Community研究與資料分析github.com

genpark 代理型商品目錄搜尋與面向發掘技能

基於語意的商品目錄搜尋,搭配動態多面向屬性篩選(Anthropic 購物範例)。

genpark 代理型商品目錄搜尋與面向發掘技能 是什麼?

這項技能提供一個強大的代理型商品目錄搜尋引擎,專為購物或產品目錄場景設計。它結合了語意搜尋與動態面向篩選,讓 AI 代理能根據使用者查詢的自然語意(而不僅是關鍵字比對)來尋找商品,並自動發掘相關的篩選面向(例如品牌、價格範圍、顏色、尺寸等)以進一步縮小結果。支援 Anthropic 的購物範例架構,這項技能特別適合需要直觀、對話式產品探索的電子商務應用。透過分析目錄資料與使用者意圖,它能即時生成最相關的篩選選項,大幅提升搜尋效率與使用者體驗。

相容平台✓Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add alphaparkinc/genpark-agentic-catalog-search-facet-discovery-skill

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

genpark 代理型商品目錄搜尋與面向發掘技能 是做什麼的?

基於語意的商品目錄搜尋,搭配動態多面向屬性篩選(Anthropic 購物範例)

概述

此技能讓 AI 代理能夠執行語意化的商品目錄搜尋,並根據搜尋結果自動發掘並建議相關的篩選面向。這使得使用者能以自然語言描述需求,然後透過動態產生的屬性(如品牌、價格、類別等)逐步縮小搜尋範圍。

使用方式

  1. 使用者以自然語言描述想要的商品(例如:「找一雙適合跑步的黑色運動鞋,預算約 3000 元」)。
  2. 技能會執行語意搜尋,找出目錄中最相關的商品。
  3. 同時,它會分析搜尋結果,動態發掘可用的篩選面向(例如品牌、價格區間、顏色、尺寸等)。
  4. 使用者可以選擇一個或多個面向進行篩選,進一步優化結果。
  5. 此過程可反覆進行,直到找到滿意的商品。

支援平台

  • Anthropic Claude(透過 Shopping 範例整合)
  • 可擴展至其他 AI 代理平台

技術細節

  • 使用嵌入模型進行語意搜尋,而非傳統的關鍵字比對。
  • 面向發掘是動態的:根據當前搜尋結果集合,自動計算哪些屬性最適合做為篩選條件。
  • 支援多輪對話,追蹤使用者的篩選狀態。

環境變數

  • CATALOG_API_KEY:商品目錄 API 的金鑰
  • EMBEDDING_MODEL:語意搜尋所使用的嵌入模型名稱

範例

# 初始化技能
skill = CatalogSearchSkill(api_key=os.getenv("CATALOG_API_KEY"))

# 執行語意搜尋
results, facets = skill.search("適合日常穿搭的輕薄後背包")

# 顯示建議的面向
print("建議篩選條件:", facets)

注意事項

  • 確保目錄資料已正確索引以獲得最佳語意搜尋效果。
  • 面向發掘的品質取決於目錄屬性的完整性與標準化程度。

相關技能