为什么 Regex 在 Google Taxonomy 中失效：构建 98% 准确的 RAG Agent

Source: Dev.to

问题

在 Google Merchant Center 中，分类至关重要。如果你把产品分类错误，广告会被停止投放。大多数 feed 工具使用关键词匹配（Regex）。

规则： 如果标题包含 “Dog” → 类别：Animals > Pets > Dogs
输入： “Hot Dog Costume”
结果： Animals > Pets > Dogs ❌（错误！）

这就是为什么在大型目录中，15‑20 % 的产品常常停留在 “Disapproved” 的灰色地带。

解决方案：基于向量的分类

我构建了 CatMap AI 来使用向量而非关键词解决此问题。我们不是使用规则，而是将整个 Google 产品分类（5,500+ 节点）使用 OpenAI 的 text-embedding-3-small 转换为向量索引。

当一个产品进来时（例如 “Pallash Casual Women’s Kurti”），我们不去寻找单词 “Kurti”。我们在向量空间中寻找该产品的数学概念。

处理文化术语

标准向量搜索在面对特定文化术语时可能失效。

输入： “Kurri”
向量匹配： 通用服装（置信度：低）

代理循环

1. 尝试 1： 标准搜索 → 结果：未分类。

2. 触发： 代理检测到失败。

3. 行动： 代理调用 LLM（gpt-5-nano）来 “扩展” 查询。

   提示： “What is a Kurti? Give me synonyms.”

   响应： “Tunic, Blouse, Shirt”。

4. 尝试 2： 使用 “Tunic Blouse Shirt” 进行向量搜索。

5. 结果： Apparel > Clothing > Shirts & Tops ✅

结果

• 覆盖率： 100 %（从 85 % 提升）。
• 准确率： 98.3 %。
• 延迟： 每行约 200 ms。

简化逻辑

// Simplified categorization flow
if (result.status === "Uncategorized") {
    const synonyms = await expandQuery(product.name); // AI call
    const newContext = await VectorStore.search(synonyms);
    return categorizeWithContext(product, newContext);
}

试用

我正在为开发者开放 免费 Beta。Link to CatMap AI

关注获取更多 AI 代理的工程深度解析。