Quartz 4

tmp

6 min read

alias cc="ANTHROPIC_API_KEY=sk-cp-lB2wlR1QMfv1ZhMNx0KxzNy_s0vpEIxLL3XWGCiAg31OW3OvehielcFTpUNd_KZ9fjh4wJvR6_WNq3K3gWFr7ms69vuKrzpIdYhL0ummKVozSuj-IZeImBw \
ANTHROPIC_BASE_URL=https://api.minimaxi.com/anthropic \
ANTHROPIC_DEFAULT_OPUS_MODEL=MiniMax-M2.7 \
ANTHROPIC_DEFAULT_SONNET_MODEL=MiniMax-M2.7 \
ANTHROPIC_DEFAULT_HAIKU_MODEL=MiniMax-M2.7 \
CLAUDE_CODE_SUBAGENT_MODEL=MiniMax-M2.5 \
claude"

"""

TODO:

  • 语义相似度：

二手车需求 车辆用途（通勤 vs 上下班通勤） 车辆特点（有排面和豪华 ） 配置倾向性（动力强和加速快加速迅猛，价格低和性价比高）；

这些字段如果走“字符串全匹配”，很容易因为同义改写/格式差异被误判为不可用；建议优先做规则归一化，归一化失败再用 embedding 相似度兜底

  • 候选车系、车系版型（已做：embedding+覆盖匹配+尾缀兜底）
  • 能源类型（已做：desc_similarity_threshold）
  • 车辆功能配置（已做：desc_similarity_threshold）
  • 新能源配置（电池类型/电芯品牌/快充慢充/800V 等描述文本）
  • 电机配置（电机类型/电机数/电机布局等描述文本）
  • 车辆用途（家用/通勤/自驾/接送小孩等）
  • 用车人群（新手/年龄标签/家庭结构等）
  • 车辆特点、配置倾向性（空间/安全/动力/油耗等自然语言描述）
  • 内部配置、外部配置（配置项口径多、易同义改写）
  • 其他需求、二手车需求、改装信息（自由文本）
  • 车辆颜色（银灰/银色/珍珠白等同义或近义）
  • 车辆类型、车身级别、驱动方式、变速箱配置、悬架配置、车门、座位布局（优先做规范化/枚举映射；仍存在表达差异时再用相似度兜底）
  • 必要和强烈可混用；
  • 若多出来的 field 为“数量限制”则先不判错 ；
  • 座位布局要想办法总数一样就不算冗余条件（比如 座位布局##2+2+2##必要

座位布局##6座##必要）

  • 还有的 field 不同但是值相同，也就不算冗余条件了（如内部配置##方向盘加热##必要

内部配置##零重力座椅##必要 和 车辆功能配置##方向盘加热##必要

车辆功能配置##零重力座椅##必要）

规则(按当前代码逻辑):

select:

  • output 包含 label 即可；
  • output 比 label 少：如果 output 的 select 数量 >= 5，则不报错/默认可用；否则按 label 做缺失检查并报错；

where:

  • where 中除“候选车系/车系版型”之外的条件：仍按原逻辑做字段/值/倾向性/排除的全匹配判定可用性
  • where 缺筛选条件可以可用
  • “候选车系 + 车系版型”：抽取后拼接成文本，用 embedding 向量余弦相似度比较；相似度 >= similarity_threshold 视为相同，否则该 params block 判为不可用
  • 多候选车系（>=2）场景：对每个“候选车系(+紧随的车系版型)”构成一组，与 label 侧的组做一一覆盖匹配；只要有一组达不到阈值就不可用（实现里会寻找一组能让所有 pair 都过阈值的匹配方式，避免仅因顺序差异误判）
  • 四种对比取 max（防止）：

output(车系+版型) vs label(车系+版型)

output(车系) vs label(车系)

output(车系+版型) vs label(车系)

output(车系) vs label(车系+版型)

另外加了一个很小的鲁棒性：车系文本候选里额外加入“去掉尾部英文字母后缀”的版本（如 515CDI → 515），避免尾缀把相似度拉低导致误判。

同样的 max-相似度逻辑也用于 params block 的兜底对齐（找不到精确 key 时用相似度对齐）。

  • params block 对齐：原本 _block_key() 只靠字符串相等对齐；现在在找不到精确 key 时，会用“候选车系+车系版型”的相似度做兜底，把 label block 对齐到最相近且过阈值的 output block
  • 增加desc_similarity_threshold 参数，默认值为 0.7，用于控制描述文本的相似度阈值；
  • 适用属性：车辆功能配置，能源类型
  • 增加“版型替代字段绑定”：在只有 1 组候选车系 的场景下，如果某侧缺少 车系版型，但 where 里有 座位布局，会把它绑定为该组的版型并从剩余 where 中消费掉。

orderby(order):

  • 按全匹配做缺失/多余校验(字段/值/倾向性/排除；顺序无关)；
  • 当前仅产出错误标签，不参与“可用/不可用”判定；

groupby(group_by):

  • 缺失：label 有但 output 没有；多余：output 有但 label 没有；
  • 额外规则：output 的 group_by 里出现“候选车系”直接报错；
  • 当前仅产出错误标签，不参与“可用/不可用”判定；

"""

Graph View