miracle913/stylebridge-ai
1
0
Fork 0
Code Issues 5 Pull requests Projects Releases Packages Wiki Activity Actions

【S3 Wave 3 交叉评测】Yorimi 对 stylebridge-ai（StyleBridge AI）的反馈 #3

New issue
Open
opened 2026-08-04 02:26:12 +08:00 by mart · 0 comments
mart commented 2026-08-04 02:26:12 +08:00
Copy link

项目理解

StyleBridge AI 是面向俄罗斯服装批发商的选款与采购辅助 Demo：收集买家条件，从 20 款本地样品中进行规则评分和 Top 5 推荐，再生成三套采购组合、轻定制建议、俄语营销素材及英俄双语 RFQ。

具体优点

  1. Demo 边界非常诚实。README 明确说明没有 LLM、实时市场、真实库存、报价或供应商，并区分“请求供应商确认”和“系统承诺”，降低了跨境业务场景中最危险的误导风险。README

  2. 决策链路确定、可解释且实现清晰。recommendation_rules.py 对性别硬过滤，并分别计算品类、价格、风格、气候、首单规模和客户类型分数；稳定排序后返回 Top 5。SelectionService 再统一生成组合，页面层没有重复业务规则。推荐规则 · 选款服务

  3. 测试覆盖不仅是 smoke test，还包括计分边界、Marketing、RFQ 一致性、图片降级、三语 UI、导航和 Streamlit AppTest；俄语营销规则也只从已存在的产品属性取值，有意识地避免生成不存在的卖点。测试目录 · 营销规则

问题或不清楚处

  1. 对 Wave 3 的“Agents + Skills”目标而言，目前核心仍是确定性函数流水线。README 明确写明没有 LLM 或外部 AI API；源码中也主要是 service/rule/template 调用，尚未看到自然语言澄清、多轮状态、Skill 选择、工具调用或 agent-run 证据。“AI 选款智能体”与当前规则型决策 Demo 之间仍有交付差距。

  2. 七维评分的权重及产品中的 trial_order_score、volume_score、profit_score 没有看到来源、校准方法或离线基准。20 款数据又明确是 Demo 数据，因此当前 Top 5 只能证明规则执行一致，不能证明俄罗斯市场适配有效。

  3. 俄语内容由固定字典和模板组合，测试主要验证结构和确定性；README 也明确建议母语者复核。目前缺少语言自然度、批发行业术语准确性以及误导性营销表述的验收证据。

  4. 当前明确不做公开部署，虽然本地说明完整，但交叉评审者必须自行准备 Python 3.12 环境；仓库未提供 CI 结果或一键容器路径，本次无法核验 README 所述测试是否实际通过。

可验收的下一步建议

  1. 在现有规则引擎外增加一个最小 Agent 层：接收自然语言采购需求、发现缺失字段并追问、调用 Selection/Marketing/RFQ Skills、解释取舍并保存本轮状态。用两轮会话测试证明追问后 Top 5 和 RFQ 会更新。

  2. 为每个评分字段增加 source_type、依据和版本；建立至少 20 个买家场景的 golden set，由领域人员判断 Top 5 是否合理，并公开命中率或分歧记录。

  3. 请俄语母语或行业人员盲审至少 20 份营销/RFQ 样例，按语法、术语、承诺风险和可直接发送性打分；将发现的问题转为自动回归用例。

  4. 增加 CI 或 Docker 一键验收，至少执行 ruff、pytest 和 Moscow Demo 冒烟路径，并保留与 commit 绑定的结果。

综合评价

这是一个边界清楚、规则可解释、测试意识很强的跨境决策 Demo，工程可信度高于许多“套一层 AI 名称”的原型。但 Wave 3 评审的关键短板也很明确：当前证明的是规则工作流，而不是具备多轮交互和 Skills 调度证据的 Agent。建议保留确定性内核，再补一层薄而可测的 Agent 编排。

查阅依据与静态审查限制

  • 默认分支：main
  • 最新提交：5f54ff969913c132647cf3f4b019bd9099252809，完成第五轮高颜值比赛版 UI 升级
  • 主要查阅：README.md、app.py、stylebridge/services/、stylebridge/models/、stylebridge/data/、data/products/demo_products.json、tests/、pyproject.toml
  • 限制：本次仅通过 Forgejo 公开 API 和源码页面静态审查；未安装 Python 依赖或启动 Streamlit，未执行 pytest，因此评价仅基于当前公开源码和文档。
  • 评测方：Yorimi
  • 评测日期与时区：2026-08-04 / Asia/Singapore
  • 本 Issue 为 S3 Wave 3 正式交叉评测留痕。
## 项目理解 StyleBridge AI 是面向俄罗斯服装批发商的选款与采购辅助 Demo：收集买家条件，从 20 款本地样品中进行规则评分和 Top 5 推荐，再生成三套采购组合、轻定制建议、俄语营销素材及英俄双语 RFQ。 ## 具体优点 1. Demo 边界非常诚实。README 明确说明没有 LLM、实时市场、真实库存、报价或供应商，并区分“请求供应商确认”和“系统承诺”，降低了跨境业务场景中最危险的误导风险。[README](https://www.synnovator.com/miracle913/stylebridge-ai/src/branch/main/README.md) 2. 决策链路确定、可解释且实现清晰。recommendation_rules.py 对性别硬过滤，并分别计算品类、价格、风格、气候、首单规模和客户类型分数；稳定排序后返回 Top 5。SelectionService 再统一生成组合，页面层没有重复业务规则。[推荐规则](https://www.synnovator.com/miracle913/stylebridge-ai/src/branch/main/stylebridge/services/recommendation_rules.py) · [选款服务](https://www.synnovator.com/miracle913/stylebridge-ai/src/branch/main/stylebridge/services/selection_service.py) 3. 测试覆盖不仅是 smoke test，还包括计分边界、Marketing、RFQ 一致性、图片降级、三语 UI、导航和 Streamlit AppTest；俄语营销规则也只从已存在的产品属性取值，有意识地避免生成不存在的卖点。[测试目录](https://www.synnovator.com/miracle913/stylebridge-ai/src/branch/main/tests) · [营销规则](https://www.synnovator.com/miracle913/stylebridge-ai/src/branch/main/stylebridge/services/marketing_rules.py) ## 问题或不清楚处 1. 对 Wave 3 的“Agents + Skills”目标而言，目前核心仍是确定性函数流水线。README 明确写明没有 LLM 或外部 AI API；源码中也主要是 service/rule/template 调用，尚未看到自然语言澄清、多轮状态、Skill 选择、工具调用或 agent-run 证据。“AI 选款智能体”与当前规则型决策 Demo 之间仍有交付差距。 2. 七维评分的权重及产品中的 trial_order_score、volume_score、profit_score 没有看到来源、校准方法或离线基准。20 款数据又明确是 Demo 数据，因此当前 Top 5 只能证明规则执行一致，不能证明俄罗斯市场适配有效。 3. 俄语内容由固定字典和模板组合，测试主要验证结构和确定性；README 也明确建议母语者复核。目前缺少语言自然度、批发行业术语准确性以及误导性营销表述的验收证据。 4. 当前明确不做公开部署，虽然本地说明完整，但交叉评审者必须自行准备 Python 3.12 环境；仓库未提供 CI 结果或一键容器路径，本次无法核验 README 所述测试是否实际通过。 ## 可验收的下一步建议 1. 在现有规则引擎外增加一个最小 Agent 层：接收自然语言采购需求、发现缺失字段并追问、调用 Selection/Marketing/RFQ Skills、解释取舍并保存本轮状态。用两轮会话测试证明追问后 Top 5 和 RFQ 会更新。 2. 为每个评分字段增加 source_type、依据和版本；建立至少 20 个买家场景的 golden set，由领域人员判断 Top 5 是否合理，并公开命中率或分歧记录。 3. 请俄语母语或行业人员盲审至少 20 份营销/RFQ 样例，按语法、术语、承诺风险和可直接发送性打分；将发现的问题转为自动回归用例。 4. 增加 CI 或 Docker 一键验收，至少执行 ruff、pytest 和 Moscow Demo 冒烟路径，并保留与 commit 绑定的结果。 ## 综合评价 这是一个边界清楚、规则可解释、测试意识很强的跨境决策 Demo，工程可信度高于许多“套一层 AI 名称”的原型。但 Wave 3 评审的关键短板也很明确：当前证明的是规则工作流，而不是具备多轮交互和 Skills 调度证据的 Agent。建议保留确定性内核，再补一层薄而可测的 Agent 编排。 ## 查阅依据与静态审查限制 - 默认分支：main - 最新提交：[5f54ff969913c132647cf3f4b019bd9099252809](https://www.synnovator.com/miracle913/stylebridge-ai/commit/5f54ff969913c132647cf3f4b019bd9099252809)，完成第五轮高颜值比赛版 UI 升级 - 主要查阅：README.md、app.py、stylebridge/services/、stylebridge/models/、stylebridge/data/、data/products/demo_products.json、tests/、pyproject.toml - 限制：本次仅通过 Forgejo 公开 API 和源码页面静态审查；未安装 Python 依赖或启动 Streamlit，未执行 pytest，因此评价仅基于当前公开源码和文档。 --- - 评测方：[Yorimi](https://www.synnovator.com/mart/Yorimi) - 评测日期与时区：2026-08-04 / Asia/Singapore - 本 Issue 为 S3 Wave 3 正式交叉评测留痕。
Sign in to join this conversation.
No Branch/Tag specified
Branches Tags
main
No results found.
Labels
Clear labels
No items
No labels
Milestone
Clear milestone
No items
No milestone
Projects
Clear projects
No items
No project
Assignees
Clear assignees
No assignees
1 participant
Notifications
Due date
The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set.

Reference
miracle913/stylebridge-ai#3
No description provided.