Skip to content

requirements.md

Latest commit

 

History

History
69 lines (52 loc) · 3.57 KB

requirements.md

File metadata and controls

69 lines (52 loc) · 3.57 KB
Raw

raguide — 需求文档

依据: 07-Phase7-实战篇-从零到生产.md Step 1（10 步工作流第 1 步） 更新: 2026-05-20

1. 目标用户

3C 数码消费者（手机 / 笔记本 / 真无线耳机），有购买意图但缺乏决策能力——

  • 不会读规格表
  • 不知道自己的预算应该买什么档位
  • 不知道自己的使用场景对应哪些参数关键
  • 想要"导购员式"的对话而非搜索框

2. 核心能力

# 能力 重要性
① 自然语言意图理解（预算 / 场景 / 偏好 / 痛点 / 排除项） P0
② 基于产品知识库的检索 + 个性化推荐 P0
③ 多商品规格对比 + AI 判断优胜方 P0
④ 图片输入（"我喜欢这种外观"找同款 / "这是什么手机"识别） P1
⑤ 多轮对话记忆用户偏好（不重复问） P0
⑥ 检索失败兜底（CRAG → web search） P1

3. 输入

  • 文本：自然语言 query，1-500 字
  • 图片（可选）：JPEG/PNG/WebP，单张 ≤ 5 MB
  • 对话历史：客户端持有，每次重发（stateless 设计）

4. 输出

  • 流式文本回答（Markdown 格式，≤ 800 字）
  • 结构化商品卡片（ProductCard，单品推荐时 1-3 张）
  • 结构化对比卡片（CompareCard，对比 2-3 款时 1 张）
  • 检索透明化事件（retrieval_step，UI 渲染 timeline）

5. 能力边界

能做：

  • 基于 KB 内已有商品提供推荐与对比
  • 对 KB 没有但已发布的新品，通过 CRAG web search 兜底（标注"实时检索"）

不能做：

  • 给出"现在买这个"的具体购买建议（仅推荐 + 让用户决策）
  • 编造商品 / 虚构 product_id / 虚构规格
  • 预测价格走势 / 给出股票投资建议
  • 评估 KB 与 web 都查不到的商品（明确告知"超出能力范围"）
  • 诋毁友商 / 不当对比

6. 成功标准

  • 任务完成率 ≥ 85%（50 条 gold-set 测试通过率）
  • 5 维度评估总分 ≥ 7/10（见 spec §6.5）
  • 回答延迟 p50 ≤ 4s, p95 ≤ 8s
  • 单次对话成本 ≤ ¥0.05（Opus 4.7 + Haiku 4.5 + prompt cache 命中 ≥ 60%）
  • Adversarial 测试 100% 通过（prompt injection 不成功）

状态（2026-05-23，历史）：以上成功标准的测量基础设施（Langfuse trace / Ragas / 5 维度 AgentEvaluator / 50 条 gold-set / Grafana 看板）已完成设计，实现尚未开始。详见 spec docs/superpowers/specs/2026-05-23-m2b-obs-langfuse-eval.md 与 plan docs/superpowers/plans/2026-05-23-m2b-obs-langfuse-eval.md（M2b-Obs 里程碑）。

达成状态（2026-07-18 更新）：测量基础设施已全部交付——Langfuse trace / 5 维 AgentEvaluator / gold-set（已扩至 75 条）/ Grafana 看板均在运行；Ragas 因依赖冲突 DEFERRED（ragas 0.2.x 与 langgraph 1.2.x 争 langchain-core，本环境未产出数据）。当前 baseline weighted 0.838（v3）；adversarial 安全维度 1.000。成本假设一项：实际运行全 Sonnet 4.6（newapi 未暴露 Haiku，见 README Q7）。

7. 数据来源

  • 公开数据集（HuggingFace / 京东开放评论集等）作为底盘
  • 手工补充（官网 PDF 规格书、参数图）≥ 30 款 SKU 覆盖手机 / 笔记本 / 耳机三类（现状 2026-07-18：实际入库 5-7 款精选 SKU，未达目标——扩数据底盘记在 docs/TODO.md backlog）
  • 图像：商品官方主图 + 规格图，存储于 Postgres + S3-like（demo 阶段本地）
  • 法律风险：不爬取私有数据，所有素材标注来源 URL 与采集时间