shopping_assistant

一个基于大语言模型的真正智能购物助手，能够：

• 自然理解用户需求（意图识别、实体抽取）
• 智能推荐商品并生成个性化推荐理由
• 多轮对话，记住用户偏好
• 商品对比、详情查询
• 友好的对话式交互

核心能力

1. 需求理解

• 自然的对话式需求收集
• 识别商品类别、预算、品牌偏好、使用场景
• 主动追问缺失信息

2. 智能推荐

• 基于需求匹配商品
• 生成个性化推荐理由
• 支持多目标优化（性价比、性能、品质）

3. 商品对比

• 横向对比多款商品
• 突出各自优缺点
• 给出购买建议

4. 售后服务

• 订单查询
• 退换货政策咨询
• 物流查询

工作流程

用户输入 → LLM意图分析 → 工具调用 → 商品检索 → LLM生成回复 → 用户
                ↑                                           ↓
                └────────────── 对话历史 ─────────────────────┘

技术特点

• LLM原生: 所有NLP任务由LLM完成，无需规则引擎
• Tool Calling: 函数调用实现精准的商品检索
• 上下文记忆: 完整的对话历史管理
• 商品知识库: 向量化商品信息支持语义搜索