Viking AISearch Skill#

通过chat和search接口，分别完成用户关于购物的对话搜索和直接搜索。

• Chat（对话搜索）：如有需要，可读取接口文档 reference/chat_search.md
• Search（直接搜索）：如有需要，可读取接口文档 reference/search.md

决策规则#

1. 先判断用户输入更像“复杂语义理解”还是“明确关键词检索”。
2. 如果 query 是复杂语义理解比如包含多个意图槽位，或需要理解自然语言表达，优先使用 chat。
3. 如果 query 是明确关键词检索比如是较短关键词、明确属性词、品牌词、品类词或需要直接召回候选列表，优先使用 search。
4. 如果任务要求返回商品列表、候选卡片、结构化结果，优先使用 search。
5. 如果任务要求直接产出总结性回答、会话式追问、语义理解结果，优先使用 chat。
6. 调用 search 后，优先读取 data.search_results。
7. 组织输出时只使用真实返回字段，缺失字段直接省略，不要补造信息。

chat 与 search 的使用边界#

使用 chat 的典型场景#

当用户输入更偏自然语言表达，或一个 query 里混有多个约束条件时，使用 chat。

适合 chat 的情况：

• 同时包含多个意图槽位，例如品类、价格、场景、人群、用途、风格、材质、品牌偏好
• 需要理解“送礼、自用、通勤、节日、婚庆、悦己”等场景语义
• 用户表达比较口语化，不是标准检索词
• 需要让服务端做意图理解、搜索编排和回答生成
• 需要连续追问、保留上下文、维护会话

示例：

• 3000 左右适合送妈妈的龙凤吊坠
• 想找通勤戴、不夸张、预算 2k 内的黄金项链
• 有没有适合婚礼场景、偏中式一点的首饰
• 周大福 耳钉 2000内
• 推荐适合送的父亲节礼物
• 推荐适合送给十岁男孩的生日礼物

特点：

• 需要 session_id
• 返回为流式，脚本会聚合为 data.content

使用 search 的典型场景#

当用户输入更像检索词、短 query、明确词条，或者目标就是先召回候选结果时，使用 search。

适合 search 的情况：

• 短词检索、关键词检索
• 明确的品牌词、品类词、属性词、SKU 词
• 需要快速返回候选列表供上层继续处理
• 需要渲染商品卡片、列表页、召回结果
• 已经知道要搜什么，不需要太强的语义理解

示例：

• 龙凤 吊坠
• 古法金 手镯
• 周大福 黄金耳钉
• 999 足金 项链
• 薯片

特点：

• 需要明确 dataset_id
• 返回标准 JSON，脚本会抽取为统一结构

使用示例#

脚本： scripts/viking_aisearch.py

bash

# 校验环境变量是否齐全（不发起请求）
python3 scripts/viking_aisearch.py --action validate

# chat
python3 scripts/viking_aisearch.py --action chat --session-id "session-id" --text "3000左右适合送妈妈的龙凤吊坠"

# search
python3 scripts/viking_aisearch.py --action search --text "龙凤 吊坠" --page-size 10

参数说明#

通用字段#

• session_id：会话标识； chat 必需， search 可选透传
• text：文本查询
• image_url：图片输入，可为 URL 或 Data URI
• dataset_id：数据集 ID； search 必需， chat 可透传为 search_param.dataset_ids
• scene_id：搜索策略 ID， search 可选
• user：用户信息
• context：上下文信息，例如经纬度

chat 关键字段#

• input_message.content[]：输入内容数组
• enable_suggestions：是否返回建议追问
• search_param：控制对话中搜索范围、过滤条件和返回字段

search 关键字段#

• query：查询对象，本 Skill 支持由 text 或 image_url 自动构造
• page_number：页码，从 1 开始
• page_size：每页数量
• filter：过滤条件
• sort_by / sort_order：排序参数
• output_fields：控制返回字段
• conditional_boost：提权/降权
• disable_personalize：关闭个性化

返回结构#

chat 返回#

json

{
  "success": true,
  "message": "对话成功",
  "data": {
    "request_id": "xxx",
    "content": "聚合后的最终回复文本",
    "citation": []
  },
  "raw": {
    "request_id": "xxx",
    "chunk_count": 12
  }
}

search 返回#

json

{
  "success": true,
  "message": "搜索成功",
  "data": {
    "request_id": "xxx",
    "search_results": [],
    "total_items": 100,
    "spell_correction": {}
  },
  "raw": {}
}

结果组织规则#

基本原则#

• 建议最多展示 5 个商品结果
• 只使用接口真实返回字段
• 缺失字段直接省略，不要为了凑格式硬写占位内容
• 示例只是展示骨架，不是固定模板，必须根据商品真实字段动态调整

详情入口判定规则#

是否暴露详情页，按以下顺序判断：

1. 先看当前任务上下文、业务说明、系统提示中是否提供了“链接模板”。
2. 如果提供了链接模板，并且能用当前商品真实字段完成占位符替换，则输出详情入口。
3. 如果没有提供链接模板，再看搜索结果中是否已有可直接使用的详情链接。
4. 只有“没有链接模板”且“搜索结果中也没有现成详情链接”时，才视为不暴露详情页。

注意：

• 详情入口是否展示，优先由“上下文中是否有链接模板”决定
• 不要把“搜索结果里没有现成链接”等价理解为“不能暴露详情页”
• 只要上下文给了链接模板，并且当前商品字段足以完成替换，就应该输出详情入口
• 如果模板替换失败，或只能靠猜测拼接规则，则不要输出详情入口

markdown 拼接规则#

每个商品按以下顺序组织，缺失项整行跳过：

md

**{商品标题}**
- 型号：xxx
- 价格：xxx
- 卖点：xxx
- xxx信息
- 详情入口：[查看并购买]()

拼接要求：

• 第一行固定用商品标题，使用加粗格式
• 字段标签和顺序可以根据当前商品实际字段动态调整
• 不要求每个商品都包含 品牌 / 型号 / 价格 / 卖点
• 如果当前商品更适合展示 规格 / 券后价 / 材质 / 适用人群 / 库存状态 / 活动信息，可以替换或补充
• 卖点 有多个值时，使用 ｜ 连接
• 详情入口 只能出现在最后一行
• 如果当前上下文中没有链接模板，且搜索结果中也没有现成详情链接，则不输出 详情入口 这一行

占位符替换规则#

当业务提供模板时，按如下规则处理：

• 占位符格式为 {field_name}
• 占位符值必须来自当前商品的真实返回字段
• 例如模板为 [查看并购买](https://xxx/item/{product_code})，就必须先从当前商品中取到 product_code
• 所有占位符都替换成功后，才能输出该链接或 markdown 片段
• 任一占位符替换失败，则不输出该条详情入口
• 不要把原始占位符直接暴露给用户

推荐示例#

说明：以下示例仅用于说明拼接方式，实际输出必须按商品真实字段动态调整。

有详情入口时：

md

**足金龙凤吊坠**
- 型号：LF-0921
- 价格：2999 元
- 卖点：足金工艺 ｜ 龙凤寓意
- 详情入口：[查看并购买]()

无详情入口时：

md

**足金龙凤吊坠**
- 型号：LF-0921
- 价格：2999 元
- 卖点：足金工艺 ｜ 龙凤寓意

错误处理#

• 无结果：建议用户使用更宽泛的关键词，或减少筛选条件
• 问题含糊：先追问 1 个澄清问题，再决定用 chat 还是 search
• 接口错误或 5xx：告知搜索服务暂不可用
• Webhook 失败：告知搜索服务暂不可用
• 超时：询问用户是否等待或重试