竞品情报系统 · 整体架构Competitor Intelligence System · v0.2 · 2026-08-28

底层逻辑:买家找到一个商品的真实路径只有 5 条,沿这 5 条路径反向抓取,规格(重量/尺寸)+ 价格 + 类目 + 用途一致的才是真正的竞争对手;找到之后按分层持续关注。
← 竞品查询功能页(Demo)打印 / 导出 PDF
Demo 已实现Demo 部分实现 / 模拟规划中(正式版)本次 Demo 所在模块
输入ASIN + 市场
目标画像价格 重量 尺寸 类目
5 渠道抓取标注来源/位置/广告
候选池聚合去重 · 热度
三层清洗硬过滤 规格 语义
竞品库A/B/C/D 分层
持续关注监控 告警 看板
① 应用层面向运营 / 产品的功能页面
竞品查询输入 ASIN → 5 渠道原始结果(可点击)→ 清洗漏斗 → 竞品分层与关注方式。本 DemoDemo
竞品库管理人工确认 / 剔除 / 打标,记录判断依据,作为模型训练样本规划
规律分析看板各渠道命中规律:哪类渠道/位置的商品最终成为竞品比例最高 → 反哺筛选模型规划
竞品监控与告警A 每日 / B 每周 / C 每月:价格 Coupon BSR 评论 广告位 Listing 改动,飞书/钉钉推送规划
报告导出单次查询报告(KV 7 天)/ 竞品对比表 / CSV部分
② 服务层编排 / 调度 / 规则 / 鉴权
查询编排服务SSE 实时推送:引擎并行 → 聚合 → 清洗 → 评分;报告落库Demo
规则引擎阈值按类目可配:重量 ±35% · 尺寸 体积 0.5-2× · 价格 ±60% · 类目层级 · 语义阈值部分
调度中心Cron:监控任务分发、配额守卫、失败重试、缓存刷新规划
LLM 服务搜索词生成 / 主图视觉描述 / 语义一致性评分(批量)Demo
鉴权 / 用户Demo 口令;正式版接 ipanda 能力中心 JWT,按用户保存竞品库部分
③ 处理层三层逻辑:抓取 → 清洗 → 输出
第一层 · 抓取(5 个用户入口渠道 = 5 个引擎)
① 搜索路径LLM 搜索词 → 前 N 页 自然位 + 广告位Demo
② 图搜主图 → Amazon Lens模拟
③ 详情页广告位 看了又看 买了又买 相似Demo
④ 类目和榜单叶子类目 Best SellersDemo
⑤ Alexa AI 搜索买家意图问题 → Alexa 推荐模拟
▶
聚合
候选池同 ASIN 合并来源;热度 = 渠道数×10 + 命中数 + 首页排名Demo
▶
第二层 · 清洗
L1 硬过滤无价格 自家品牌 配件Demo
L2 规格门槛重量 尺寸 价格 类目(核心)Demo
L3 语义判定用途 人群 形态Demo
▶
第三层 · 输出
评分 / 分层语义 35 规格 25 热度 20 价格 15 强度 5Demo
关注方式A 日 B 周 C 月 D 归档Demo
④ 采集与数据源层统一网关,Key 只存一处,跨项目缓存
ScraperAPI 网关搜索页 / 详情页(JS 渲染,含广告位与走马灯)/ 榜单页 / 结构化商品接口(重量 尺寸 BSR 类目)Demo
浏览器网关(本机 Playwright)Amazon Lens 图搜 · Alexa for shopping 问答;Cloudflare Tunnel 暴露;买家测试号规划
卖家精灵 / Sorftime流量词交叉校验搜索词、月销量、变体、店铺;Sorftime 无会话限流优先规划
Keepa价格 / BSR 历史曲线,监控告警的基线规划
⑤ 存储层
KV 缓存搜索页 6h · 详情页 12h · 商品信息 24h · 报告 7 天Demo
D1 竞品库目标商品 / 候选 / 来源标签(渠道·位置·广告)/ 清洗结果 / 分层 / 人工确认 / 历史快照规划
R2 归档原始页面快照、报告 PDF、月度快照差分(新进/退出竞品)规划
⑥ 基础设施
Cloudflare Workers + Cron无服务器,SSE 流式,jp.ipanda.aiDemo
Claude Haiku 4.5text + vision;正式版经 ai-platform Service Binding 统一计费部分
ipanda 能力中心统一入口、JWT、用户与配额规划
飞书 / 钉钉监控告警推送、周报规划

数据流(一次查询)

  • 输入 ASIN → 结构化接口取目标画像(价格 / 重量 / 尺寸 / 类目 / BSR / 主图 / 卖点)
  • 5 引擎并行:LLM 生成搜索词 → 搜索页;主图 → 图搜;详情页模块;榜单;买家意图 → Alexa。每条命中 = ASIN + 渠道 + 位置 + 广告/自然
  • 候选池按热度排序,取前 N 逐个取结构化信息 → L1 → L2(规格为核心:重量 ±35%、尺寸体积 0.5-2×)→ L3 语义
  • 综合评分 → A/B/C/D → 关注方式;报告落 KV;正式版写入 D1 竞品库并注册监控任务

数据流(持续关注,规划)

  • 调度中心按分层频率(A 日 / B 周 / C 月)拉取竞品价格 / Coupon / BSR / 评论 / 广告位 / Listing 变化
  • 与 Keepa 基线比较,超阈值 → 飞书/钉钉告警;月度快照差分发现新进 / 退出竞品
  • 规律分析看板:统计各渠道 / 位置 / 广告位的候选最终成为竞品的比例 → 调整热度权重与阈值 → 模型迭代
  • 人工在竞品库确认 / 剔除的记录作为训练样本,逐步用模型替代规则

Demo 与正式版的差距(给开发)