Google Cloud Retail 2.1.0版本发布:增强搜索功能与对话式搜索API
2025-06-11 21:21:06作者:咎岭娴Homer
Google Cloud Retail是Google提供的一套云端零售解决方案,旨在帮助零售商构建现代化的电子商务平台。该服务提供了产品目录管理、搜索推荐、个性化服务等一系列功能,使零售商能够为客户提供更智能、更个性化的购物体验。
近日,Google Cloud Retail发布了2.1.0版本,这个版本带来了几项重要的功能增强,特别是在搜索相关功能方面有了显著改进。让我们来看看这次更新的主要内容。
新增对话式搜索API
2.1.0版本引入了全新的对话式搜索API,这是本次更新的亮点功能。传统的电子商务搜索通常是基于关键词的简单匹配,而对话式搜索则允许更自然、更接近人类对话的交互方式。
这项功能使得零售商能够:
- 实现更自然的搜索体验,用户可以用更接近日常对话的方式表达需求
- 支持多轮对话上下文,系统能够理解用户的后续查询是基于之前的对话
- 提供更精准的搜索结果,因为系统能更好地理解用户意图
搜索请求功能增强
新版本在SearchRequest中增加了三个重要字段:
- language_code:允许指定搜索语言,确保返回结果与用户语言偏好匹配
- region_code:支持按地区筛选结果,这对于有地域性差异的产品特别有用
- place_id:可以基于特定地点进行搜索,为本地化搜索提供支持
这些增强使得搜索结果可以更加精准地匹配用户的实际需求和上下文环境。
搜索响应新增元数据控制
在SearchResponse中新增了pin_control_metadata字段,这个功能允许:
- 对特定搜索结果进行固定或优先展示
- 实现更灵活的搜索结果排序控制
- 支持运营人员对重要商品的人工干预展示
这对于促销活动或特定商品的推广非常有价值,零售商可以根据业务需求灵活控制搜索结果的展示顺序。
文档持续更新
Google团队承诺保持API文档与最新功能同步更新,确保开发者能够及时获取准确的技术参考。这对于采用新功能的开发团队来说尤为重要,可以减少集成过程中的困惑和错误。
技术影响与建议
对于正在使用或考虑采用Google Cloud Retail的开发者,2.1.0版本提供了更强大的搜索能力。特别是对话式搜索API的引入,代表了搜索技术向更自然交互方式的演进。
建议开发团队:
- 评估对话式搜索API是否适合您的业务场景
- 利用新的搜索参数优化现有搜索体验
- 通过pin_control_metadata实现更灵活的商品展示策略
总的来说,Google Cloud Retail 2.1.0版本的发布进一步强化了其作为现代零售解决方案的技术优势,特别是在搜索相关功能方面提供了更多可能性,值得零售技术团队关注和评估。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869