-
AI 商品列表生成 (
/api/r1/shop/ailist)-
通过商品图片识别商品类目(基于 BGE-M3 多语言嵌入向量相似度匹配)
-
AI 生成商品标题(多语言支持)
-
AI 生成商品描述(多语言支持)
-
AI 生成商品属性
-
-
文本翻译 (
/api/r1/c/translate,/api/r1/c/batchtranslate)-
单文本翻译
-
批量文本翻译
-
多语言支持
-
-
图片 OCR 识别 (
/api/r1/c/ocr)-
从商品图片中提取文字信息
-
二、技术栈
-
Web 框架: FastAPI
-
数据库: MySQL (SQLAlchemy ORM)
-
AI 模型:
-
BGE-M3 (BAAI General Embedding M3) - 用于商品类目多语言嵌入匹配
-
Qwen (通义千问) - 用于商品标题、描述、属性生成
-
Gemini - 备用 LLM
-
-
API 调用
本项目使用 BGE-M3 (BAAI General Embedding M3) 多语言嵌入模型进行商品类目匹配,通过嵌入向量相似度计算,将 AI 识别的类目路径与数据库中的目标站点类目进行智能匹配。
BGE-M3 特点:支持超过100种语言的稠密嵌入、稀疏嵌入和混合检索,是当前性能最优的开源嵌入模型之一。
部署方式
BGE 模型通过 Docker 部署为 API 服务,使用
标题内容
docker run --gpus all -p 8000:80 -v "%cd%\data:/data" ghcr.io/huggingface/text-embeddings-inference:cuda-1.8.1 --model-id BAAI/bge-m3
所有配置存储在 MySQL 数据库的 sys_conf
应用会在调用嵌入服务时从数据库动态读取这些配置,修改配置后无需重启服务。
配置数据库(sys_conf 表):
| key | value |
|-----|-------|
| EMBEDDING_BASE_URL | http://localhost:11434/v1 |
| EMBEDDING_API_KEY | ollama |
| EMBEDDING_MODEL | BAAI/bge-m3 |
---
## 环境变量
| 变量名 | 说明 | 默认值 |
|--------|------|--------|
| MYSQL_HOST | MySQL 主机 | localhost |
| MYSQL_PORT | MySQL 端口 | 3306 |
| MYSQL_USERNAME | MySQL 用户名 | xx |
| MYSQL_PASSWORD | MySQL 密码 | xx |
| MYSQL_DATABASE | 数据库名 | xx |
---
## 快速启动
1. 安装依赖:
```bash
pip install -r requirements.txt
-
app/config.py) -
http://localhost:1235
- THE END -
最后修改:2026年3月29日
非特殊说明,本博所有文章均为博主原创。

共有 0 条评论