shopfox.ai产品系统Vibe Coding

Shopfox.ai 是面向北美市场的浏览器AI购物智能体/比价插件，核心聚合亚马逊、Best Buy、Walmart等30+电商平台、50万+卖家商品数据，自动比价、核验优惠、分析商品评价、交付时效与售后政策，辅助消费者购买决策。

1. 消费电子选购（核心场景）

笔记本、相机、耳机、显示器、手机等高客单价数码产品比价；
自动追踪历史价格波动，识别降价、促销、翻新机/全新机差异；
汇总多平台配送周期、退换货规则，规避高价踩坑。
2. 日用家居零售采购

家电、家具、厨具、个护、服饰鞋履等消费品跨平台比价；
自动抓取可用优惠券，识别捆绑套餐真实性价比；
结合预算、使用需求做个性化商品推荐。
3. 个人采购与家庭批量采购

家庭大宗采购：家居、电器、办公用品，一站式对比多家零售商；
礼物采购场景：按预算筛选，对比不同渠道的发货时效（适合节日备货）。
4. 商旅消费辅助（延伸场景）

预订酒店、出行票务时，同步检索折扣，对比不同渠道报价。
5. B端辅助场景（跨境买手/采购人员）

跨境个人买手、中小采购商快速扫货，批量检索同款商品在北美多平台价差；
竞品价格情报收集，快速调研北美线上零售行情（不面向商家后台运营，主打消费者侧）。

一、跨平台全网比价 & 价格分析

多平台实时比价：浏览亚马逊、Best Buy、Walmart等平台商品页时，插件自动触发同款检索，一次性展示不同卖家的售价、库存状态。
历史价格追踪：查看商品历史价格曲线，识别历史低价，判断当前是否适合入手，识别虚标涨价再打折的虚假促销。
优惠&返现聚合：自动检索可用优惠券、折扣码，对比各平台Cashback返现，计算到手真实成本。
综合采购维度对比：统一汇总售价、配送时效、退换货政策、支付方式，在同一面板横向对比，不用手动切换网页查询。

二、AI商品评价摘要与风险识别（核心AI能力）

用户评论智能总结：大模型自动解析成千上万条买家评价，提炼优点、缺点，不用逐条翻阅长篇评论。
风险预警（Red Flags）：自动识别商品潜在隐患，例如质量缺陷、翻新冒充全新、配件缺失、售后扯皮等负面信号，高亮风险点。
专业评测整合：抓取第三方媒体、测评博主的评测结论，补充普通买家之外的专业视角。

三、AI个性化商品推荐与需求匹配

自然语言需求输入：用户直接用文字描述需求（预算、用途、场景、参数偏好），AI理解需求并筛选匹配商品。
多方案分层推荐：按预算给出多个档位备选方案，不优先推送广告/赞助商品，输出匹配度评分（如95% Match）。
商品适配性分析：结合使用场景判断商品是否适合用户，比如相机是否适配拍摄需求、家电尺寸是否符合空间条件。

四、AI购物咨询助手（Agent对话能力）

对话式购物顾问：支持持续对话，可追问参数差异、版本区别、套餐性价比、翻新/全新版本差异。
选购决策辅助：帮用户权衡取舍，对比同类竞品的取舍（性能、价格、售后），给出购买建议。

五、基础产品能力

浏览器无感嵌入：安装Chrome插件，访问电商网站自动唤起侧边面板，无需跳转独立网站。
全网商品检索：跨平台搜索同款、相似款商品，不限于当前打开页面。

1. 技术栈清单:
前端：React
后端：Java
Agent：LangGraph
爬虫：Playwright + 代理池
向量库：ES
数据库：MYSQL + Redis
MQ：Kafka
容器：Docker & K8s
LLM：通用大模型 + Embedding
2. 整体分层：客户端插件层 → API网关 & Agent编排层 → 数据采集&商品知识库层 → LLM模型层 → 存储层 → 运维观测层
3. 我主要负责整体架构,数据清洗流程,全栈功能开发,运营后台开发,LLM改写,Agent测评;