智能选品Agent —— 基于双源数据的电商AI分析系统

技术信息

语言技术
Java系统类型
Web行业分类
人工智能

作品详情

行业场景

核心痛点：电商卖家选品时，常面临两大难题：
依赖“感觉”：缺乏数据支撑，只能凭经验追爆款，风险高。
数据分散：外部趋势（社交媒体、新闻）和内部数据（平台销量、价格）割裂，难以交叉验证。
解决方案：开发一个智能Agent，自动完成“外部舆情监控+内部数据分析+AI报告生成”的完整工作流，将决策周期从天级缩短到分钟级。

功能介绍

1. 双通道数据采集：
外部数据：通过Serper API获取Google搜索结果，捕捉市场热点和用户舆情。
内部数据：对接拼多多开放平台，获取真实商品销量、价格等结构化数据。
2. 智能分析内核：
调用阿里云通义千问（Qwen）大模型，对多源数据进行交叉验证与深度分析。
自动生成包含市场机会、竞争风险、价格建议的结构化选品报告。
3. 自动化工作流：
支持定时任务（如每日9点）自动执行分析。
结果通过企业微信机器人实时推送给用户。
4. 可视化配置：
提供Web管理界面，可动态配置监控关键词和竞品，无需重启服务。
5. 用户与安全：
标准手机号+验证码登录，并使用JWT进行无状态认证。

项目实现

独立全栈开发：负责项目的整体架构设计、代码实现及部署。
核心难点攻克：
设计了兼容多数据源（搜索引擎/电商API）的可扩展数据适配层。
解决了拼多多开放平台个人开发者权限下的API接入与access_token管理问题。
基于Spring AI构建了结合外部舆情与内部数据的动态Prompt策略，显著提升分析报告质量。
工程化实现：实现了包括定时任务、缓存、限流、全局异常处理在内的生产级特性。