核心用法
Shopping Expert 是一款集成在线电商与本地实体店的智能购物助手。用户通过自然语言查询商品（如"coffee maker"），系统支持四种搜索模式：online（纯线上）、local（纯本地）、hybrid（混合模式）和 auto（智能自动选择）。核心命令通过 uv run scripts/shop.py 执行，可指定预算（low/medium/high 或精确金额如"$100"）、地理位置、品牌偏好等参数，最终输出带购买链接和店铺地址的结构化购物清单。
显著优点
1. 智能评分算法：采用加权模型综合评估商品，价格匹配占30%、评分25%、库存状态20%、评论数量15%、物流/距离10%，并额外奖励偏好关键词匹配，确保推荐结果客观可靠。
2. 双渠道覆盖：同时打通 Google Shopping 电商平台和 Google Places 本地商户，满足即时购买与线下体验的双重需求。
3. 灵活预算控制：支持模糊档位（低/中/高）和精确金额两种输入方式，自动适配不同货币（€/$）。
4. 鲁棒性设计：内置指数退避重试机制（3次）、参数自动放宽策略和清晰的错误提示，提升用户体验稳定性。
潜在缺点与局限性
- API 依赖成本：需自行申请 SerpAPI 和 Google Places API 密钥，两者均有调用配额限制，高频使用可能产生费用。
- 数据时效性：价格和库存信息依赖第三方 API 缓存，非实时同步，可能出现下单时已变价或缺货的情况。
- 本地库存盲区：Google Places API 不返回具体商品库存，仅提供店铺位置，实际到店可能扑空。
- 地域覆盖不均：默认德国（de）市场，虽支持 US/UK 等国家代码，但部分小众地区数据质量可能下降。
适合的目标群体
- 价格敏感型消费者：需要跨平台比价、追求最优性价比的购物者。
- 本地生活用户：希望查找附近实体店、即时取货或体验商品的本地居民。
- 采购决策者：行政人员、小型企业主批量采购办公用品或设备时快速生成候选清单。
- 跨境购物者：支持多国家代码切换，适合有海外购物需求的用户。
使用风险
- API 密钥泄露风险：密钥以环境变量形式注入，若在多用户服务器或 CI/CD 日志中配置不当，可能导致密钥泄露和滥用。
- 网络超时累积：虽单次请求设30秒超时，但混合模式下并发调用多个 API，极端网络环境下总耗时可能较长。
- 供应商锁定：核心功能深度绑定 SerpAPI 和 Google 生态，若 API 服务变更定价或条款，将直接影响 Skill 可用性。
- 结果偏差：评分算法权重固定，无法针对个人历史偏好动态调整，可能偶尔推荐不符合用户隐性需求的商品。