【A8 领域专业 Agent 落地】自动选品导购 Agent 组的多维度打分决策实战
在电商零售与数字化消费场景中，导购与选品一直处于业务价值链的核心交汇点。传统的推荐算法（基于协同过滤、双塔模型或深度精排网络）在过去十几年中统治了货架电商，但其本质是“基于历史点击统计概率的被动投喂”，面对用户复杂多变的自然语言诉求（如：“我想送刚上大学的弟弟一份开学礼物，预算 800 元以内，平时喜欢数码和户外运动，不要太大众化，下周一前必须送到”）往往显得力不从心。
随着大模型与自主智能体（Agent）的兴起，许多团队尝试构建“单体导购 Agent”来解决这一痛点。然而，单体 Agent 很快遭遇了工业级落地的“滑铁卢”：
选品不仅需要理解自然语言中的情感与偏好，更需要严密的供应链商业逻辑——不仅要看商品与需求的契合度，还要实时核验各区域仓储库存、物流时效、商户履约率、平台佣金与毛利空间，更必须受到严格的平台合规与差评风控约束。
如果让一个大模型同时承担“既当懂用户的销售顾问、又当精打细算的财务总监、还当铁面无私的风控合规官”，模型会因为庞大而冲突的系统提示词（Prompt Collision）陷入认知混乱，甚至在商业利润与用户信任之间做出极具危害的非理智抉择。
在大型电商中台的生产落地中，唯有采用专职分工的多智能体组（Agent Group）协同架构，结合运筹学多准则决策分析（MCDA / TOPSIS）算法，才能真正实现高转化率、高商业收益与高用户口碑的选品闭环。
选品导购 Agent 组的协同拓扑架构
工业级选品系统将复杂的决策链条拆解为 5 个高度专业化、自治运行的智能体，形成两阶段漏斗式决策拓扑：
[ 用户自然语言请求 ] │ ▼ ┌───────────────────────────────┐ │ 用户画像与意图解析 Agent │ │ (提取硬约束、软偏好与时效) │ └───────────────┬───────────────┘ │ ▼ ┌───────────────────────────────┐ │ 知识图谱与多模态召回 Agent │ │ (图向量混合检索 Top 30 SKU) │ └───────────────┬───────────────┘ │ ┌───────────────────┴───────────────────┐ ▼ ▼ ┌─────────────────────────────┐ ┌─────────────────────────────┐ │ 商业价值与供应链测算 Agent │ │ 风控合规与客诉质检 Agent │ │ (利润率、真实库存、物流时效)│ │ (虚假宣传排查、客诉率红线)│ └──────────────┬──────────────┘ └──────────────┬──────────────┘ └───────────────────┬───────────────────┘ │ ▼ ┌───────────────────────────────┐ │ 多准则决策仲裁 Agent (MCDA) │ │ (TOPSIS 加权理想解优选排序) │ └───────────────┬───────────────┘ │ ▼ [ 最终高转化推荐卡片与解释 ]1. 用户画像与意图解析 Agent
负责自然语言语义解构，分离出：
- 硬性约束（Hard Constraints）：绝对不可违背的红线（如价格 <= 800 元，发货地支持 48 小时达）；
- 软性偏好（Soft Preferences）：加分属性（如数码科技风、户外防水、小众设计品牌）；
- 上下文画像：用户近 30 天消费力阶梯、品牌偏好与退货敏感度。
2. 知识图谱与多模态召回 Agent
依托企业级商品知识图谱（GraphRAG）与多模态向量库，迅速将抽象属性映射到商品类目与具体 SKU。通过图谱上的“适合送礼”、“青年数码”、“小众口碑”等标签进行拓扑扩展，快速召回 30-50 个候选 SKU 池。
3. 商业价值与供应链测算 Agent
代表平台的商业健康度。它实时调用企业内部 RPC 接口，获取候选池中各 SKU 的毛利率（Margin）、平台分成扣点（Take Rate）、就近分仓真实物理库存量（Stock Level）以及履约达标率。
4. 风控合规与客诉质检 Agent
担任“质检守门人”。针对候选商品，拉取近 90 天的真实追加评价、差评率、退款售后争议率，核验商户是否存在刷单或虚假参数违规记录，对触碰红线的 SKU 拥有一票否决权（Hard Ban）。
5. 多准则决策仲裁 Agent
作为系统的主脑，仲裁 Agent 不依赖主观感知，而是采用动态加权 TOPSIS（逼近理想解排序法），将各个 Agent 产出的异构指标归一化为量化评分矩阵，计算出各候选商品距离“理想最优解”的最短欧氏距离，输出最优 Top-K 列表及面向用户的可信导购推荐词。
多维度打分决策矩阵与 TOPSIS 算法
在综合仲裁阶段，每个候选商品在决策矩阵中被抽象为一个包含 5 个核心维度的向量：
$$X = [x_{\text{relevance}}, x_{\text{reputation}}, x_{\text{profit}}, x_{\text{delivery_time}}, x_{\text{price_advantage}}]$$
- 相关性偏好得分（$x_{\text{relevance}}$）：正向指标，来自意图匹配度，数值越大越好；
- 口碑质检得分（$x_{\text{reputation}}$）：正向指标，来自风控质检 Agent，数值越大越好；
- 商业利润率（$x_{\text{profit}}$）：正向指标，来自商业测算 Agent，数值越大越好；
- 履约预计送达耗时（$x_{\text{delivery_time}}$）：负向/成本型指标，数值越小越好；
- 价格竞争力/折扣深度（$x_{\text{price_advantage}}$）：正向指标，历史底价对比。
为了杜绝单纯为了利润推荐高差价劣质品，系统必须对不同指标赋予严格的动态权重，并利用 TOPSIS 算法寻找距离正理想解（各项指标最优）最近、同时距离负理想解（各项指标最劣）最远的商品。
生产级多维度打分决策引擎代码实现
以下为仲裁 Agent 核心计算引擎的 Python 实现，涵盖指标正规化、正负理想解构建与相对贴近度排序：
import numpy as np from typing import Dict, List from pydantic import BaseModel, Field class CandidateProduct(BaseModel): sku_id: str name: str relevance_score: float = Field(ge=0.0, le=100.0, description="意图匹配分") reputation_score: float = Field(ge=0.0, le=100.0, description="质检口碑分") profit_margin: float = Field(ge=0.0, le=1.0, description="毛利率") delivery_hours: float = Field(ge=0.0, description="预计发货送达小时数") price_advantage_ratio: float = Field(ge=0.0, le=1.0, description="与竞品相比的折扣力度") class TopsisDecisionArbiter: def __init__(self, weights: Dict[str, float]): """ weights 包含各项指标的权重配置，总和为 1.0 例如: {'relevance': 0.35, 'reputation': 0.25, 'profit': 0.15, 'delivery': 0.15, 'price': 0.10} """ self.weights = weights def arbitrate(self, products: List[CandidateProduct], top_k: int = 3) -> List[Dict]: if not products: return [] n = len(products) # 1. 构造原始决策矩阵 (n 行 x 5 列) matrix = np.zeros((n, 5)) for i, p in enumerate(products): matrix[i, 0] = p.relevance_score matrix[i, 1] = p.reputation_score matrix[i, 2] = p.profit_margin matrix[i, 3] = p.delivery_hours matrix[i, 4] = p.price_advantage_ratio # 2. 向量规范化（消除量纲影响） norm_matrix = np.zeros_like(matrix) for j in range(5): col_norm = np.linalg.norm(matrix[:, j]) if col_norm == 0: norm_matrix[:, j] = 0 else: norm_matrix[:, j] = matrix[:, j] / col_norm # 3. 计算加权规范化矩阵 weight_arr = np.array([ self.weights['relevance'], self.weights['reputation'], self.weights['profit'], self.weights['delivery'], self.weights['price'] ]) weighted_matrix = norm_matrix * weight_arr # 4. 确定正理想解 (Z+) 与负理想解 (Z-) # 注意：前 3 列与第 5 列为效益型（越大越好），第 4 列 (delivery_hours) 为成本型（越小越好） ideal_best = np.zeros(5) ideal_worst = np.zeros(5) for j in range(5): if j == 3: # 成本型指标 ideal_best[j] = np.min(weighted_matrix[:, j]) ideal_worst[j] = np.max(weighted_matrix[:, j]) else: # 效益型指标 ideal_best[j] = np.max(weighted_matrix[:, j]) ideal_worst[j] = np.min(weighted_matrix[:, j]) # 5. 计算到正理想解与负理想解的欧氏距离 dist_best = np.sqrt(np.sum((weighted_matrix - ideal_best) ** 2, axis=1)) dist_worst = np.sqrt(np.sum((weighted_matrix - ideal_worst) ** 2, axis=1)) # 6. 计算相对贴近度 C_i (0 <= C_i <= 1)，越接近 1 综合表现越好 closeness = dist_worst / (dist_best + dist_worst + 1e-9) # 7. 组装排序结果 ranked_indices = np.argsort(closeness)[::-1] results = [] for rank, idx in enumerate(ranked_indices[:top_k], start=1): results.append({ "rank": rank, "sku_id": products[idx].sku_id, "name": products[idx].name, "topsis_score": float(closeness[idx]), "details": products[idx].model_dump() }) return results生产落地的两点架构铁律
第一，商业权重永远不可逾越用户硬性诉求红线。在多智能体打分体系中，商业利润率（Profit Margin）只被允许在满足用户硬性约束（价格区间、特定规格、时效）的候选集内部充当加权调节器。绝对禁止为了平台抽成，强行把超出预算或用户明令排斥的品类插队置顶。否则，短期虽有微弱毛利提升，长期将导致用户对导购智能体丧失信任，流失率不可逆转。
第二，必须保留决策因果链并向用户生成透明解释。用户对“AI 为什么向我推荐这款商品”具有天然的防御心理。仲裁 Agent 在输出 Top-K 选品的同时，必须将 TOPSIS 决策矩阵中得分最高的正向维度转化为自然语言理由（例如：“为您推荐此款，不仅因其 100% 契合户外防水要求，且当前本地仓支持次日达，近期好评率达 99.2%”）。这种基于透明决策链的推荐解释，在真实生产 A/B 测试中能将商品成交转化率（CVR）提升 38% 以上。
从无脑单体 Prompt 到分工协作的选品 Agent 组，再到严谨的运筹学决策仲裁，这种结合大模型认知力与传统数学决策优化的复合架构，正是 AI Agent 在复杂商业领域从“秀技”迈向“实质商业变现”的标准范式。
