汽车零部件 AI 语义搜索

问题

人们对同一个零件有很多种说法：“headlight”或“head lamp”、非正式的叫法，或者其他语言。但正确答案只有一个：一辆确切车型对应的一个零件编号，涉及品牌、车型、年份、燃料、变速箱、代次和位置（左或右、前或后）。

僵硬的关键词过滤无法应对这种情况。公司需要一种能理解日常语言、几乎每次都能返回正确零件的搜索。此外，这套搜索属于公司向政府研发计划申报的一个项目。要获得批准，它必须在一个固定的 3000 个零件测试中达到 95% 的准确率。

查询的处理流程

1. 语言检测 先运行一个小型语言检测器，只在需要时才调用 LLM。
2. LLM 规范化 非英语查询会被翻译并清洗（GPT-4o-mini）。
3. 实体抽取 spaCy NER 识别品牌、车型、年份、燃料、变速箱、零件名称、位置和代次。
4. 带过滤的向量搜索 识别出的实体成为 Weaviate 语义搜索之上的精确过滤条件。
5. LLM 重排序 LLM 后置过滤器剔除明显错误的结果，并对其余结果重新排序。
6. 结果 为买家提供商品搜索，为供应商提供目录匹配。

• Django REST API为商城和后台工具提供两种搜索模式
• 准确率测试套件在固定测试集上运行同一条流水线
• S3 报告每次测试运行都会被保存，重新部署后也不会丢失

示例：一条查询的处理过程

1. 用韩语输入的查询 현대 쏘나타 2019 왼쪽 헤드라이트
2. LLM 规范化之后 Hyundai Sonata 2019 left headlight
3. 抽取出的实体，用作精确过滤条件
   • brand: Hyundai
   • model: Sonata
   • year: 2019
   • side: left
   • part: headlight
   别名列表把“headlight”转换为目录名称 Head Lamp Assembly。
4. 向量搜索和 LLM 重排序之后的结果
   • Head Lamp Assembly · Left 排在第一
   • Fog Lamp · Left 被 LLM 剔除

我构建了什么

• 向量搜索核心。我把零件目录嵌入到 Weaviate 中，并用 Django REST Framework 构建了搜索服务。我为每个零件挑选了要嵌入的文本，例如字段标签、零件位置、车辆年份和精选的同义词，这样能找到更多正确的零件。
• 实体作为硬过滤条件。spaCy 从自由文本查询中提取结构化信息，并把它们变成精确的过滤条件。向量搜索负责处理措辞差异，过滤条件则确保车型和位置正确。
• 两种搜索模式。买家使用商品搜索。供应商使用自动匹配：他们上传一个零件后，搜索会把它与目录记录匹配，每个不同的零件编号都成为一条单独的结果。
• 多语言查询。一个 LLM 负责翻译并清洗非英语查询。把它从 GPT-3.5-Turbo 换成 GPT-4o-mini 后，质量更好、成本更低，而语言检测让 LLM 的调用次数保持在低水平。
• 相关性调优。LLM 重排序器会剔除明显错误的结果。一份别名列表把日常用词映射到目录名称，因此“headlight”能找到 Head Lamp Assembly。这提高了日常说法的准确率。
• 前端对接。我把商城和后台工具接入了搜索 API。页面上的筛选条件会传入查询，匹配结果会自动填写供应商的表单，搜索结果按相关性排序，低于置信度阈值的会被截掉。

衡量准确率

准确率必须靠测量，而不是靠猜测。我构建了一个内部测试页面，在一个固定的、精心整理的测试集上运行与生产搜索相同的流水线。

• 指标：accuracy@1 和 accuracy@3、精确率、召回率、F1、混淆矩阵和交叉验证。
• 可重复运行：自动或手动运行。每次运行都会记录运行者，以及是否开启了 LLM 步骤。
• 安全设计：测试数据存放在独立的集合中，并设有防护措施，确保测试绝不会触碰生产数据。
• 错误分析：当一条查询没有返回结果时，我会追查原因，例如过期的测试记录、与目录条目不匹配的商品信息、两个相互冲突的实体模式，或者查询中出现的车身颜色，然后逐一修复。

结果

• 95%+在政府研发计划的 3000 个零件测试中的准确率
• 已获批准研发项目，在它通过测试之后
• 30 万+在售且可搜索的商品信息，来自超过 200 万条零件记录的目录

该搜索已面向买家和供应商在生产环境上线。我还在生产环境中运行了自动化准确率测试，并修复了测试发现的问题。

本页面略去了雇主代码、内部数据和私有网址。