📷 粘贴截图
📋
Ctrl+V 粘贴截图到这里
或点击选择文件上传
📝 AI Prompt 设置
修改后自动保存。这些prompt决定了AI如何分析你的产品，可以根据你的选品标准自由调整。
🧠 智能筛选
用自然语言描述你想找的产品
支持的条件示例：
• 月销大于500、月销500-2000
• 价格10-30美元、售价低于20
• 评分4.5以上、评论超过1000
• 最近半年上架、一年内上架
• BSR前50、重量500g以内
• 利润率30%以上、有货源
• 中国卖家、美国卖家
🤖 AI 竞品分析
📷 上传1688供应商截图（可选）
上传截图 → AI预填价格 → 你确认修正 → 保存 → 开始分析
☁
所有更改均会自动保存
高级编辑
正在准备编辑器
首次打开可能需要几秒钟
高级编辑器未能加载，已切换到基础编辑模式，内容仍会自动保存。
⚙️ FBA 费率设置
修改后实时生效。费率来源：亚马逊官方 2026年标准（3个价格档）。费率和默认值会自动保存。
📦 默认值设置
头程¥/kg
佣金%
汇率¥/$
小号标准件 · 低价<$10
小号标准件 · $10~$50
小号标准件 · 高价>$50
大号标准件 · 低价<$10
大号标准件 · $10~$50
大号标准件 · 高价>$50
🧠 L1 一级分类 （逐一看主图 + 4 原则）
💡 每个产品独立看主图调用 AI 模型（实际模型见下方“模型”行）。任务范围会从当前主库冻结；taxonomy 不变时完成后自动安全写回，检测到新增组时会暂停并等待你审核确认。
当前类目
(请先在左侧选中类目)
处理范围
模型
当前：(加载中…)
· 去 AI 配置中心改 bs_classify_v2
种子样本数
Stage 2 让 Gemini 看多少个产品设计 taxonomy（默认 = 总数 / 3，覆盖度高）
并行数
同时发起几个 batch 调用（每 batch 5 个产品）。Flash Lite 限速松，推荐 4。即使限速会自动退避重试。
预估：正在读取当前类目产品数量…
🔁 批量模式：当前选的不是叶子类目。将逐个跑下面列出的所有子叶子（串行，单叶子内部并发 4）。
父类目
处理范围
跳过策略
最少产品数
产品数 ≤ 此值的叶子跳过不跑（0 = 全跑）
叶子并行数
同时跑几个叶子（Flash Lite 推荐 3；Pro 模式会自动降为 1）
流水线
单叶子并发
沿用单叶子模式的「模型」「种子数」「并行数」配置（默认 Flash Lite + 单叶子内并发 4）
待跑叶子
预估：…
批量进度
…
活跃叶子
—
日志
启动中…
…
📋 Gemini 设计的 taxonomy（实时）
📊 分布
📋 Taxonomy（Gemini 设计）
📦 抽样分类结果（前 10）
默认 dry-run，不影响数据库。结果出来后可手动应用。
🧠 L2 二级分类 （L1 一级组内 LLM 看图细分）
💡 L2 只在当前 L1 内按稳定结构/安装/夹持方式细分。增量模式继承旧 taxonomy，只看缺少 L2 的新产品，并保护旧 L2/L3。
当前类目
—
一级组
—
范围
Seed 数
设计 taxonomy 时塞给 LLM 的种子图数；默认 = 全部产品（覆盖度最大）
📌 增量：继承旧 taxonomy，只分类缺失产品；全量：重新设计 taxonomy 并覆盖当前 L1
💰 调用次数：—
🖼️ 看图次数：—（设计阶段塞 Seed 张 + 分类阶段每个产品 1 张）
💡 当前模型：读取中… （AI 配置中心
💰 调用次数：—
🖼️ 看图次数：—（设计阶段塞 Seed 张 + 分类阶段每个产品 1 张）
💡 当前模型：读取中… （AI 配置中心
bs_classify_v2）
启动中…
…
当前阶段
—
已处理
—
Token 用量
—
📦 L2 子组（按产品数降序）
确认无误后点「应用」会直接写入 DB（不生成即时备份）。重跑该一级组的 v2 时，L2 会被自动清掉。
配置好后点「开始」。结果会先预览，需手动确认才写库。
🧠 L2 二级分类 （叶子类目 / L1 组逐个跑，避免 AI 偷懒）
💡 当前选中上级类目时，会按下级叶子类目分层调度；每个叶子的每个 L1 一级组独立跑 L2。**每组独立 LLM 上下文**（避免一锅烩偷懒）；跑完一个立刻 apply。
调度范围
—
运行策略
并发数
同时跑几个 job（Flash Lite 限速宽松，2 个最稳；超过 4 不必要）
—
📦 层级队列
⚠️ 每个父 L1 会直接事务写回，不生成即时备份；增量不会改旧 L2/L3，全量重做会清理旧 L3。
📌 当前模型：读取中… （AI 配置中心
📌 当前模型：读取中… （AI 配置中心
bs_classify_v2）
📊 批量进度
—
📦 每组状态
—
📋 每组结果
结果已写入 DB 并实时反映在产品视图。失败的组可在下次重跑（默认跳过已成功的）。
每组独立跑 L2，避免 AI 因数据量大而偷懒。
产品详情
v2026-03-06 17:30:00