人工智能平台 PAI：AI 对话式推荐（AI 导购）

1.1 物品表字段

物品表建议以“一个可售商品 / SKU 一行”为粒度，并先落到 MaxCompute，作为后续导入搜索召回引擎的数据源。字段名不要求与下表完全一致，但需要能映射到对应含义。

1.2 数据准备建议

1. 不要直接全量导入业务数据库字段，优先保留用户会感知、会搜索的字段；价格字段单独保留为数值，用于价格区间过滤。

2. 删除冗长 HTML、重复文案、无搜索价值的大字段，避免影响索引质量和响应耗时。

3. 同一字段的数据类型必须一致，例如 price 不要有的行是数字、有的行是字符串。

4. 正式全量导入前，先准备 50-100 条代表性商品跑通字段配置、索引构建和搜索体验。

商品样例：

{
  "item_id": "sku_10001",
  "title": "蓝色纯棉长袖衬衫",
  "default": "Blue Cotton Long Sleeve Shirt, Commuting, Slim Fit",
  "content_desc": "纯棉面料，微宽松版型，适合通勤和日常穿搭。",
  "price": 299.00,
  "category": "女装/衬衫/长袖衬衫",
  "brand": "ExampleBrand",
  "color": "blue",
  "material": "cotton",
  "style_tags": ["commute", "minimal", "spring"],
  "image_url": "https://example.com/images/sku_10001.jpg",
  "sale_status": "on_sale"
}

2.1 准备 MaxCompute 商品表

将步骤一整理好的物品表写入 MaxCompute 表。请确保用于导入的账号对该表具备 describe、select、download 权限，字段类型使用 OpenSearch 召回引擎版支持的 STRING、BIGINT、DOUBLE 等类型。

2.2 新建 MaxCompute 数据源

1. 进入 OpenSearch 召回引擎版实例的配置中心，选择数据源配置，单击添加数据源。

2. 数据源类型选择 MaxCompute，并填写：

   • 数据源名称：遵循“实例名称_自定义名称”格式。

   • MaxCompute Project、AccessKey ID、AccessKey Secret。

   • 表名及分区（Partition）。

   • 是否开启自动索引重建。

3. 单击校验，校验通过后保存数据源。

说明：如需增量更新并自动触发索引重建，可按控制台指引创建 [表名]_done 辅助表标记数据变更。

2.3 配置索引表结构和模糊分析器配置

为数据源新增索引表结构和模糊分析器配置，确保 AI 导购可以按 default 字段检索商品。

配置示例如下：

如上图所示，导入表后，配置主键，属性字段，搜索结果展示字段，以及分析方式。

其中主键和价格要设置为属性字段，方便后续检索过滤使用。搜索结果展示字段建议包含商品的一些基本信息，这样方便后续大模型根据这些信息进行推荐和聚合分组回复。default 字段设置模糊分析器，该字段主要用来做关键词检索。

2.4 推送配置并重建索引

完成字段、索引、属性、返回字段和分析器配置后，推送配置并触发索引重建。等待索引构建完成后，再进行检索和导购体验测试。

2.5 在 PAI-Rec 中引用召回配置

索引就绪后，在 PAI-Rec 引擎配置中引用该 OpenSearch 召回引擎版实例与索引。

配置示例：

{
  "RecallConfs": [
    {
      "Name": "opensearch_chat_recall",
      "RecallType": "HA3_CHAT_RECALL",
      "Ha3ChatRecallConf": {
        "EngineName": "opensearch_aishopping",
        "IndexName": "ai_guide_goods_simple_v2",
        "DefaultField": "default",
        "Analyzer": "fuzzy_search_analyzer",
        "PriceField": "price"
      }
    }
  ],
  "Ha3EngineConfs": {
    "opensearch_aishopping": {
      "Endpoint": "ha-cn-xxxx.public.ha.aliyuncs.com",
      "Username": "ha_user_example",
      "Password": "example-ha-password",
      "InstanceId": "ha-cn-xxxx",
      "Timeout": 3000
    }
  }
}

字段说明：

3.1 创建特征实体与会话特征视图

1. 登录 PAI 控制台，进入 FeatureStore，选择或创建项目（项目需关联 MaxCompute 项目与 FeatureDB 在线库）。

2. 在特征实体页签，单击新建特征实体，创建会话实体，例如名称 session，Join Id 设置为 session_id。

3. 在特征视图页签，单击新建特征视图，按如下方式配置：

   • 名称：ai_shopping_session_batch。

   • 类型：离线特征视图。

   • 表结构：选择自定义 Schema（自定义表结构），按下表逐个添加字段。或者可以直接复制以下的 json schema 到自定义 Schema 中。

   [
    {
        "Type": "STRING",
        "Attributes": [
            "PrimaryKey"
        ],
        "Name": "session_id"
    },
    {
        "Type": "STRING",
        "Name": "session_blob"
    },
    {
        "Type": "STRING",
        "Attributes": [
            "Partition"
        ],
        "Name": "dt"
    },
    {
        "Type": "STRING",
        "Attributes": [
            "Partition"
        ],
        "Name": "hh"
    }
   ]

• 主键：指定 session_id 为主键。

• 在线同步：开启同步在线特征表，在线存储选择 FeatureDB。

• 关联特征实体：选择 session。

4. 保存特征视图。

说明：系统会自动创建对应的 MaxCompute 离线表，但会话特征视图无需离线导入业务数据，AI 导购运行时会按会话直接写入在线库。请确认服务运行环境网络可以访问 FeatureDB。

注意：生产环境建议使用 VPC 访问 FeatureDB，默认不启用 TestMode。

3.2 在 PAI-Rec 中引用会话存储配置

在 PAI-Rec 引擎配置中，将 AI 导购场景的会话存储指向上一步创建的特征视图。

配置示例：

```json
{
"SceneConfs": {
 "ai_shopping": {
   "default": {
     "AIChatConfig": {
       "SessionFeatureStoreName": "aishopping_fs",
       "SessionFeatureView": "ai_shopping_session_batch"
     }
   }
 }
},
"FeatureStoreConfs": {
 "aishopping_fs": {
   "RegionId": "cn-hangzhou",
   "ProjectName": "ai_shopping",
   "FeatureDBUsername": "featuredb_user",
   "FeatureDBPassword": "example-featuredb-password"
 }
}
}

字段说明：

5.1 完整配置示例

{
  "RunMode": "product",
  "ListenConf": {
    "HttpAddr": "",
    "HttpPort": 8000
  },
  "SceneConfs": {
    "ai_shopping": {
      "default": {
        "AIChatConfig": {
          "DefaultLanguage": "zh",
          "OutputLanguages": [
            "zh",
            "en",
            "ar"
          ],
          "PlannerPromptTemplates": {
            "zh": "${AIShoppingPlannerPromptZh}",
            "en": "${AIShoppingPlannerPromptEn}",
            "ar": "${AIShoppingPlannerPromptAr}"
          },
          "ReplyPromptTemplates": {
            "zh": "${AIShoppingReplyPromptZh}",
            "en": "${AIShoppingReplyPromptEn}",
            "ar": "${AIShoppingReplyPromptAr}"
          },
          "FallbackTemplates": {
            "zh": {
              "rate_limit": "${AIShoppingFallbackRateLimitZh}",
              "timeout": "${AIShoppingFallbackTimeoutZh}",
              "empty_after_tools": "${AIShoppingFallbackEmptyAfterToolsZh}",
              "generic": "${AIShoppingFallbackGenericZh}"
            },
            "en": {
              "rate_limit": "${AIShoppingFallbackRateLimitEn}",
              "timeout": "${AIShoppingFallbackTimeoutEn}",
              "empty_after_tools": "${AIShoppingFallbackEmptyAfterToolsEn}",
              "generic": "${AIShoppingFallbackGenericEn}"
            },
            "ar": {
              "rate_limit": "${AIShoppingFallbackRateLimitAr}",
              "timeout": "${AIShoppingFallbackTimeoutAr}",
              "empty_after_tools": "${AIShoppingFallbackEmptyAfterToolsAr}",
              "generic": "${AIShoppingFallbackGenericAr}"
            }
          },
          "LLMAlgoName": "ai_chat_qwen",
          "RecallName": "opensearch_chat_recall",
          "SessionFeatureStoreName": "aishopping_fs",
          "SessionFeatureView": "ai_shopping_session_batch"
        }
      }
    }
  },
  "AlgoConfs": [
    {
      "Name": "ai_chat_qwen",
      "Type": "PAI_CHAT",
      "PAIModelConf": {
        "APIKey": "example-pai-model-api-key",
        "Model": "qwen3.7-plus"
      }
    }
  ],
  "RecallConfs": [
    {
      "Name": "opensearch_chat_recall",
      "RecallType": "HA3_CHAT_RECALL",
      "Ha3ChatRecallConf": {
        "EngineName": "opensearch_aishopping",
        "IndexName": "ai_guide_goods_simple_v2",
        "DefaultField": "default",
        "Analyzer": "fuzzy_search_analyzer",
        "PriceField": "price"
      }
    }
  ],
  "FeatureStoreConfs": {
    "aishopping_fs": {
      "RegionId": "cn-hangzhou",
      "ProjectName": "ai_shopping",
      "FeatureDBUsername": "featuredb_user",
      "FeatureDBPassword": "example-featuredb-password"
    }
  },
  "Ha3EngineConfs": {
    "opensearch_aishopping": {
      "Endpoint": "ha-cn-xxxx.public.ha.aliyuncs.com",
      "Username": "ha_user_example",
      "Password": "example-ha-password",
      "InstanceId": "ha-cn-xxxx",
      "Timeout": 3000
    }
  }
}

本流程需要关注的字段如下；其他通用引擎字段按示例保留，不在这里重复介绍。

5.2 新建预发配置

1. 进入引擎配置页面。

2. 选择预发环境，示例：prepub。

3. 单击新建配置。

4. 填写配置名称 config_name，示例：pairec_config。

5. 填写配置说明，例如 AI 导购配置，YYYY-MM-DD。

6. 将替换完成的完整 JSON 粘贴到配置内容区域。

7. 保存预发配置。

config_name 必须和服务使用的配置名保持一致。

5.3 确认发布

1. 在预发配置详情页确认环境、配置名称和配置内容。

2. 确认 OpenSearch 召回引擎版、FeatureStore、模型和 prompt 占位都已替换为实际值。

3. 单击确认发布。

4. 发布完成后，使用 AI 导购发起一次正常推荐请求，确认可以返回推荐结果。

如果服务没有按预期生效，优先确认 config_name 是否一致，再查看服务配置刷新周期和服务日志。

5.4 调用测试

curl -N -X POST \
  "<EAS_URL>/api/chat_search" \
  -H "Content-Type: application/json" \
  -H "Authorization: <EAS_TOKEN>" \
  -d '{
    "scene_id": "ai_shopping",
    "session_id": "chat-search-smoke-001",
    "uid": "test_user",
    "language": "zh",
    "input_message": {
      "content": [
        { "type": "text", "text": "帮我推荐衬衫" }
      ]
    }
  }'

5.4.2 EAS 专有网络设置

EAS 服务部署好后，需要额外配置专有网络来支持以 vpc 连接 OpenSearch 实例

配置示例如下

    "cloud": {
        "networking": {
            "destination_cidrs": "100.103.xx.xxx/32",
            "security_group_id": "sg-bpxxx",
            "vpc_id": "vpc-bpxxx",
            "vswitch_id": "vsw-bpxxx"
        }
    },

其中 vpc_id, vswitch_id, security_group_id 为对应的 OpenSearch 实例 vpc 网络信息。destination_cidrs 可以通过 ping OpenSearch 实例地址得到。

为了避免调用超时， EAS 服务中最好还要增加下面配置：

    "metadata": {
        "rpc": {
            "keepalive": 6000000
        }
    },