒费用不可控。方案级联把LLM放第二步规则优先过滤，缓存避免重复调用，自动规则提取运行越久LLM调用越少形成闭环。
难点三：用户冷启动。无画像排序无参考。方案无画像按价格升序降低门槛，权重协商新用户80%依赖会话画像快速学习，老用户70%依赖统计画像做推荐。
难点四：实时画像延迟。下单后搜索结果未反映新偏好。方案CDC到Flink端到端小于1分钟，HOP5分钟步长更新，Flink反压加Kafka磁盘缓冲不丢数据。
难点五：系统可用性。单点故障不应导致用户可见错误。方案全网状降级，Redis不可用降级MySQL仅增10到50毫秒，LLM超时后备策略接管，ES不可用SQL独立，全部失败返回空结果不抛异常
DDD四层架构：API层路由参数校验，应用层编排流程，领域层纯业务逻辑不依赖框架，基础设施层数据库和外部调用。核心设计原则：策略模式加级联短路，六种意图策略按快到慢排列命中即退出；空对象模式降级，依赖不可用返回安全空对象而非null；组合根手动依赖注入不引入框架保持透明；惰性单例所有服务懒加载。
技术栈：意图识别用DeepSeek加AC自动机加BGE向量；搜索用ES中文ngram加MySQL品类过滤；AI对话用LangChain加词典情感分类；画像用MySQL加Redis双层缓存；流计算用Kafka加Flink SQL Gateway。
二、我负责的模块
意图识别：6策略级联，品类树8一级34二级约120叶子。ChatIntent小于100毫秒，LLMIntent500毫秒到2秒，AC自动机亚毫秒，模糊小于1毫秒，语义小于20毫秒。缓存LRU5000条TTL30分钟，编辑距离阈值0.70。置信度0.80触发规则提取，确认3次升级可信。
搜索：ES和SQL并行召回去重。意图150分（关键词50分精确子串加CJK重叠加向量三级、价格40分余弦衰减、品牌35分、品类25分），画像100分（七维各10到20分），基础100分最高350分。无画像按价格升序冷启动。
画像：三层，人口63维TTL24小时，会话最多10会话TTL15分钟，统计7维TF-IDF加价格分位数TTL1小时。新用户小于3单统计权重0.2，老用户大于等于10单权重0.7，总超时500毫秒。
对话：5种情感亚毫秒词典分类，加载5秒超时降级。速率限制滑动窗口60秒10次每IP。生成15秒超时三级模板降级。
CDC：HOP窗口24小时5分钟步长，Debezium为主Python轮询为备。
三、难点与解决方案
难点一：中文意图歧义。"苹果"可能手机或水果，"华为耳机便宜"修饰词干扰。方案用LLM层次剪枝逐层下钻，CJK字符重叠去修饰后缀后比较，品牌词优先减少歧义。
难点二：LLM高延迟高成本。每次超500毫秒费用不可控。方案级联把LLM放第二步规则优先过滤，缓存避免重复调用，自动规则提取运行越久LLM调用越少形成闭环。
难点三：用户冷启动。无画像排序无参考。方案无画像按价格升序降低门槛，权重协商新用户80%依赖会话画像快速学习，老用户70%依赖统计画像做推荐。
难点四：实时画像延迟。下单后搜索结果未反映新偏好。方案CDC到Flink端到端小于1分钟，HOP5分钟步长更新，Flink反压加Kafka磁盘缓冲不丢数据。
难点五：系统可用性。单点故障不应导致用户可见错误。方案全网状降级，Redis不可用降级MySQL仅增10到50毫秒，LLM超时后备策略接管，ES不可用SQL独立，全部失败返回空结果不抛异常
示例图片视频
相似推荐
汽车大灯采购平台
本项目是一个面向汽车后市场的 汽配供应链综合服务平台 ，服务于修理厂、配件供应商三方，实现从报案定损到配件供应的全链路数字化。核心功能包括：
1. 修理厂管理 - 门店注册登录、微信小程序登录、多门店管理、品牌授权
2. 配件产品管理 - 配件搜索、OE号查询、VIN码OCR识别、品牌车型匹配、库存管理
3. 订单全流程 - 询价订单、销售订单、采购订单、配送订单，支持从询价到支付的全流程闭环
4. CRM送修管理 - 保险公司报案数据接入、送修策略匹配、批量维修订单处理
5. 财务账单 - 账单管理、微信支付集成、医保结算（EMSS）、对账管理
6. 即时通讯(IM) - 在线客服、消息管理、会话管理、离线消息
7. 积分系统 - 修理厂积分管理、积分赠送、积分记录
8. 物流管理 - 发货管理、物流回传、物流公司管理
9. 报表统计 - 销售统计、库存统计、区域汇总、业绩分析
环卫企业车辆管理及运营调度管理系统
与某大型国企合作开发的一体化企业运营管理系统，涵盖企业工作车辆管理、车载监控设备管理、司机行为规范与安全管理、作业人员用车任务管理、企业线路优化、任务调度优化等核心模块，助力环卫企业实现数字化运营管理。
汽车导航
某知名大型汽车公司，汽车上自用的汽车导航系统。除了导航功能意外，还有影视播放，音乐播放等功能。还有汽车自身各个系统的显示，故障报警，参数调节等功能。业务上后台各个参数的对接，配置。
整车踏板MAP自动生成工具
1、该软件需要先输入整车参数，如整备质量，最高车速，滑行阻力系数等，然后输入动力系统对应不同车速的最大轮端扭矩；
2、用户可自行调整轮端最大扭矩比例，起步峰值加速度和不同油门开度对应的稳车速；
3、系统根据以上定义快速生成踏板MAP，用户可以根据需要对其进行点对点修正或者比例修正。
4、用户可以查看增益是否符合预期，可以对踏板增益和踏板MAP进行快速保存。
增程或混动车型公告参数进行快速计算
1、对增程车型或者混动车型要申报的纯电续航，馈电油耗，加权油耗等公告参数进行复核计算；
2、对照国标GB/T 19753轻型混合动力电动汽车能量消耗量试验方法进行编制，可以快速对其需要申报的参数，根据试验结果进行计算。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服