# 造浪2025AIAgent创新赛

**Repository Path**: ziyou_886699/AgentCompetition

## Basic Information

- **Project Name**: 造浪2025AIAgent创新赛
- **Description**: 造浪2025AIAgent创新赛 作品提交仓
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 23
- **Created**: 2025-12-22
- **Last Updated**: 2025-12-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 跨境电商智能选品 Agent

<div align="center">

![Python](https://img.shields.io/badge/Python-3.9+-blue.svg)
![LazyLLM](https://img.shields.io/badge/LazyLLM-Latest-green.svg)
![License](https://img.shields.io/badge/License-MIT-yellow.svg)

**基于 LazyLLM 框架的跨境电商智能选品系统**

</div>

## 📋 项目简介

本项目是一款基于商汤 LazyAGI 团队开发的 LazyLLM 低代码大模型应用开发工具构建的**跨境电商智能选品 Agent**。该系统能够帮助跨境电商卖家进行市场分析、产品筛选、竞品分析和选品决策，大幅提升选品效率和准确性。

### 🎯 核心功能

1. **市场趋势分析** - 分析目标市场的热门品类和消费趋势
2. **产品数据采集** - 多平台产品信息聚合与分析
3. **竞品智能分析** - 深度分析竞争对手的产品策略
4. **利润空间评估** - 综合成本、定价、物流计算利润
5. **选品建议生成** - AI驱动的智能选品推荐报告
6. **风险预警提示** - 识别潜在的选品风险和合规问题
7. **历史记录管理** - 自动保存分析历史，支持查看、筛选和导出

### 🏗️ 系统架构

```
┌─────────────────────────────────────────────────────────────┐
│                      用户交互层 (Gradio Web UI)              │
├─────────────────────────────────────────────────────────────┤
│                    Agent 协调层 (LazyLLM Flow)               │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────────┐   │
│  │市场分析   │ │竞品分析   │ │利润计算   │ │选品推荐Agent │   │
│  │ Agent    │ │ Agent    │ │ Agent    │ │              │   │
│  └──────────┘ └──────────┘ └──────────┘ └──────────────┘   │
├─────────────────────────────────────────────────────────────┤
│                    工具层 (Tools)                            │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────────┐   │
│  │数据采集   │ │价格分析   │ │物流计算   │ │ 报告生成     │   │
│  │ Tool     │ │ Tool     │ │ Tool     │ │ Tool         │   │
│  └──────────┘ └──────────┘ └──────────┘ └──────────────┘   │
├─────────────────────────────────────────────────────────────┤
│                    数据层                                    │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐                    │
│  │产品数据库 │ │市场数据   │ │ 历史记录  │                    │
│  └──────────┘ └──────────┘ └──────────┘                    │
└─────────────────────────────────────────────────────────────┘
```

## 📁 项目结构

```
CrossBorder-Selection-Agent/
├── README.md                 # 项目说明文档
├── docs/                     # 技术文档目录
│   ├── technical_doc.md      # 完整技术文档
│   ├── architecture.md       # 架构设计文档
│   ├── deployment.md         # 部署说明文档
│   └── contribution.md       # 成员贡献清单
├── src/                      # 源代码目录
│   ├── __init__.py
│   ├── main.py              # 主程序入口
│   ├── agents/              # Agent 模块
│   │   ├── __init__.py
│   │   ├── market_agent.py  # 市场分析 Agent
│   │   ├── competitor_agent.py  # 竞品分析 Agent
│   │   ├── profit_agent.py  # 利润计算 Agent
│   │   └── selection_agent.py   # 选品推荐 Agent
│   ├── tools/               # 工具模块
│   │   ├── __init__.py
│   │   ├── data_collector.py    # 数据采集工具
│   │   ├── price_analyzer.py    # 价格分析工具
│   │   ├── logistics_calculator.py  # 物流计算工具
│   │   └── report_generator.py  # 报告生成工具
│   ├── config/              # 配置文件
│   │   ├── __init__.py
│   │   ├── settings.py      # 系统配置
│   │   └── prompts.py       # Prompt 模板
│   └── utils/               # 工具类
│       ├── __init__.py
│       ├── logger.py        # 日志工具
│       └── helpers.py       # 辅助函数
├── web/                     # Web 界面
│   ├── __init__.py
│   ├── app.py              # Gradio 应用
│   └── components.py       # UI 组件
├── data/                    # 数据目录
│   ├── sample_products.json # 示例产品数据
│   └── market_data.json    # 市场数据
├── tests/                   # 测试目录
│   ├── __init__.py
│   └── test_agents.py      # Agent 测试
├── requirements.txt         # 依赖清单
├── setup.py                # 安装配置
└── run.py                  # 快速启动脚本
```

## 🚀 快速开始

### 环境要求

- Python 3.9 - 3.12（推荐 3.12）
- CUDA 11.7+ (GPU 加速可选)
- 操作系统：Windows 10+/Ubuntu 20.04+/macOS 12+

### 安装步骤

#### 1. 创建虚拟环境

**Windows（推荐使用 Python 3.12）：**
```powershell
# 创建虚拟环境
python -m venv venv
# 或使用 Python 3.12
py -3.12 -m venv venv

# 激活虚拟环境
.\venv\Scripts\Activate.ps1
```

**Linux/macOS：**
```bash
# 创建虚拟环境
python3 -m venv venv

# 激活虚拟环境
source venv/bin/activate
```

#### 2. 安装依赖

**方式一：使用清华镜像（国内推荐，速度更快）**
```powershell
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
```

**方式二：使用默认源**
```powershell
pip install -r requirements.txt
```

#### 3. 配置环境变量

**Windows：**
```powershell
# 复制环境配置模板
copy .env.example .env

# 使用记事本编辑配置文件
notepad .env
```

**Linux/macOS：**
```bash
# 复制环境配置模板
cp .env.example .env

# 编辑配置文件
vim .env  # 或使用其他编辑器
```

**必需配置的 API 密钥（至少配置一个）：**
- `SENSENOVA_API_KEY` - 商汤 SenseChat API（推荐）
- `DASHSCOPE_API_KEY` - 阿里通义千问 API
- `OPENAI_API_KEY` - OpenAI API

#### 4. 启动应用

**基础启动：**
```powershell
python run.py
```

**指定端口启动：**
```powershell
python run.py --port 8080
```

**创建公开访问链接：**
```powershell
python run.py --share
```

**自定义主机和端口：**
```powershell
python run.py --host 127.0.0.1 --port 7860
```

> 💡 **提示**：启动后会自动在浏览器中打开 `http://localhost:7860`

## 💡 使用说明

### 基础使用流程

1. **打开 Web 界面** - 启动后自动打开，或访问 `http://localhost:7860`
2. **选择目标市场** - 美国(US)、欧洲(EU)、英国(UK)、日本(JP)、东南亚(SEA)
3. **选择产品类目** - 电子产品、家居用品、时尚服饰、美妆个护、运动户外、玩具母婴
4. **输入分析参数**（可选）：
   - 预算范围
   - 预估售价
   - 采购成本
5. **点击"开始分析"** - Agent 开始工作
6. **查看分析报告** - 包含市场分析、竞品分析、利润计算、选品建议

### 功能模块说明

#### 📊 选品分析
- **市场趋势分析**: 目标市场的规模、增长率、热门品类
- **竞品情况分析**: 竞争对手数量、价格分布、优劣势对比
- **利润空间计算**: 成本明细、利润率、投资回报预估
- **综合选品建议**: AI 综合评分和具体行动建议

#### 💎 选品推荐
- 根据市场和类目推荐热门产品
- 显示产品评分、预估利润、风险等级
- 支持自定义推荐数量

#### � 历史记录
- **自动保存**: 每次分析自动保存到历史记录
- **智能筛选**: 按市场、类目筛选查看
- **详情查看**: 随时回看历史分析的完整报告
- **记录管理**: 支持删除单条或清空所有记录
- **数据统计**: 显示总分析次数、平均评分等统计信息
- **持久化存储**: 数据保存在本地JSON文件中

#### �📖 使用指南
- 系统使用教程
- 功能介绍和最佳实践
- 常见问题解答

### 高级功能

- **多维度分析**: 可指定重点关注的分析维度（市场规模、竞争强度、利润空间等）
- **批量分析**: 支持批量上传产品列表进行快速分析对比
- **历史记录**: 查看历史选品分析记录和趋势变化
- **报告导出**: 支持导出 Markdown/JSON 格式的详细报告
- **实时数据**: 集成多平台数据源，提供最新市场信息

### 命令行参数

```powershell
# 查看所有可用参数
python run.py --help

# 常用参数组合
python run.py --port 8080 --debug  # 指定端口并启用调试模式
python run.py --host 127.0.0.1 --port 7860 --share  # 完整参数
```

## 📚 文档导航

| 文档 | 说明 | 链接 |
|------|------|------|
| 📖 快速开始 | 5分钟快速上手指南 | [QUICKSTART.md](QUICKSTART.md) |
| 💻 安装指南 | Windows/Linux/macOS 详细安装步骤 | [INSTALL.md](INSTALL.md) |
| 🔌 API 文档 | 编程接口和使用示例 | [docs/API.md](docs/API.md) |
| 📘 技术文档 | 完整技术文档和实现细节 | [docs/technical_doc.md](docs/technical_doc.md) |
| 🏗️ 架构设计 | 系统架构和设计思路 | [docs/architecture.md](docs/architecture.md) |
| 🚀 部署文档 | 生产环境部署指南 | [docs/deployment.md](docs/deployment.md) |
| 👥 贡献清单 | 团队成员贡献记录 | [docs/contribution.md](docs/contribution.md) |
| 📝 更新日志 | 版本历史和功能变更 | [CHANGELOG.md](CHANGELOG.md) |

## 🛠️ 技术栈

| 组件 | 技术选型 | 说明 |
|------|----------|------|
| AI 框架 | LazyLLM | 商汤低代码大模型开发框架 |
| 大语言模型 | 通义千问/ChatGLM | 核心推理引擎 |
| Web 框架 | Gradio | 快速构建交互界面 |
| 数据处理 | Pandas | 数据分析处理 |
| 异步处理 | asyncio | 并发任务处理 |

## 📄 许可证

本项目采用 MIT 许可证 - 详见 [LICENSE](LICENSE) 文件

## 🤝 贡献指南

欢迎提交 Issue 和 Pull Request！

## 📞 联系方式

如有问题，请提交 Issue 或联系项目维护者。

---

<div align="center">
<b>基于 LazyLLM 构建 · 赋能跨境电商智能选品</b>
</div>