智能电视选购 Copilot — 纯 Python 自研 Multi-Agent 导购系统

项目状态：实习后独立重做 / 独立原型
我的角色： 基于实习期间参与设计的 AI 导购项目，独立完成产品设计、Agent 编排、MCP 工具、评测与代码实现。
数据范围： 知识库为静态样例，评测使用 25 条模拟测试用例；文中指标均来自这组样例。

👉 查看项目源码与资料

从零自研 Python 代码的 Multi-Agent 电视导购系统，零第三方依赖，clone 即跑。

架构：Master Router + 5 Skill Worker + Replanner + Compliance 四层，内置 MCP 工具服务（商品检索/促销计算/履约查询/售后政策），短期会话槽位 + 长期用户记忆。

评测：25 条模拟评测集驱动的一轮迭代，通过率 V1.0 72%（18/25）→ V1.1 92%（23/25），编造知识库外型号的幻觉从 4 次降到 0 次，异常输入零崩溃。

目录

90 秒先看这三件事

1. 业务复杂度： AI_PRD.md 中的需求理解→多品对比→优惠计算→履约确认链路，以及人工兜底边界。

2. 关键产品决策： Router、Replanner、Compliance 如何分工，为什么高风险售后强制转人工。

3. 失败与修复： V1.0 评测报告 → V1.1 评测报告，通过率 72%（18/25）→92%（23/25）。

• 业务背景

• 问题来源与用户调研

• 用户场景

• 人机方案

• 架构设计

• MCP 工具服务

• 评测与迭代

• 成本优化

• 演示方式

• 技术栈

• 快速开始

• 项目结构

• 数据边界

Related MCP server: Maple Cart MCP

业务背景

家电选购是高客单价、低频次、参数复杂的决策场景。用户在线上选购电视时，面对 Mini LED/OLED、分区数、峰值亮度、HDMI 2.1 等参数，往往需要在商品页、评测文章、客服之间反复切换。传统电商客服只能回答单轮问题，无法完成"需求理解→多品对比→优惠计算→履约确认"的连贯决策链。

一台电视的选购要跨商品页、评测文章、客服几个信息源。这个项目把商品、促销、履约、售后各做成一个 Skill，由 Router 分发、Replanner 复核，目标是回答里每个参数都能给出处、不编造。

问题来源与用户调研

这个选题来自身边人的真实购机经历，以及对"为什么大家买电视这么纠结"的观察：

观察到的现象

1. 参数焦虑：帮朋友选电视时发现，大部分人分不清 Mini LED 和 OLED 的区别，不知道"分区数多少才算好"，但又怕被导购忽悠，于是在知乎、B站、什么值得买之间反复横跳，一台电视看了两周还没下单

2. 客服答非所问：问京东客服"PS5 玩 4K 120Hz 哪款合适"，客服只会回复"亲，我们这款支持 4K 哦"，完全不理解 120Hz、HDMI 2.1 带宽这些具体需求

3. 优惠算不明白：满减、会员券、以旧换新、国补叠加，每个商品页的算法都不一样，用户自己算经常算错，到结算页才发现价格不对

4. 售后信息分散："这款电视包安装吗？挂架收费吗？屏幕保修几年？"这些信息有的在商品详情页底部，有的要问客服，有的根本找不到

用户访谈

访谈了 4 位最近半年内买过电视或正在选电视的朋友，确认了几个关键事实：

共性发现：

• 没有人愿意花两周研究电视参数，大家都想要"懂行的朋友直接推荐"

• 传统客服只能回答单轮问题，无法完成"需求理解→多品对比→优惠计算→履约确认"的连贯决策

• 用户最担心的不是"买贵了"，而是"买错了"（参数不匹配需求、售后踩坑）

为什么不用现成方案

结论：这个场景需要的不是"更聪明的聊天机器人"，而是一个能理解需求、能调用多个知识库、能计算优惠、能在不确定时拒绝编造、能在高风险时转人工的 Multi-Agent 系统。

用户场景

• 目标用户：正在线上选购电视的消费者，预算 3000-8000 元，对参数有疑问但不想自己做功课

• 核心场景：用户用自然语言描述需求（预算、观看距离、用途），系统完成需求解析→多 Agent 协作→带引用来源的可解释推荐

• 边界：不做实时价格查询、不做下单支付，价格和参数均标注"以商品详情页为准"

人机方案

关键设计：售后 Agent 不做任何自主处理，退货、投诉、情绪激动一律转接人工客服。

架构设计

flowchart TD
    U[用户消息] --> NP[NeedParser<br/>需求解析：预算/尺寸/距离/用途/刷新率]
    NP --> MR[Master Router<br/>确定性6类意图分类 + 自主路由]
    MR -->|product| PA[商品 Skill<br/>RAG检索 + 结构化筛选 + 加权打分]
    MR -->|promotion| PR[优惠 Skill<br/>促销规则 + 叠加计算]
    MR -->|fulfillment| FA[履约 Skill<br/>配送/安装/入户]
    MR -->|aftersales| AA[售后 Skill<br/>强制转人工]
    MR -->|clarify| CA[澄清 Skill<br/>多轮追问，每次一个问题]
    MR -->|fallback| FB[兜底回复]
    PA --> RP[Replanner<br/>硬约束二次检查：预算/刷新率/库存/越权]
    PR --> RP
    FA --> RP
    AA --> OUT[最终回答 + 完整执行轨迹]
    CA --> OUT
    FB --> OUT
    RP --> CP[Compliance<br/>合规审核 Reflection，5条红线，修正循环≤2次]
    CP --> OUT

    MEM[Memory<br/>短期槽位 + 长期偏好] -.-> NP
    MEM -.-> PA

    subgraph MCP[MCP 工具服务 mcp_server.py]
        T1[search_products]
        T2[search_knowledge]
        T3[get_promotions]
        T4[get_fulfillment]
        T5[get_aftersales]
    end
    PA -.-> T1
    PA -.-> T2
    PR -.-> T3
    FA -.-> T4
    AA -.-> T5

四层终止条件

核心模块

MCP 工具服务

项目内置零依赖 MCP（Model Context Protocol）工具服务，将知识库检索和商品筛选能力以标准协议暴露，可被任意 MCP 兼容客户端（Claude Desktop、Cline、Dify 等）直接接入。

工具列表

接入方式

stdio 模式（MCP 客户端配置）：

{
  "mcpServers": {
    "tv-buying": {
      "command": "python",
      "args": ["mcp_server.py"],
      "cwd": "/path/to/tv-buying-copilot"
    }
  }
}

命令行快速验证：

python mcp_server.py --list-tools
python mcp_server.py --call search_products '{"budget": 5000, "distance": 2.5, "use_cases": ["游戏"]}'

Skill、MCP、Memory 在本项目里的落地

评测与迭代

评测集

25 条测试用例，覆盖 5 类意图：商品咨询（8条）、价格优惠（4条）、安装履约（4条）、售后服务（3条）、兜底与多轮（6条）。评分采用 1-5 分固定 rubric（意图路由/参数一致性/出处标注/合规行为/回答质量），≥4 分记为通过，标准见 evaluation/rubric.md。

V1.0 → V1.1 迭代对比

V1.0 的失败案例与修复

编号为 25 条评测集的用例号。

V1.1 剩余 2 个未满分 Case：国补和以旧换新的回答偏通用，未能结合具体型号给出更精准的估算，留待后续迭代。

RAG 检索策略

• 文档检索：中文二元 gram + 拉丁词元的 token overlap 评分，返回 Top-3，避免全量塞入上下文

• 商品筛选：结构化硬约束（预算/尺寸/刷新率/库存）先过滤，再按用途匹配×3 + 尺寸匹配×2 + 价格贴近预算 + 亮度加权打分

• 分库检索：每个 Agent 只加载自己需要的知识库子集，上下文互不干扰

• 扩展路径：知识库扩大后可平滑升级为向量检索，检索接口不变

成本优化

• 模型分级：简单分类用规则/弱模型，复杂推荐用强模型

• 结果缓存：promotion/fulfillment 高频查询缓存24小时

• 上下文压缩：每个 Agent 只加载所需上下文，不全量塞入

• 确定性优先：意图分类、商品筛选、约束检查全部规则实现，0 Token 成本

演示方式

方式一：查看项目仓库

👉 https://github.com/cangyuyi/tv-buying-copilot

仓库提供完整源码、知识库、评测报告和演示截图。静态演示文件位于 docs/index.html，可下载后用浏览器打开，查看预填充的3轮示例对话（商品推荐→优惠查询→售后转人工）和完整的 Agent 执行轨迹。

方式二：查看架构文档和评测报告

• AI_PRD.md — AI 产品需求文档

• evaluation/eval-results-v1.md — V1.0 评测结果

• evaluation/eval-results-v1.1.md — V1.1 评测结果

• knowledge-base/ — 4 个知识库文档

方式三：运行自动化评测

python eval.py

技术栈

• 语言：Python 3.10+（零第三方依赖，仅标准库）

• 前端：原生 HTML/CSS/JS（单文件）

• LLM：OpenAI-compatible API（可选，无 Key 时降级确定性模板）

• MCP：内置 stdio MCP 服务器，暴露 5 个工具，零额外依赖

• 存储：JSON 文件（知识库 + 长期记忆）

在线访问

README 顶部链接指向本项目的 GitHub 仓库，可在线查看源码和资料。静态演示请下载 docs/index.html 后用浏览器打开；仓库页面本身不运行导购服务。

项目结构

├── app.py                  # 编排引擎 + HTTP服务
├── mcp_server.py           # MCP 工具服务（JSON-RPC over stdio，零依赖）
├── eval.py                 # 自动化评测脚本
├── AI_PRD.md               # AI产品需求文档
├── docs/
│   └── index.html          # 静态演示页（GitHub Pages）
├── core/                   # 核心模块（LLM/记忆/解析/RAG/约束）
├── agents/                 # 7个Agent模块
├── data/                   # 知识库 + 评测集
├── evaluation/             # V1.0/V1.1评测结果
├── knowledge-base/         # 4个知识库文档
└── templates/index.html    # 前端界面

数据边界

• 知识库收录 4 款 75 寸电视（TCL 75Q10G Pro、海信75E8K、小米S Pro 75、索尼75X90L），非全量商品

• 价格、库存、促销信息均为知识库静态数据，不代表实时信息

• 所有参数回答均标注"以商品详情页为准"

• 长期记忆仅在用户授权后存储于本地

License

MIT