北京
一位开发者给朋友的Shopify店铺做了一次产品页体检，结果只拿到65分，评级C。这家店明明有6个尺码在售，页面根部的结构化数据里却只暴露了默认那一个，条码字段也是空的。
这不是个例。按这位开发者的说法，超过74%的独立电商店铺和小商家正遭遇"静默目录掉队"：AI购物助手爬不到它们的完整商品信息。
他为此写了一个开源工具CatalogPulse，输入一个商品链接，10秒出结果，不需要安装，也不用登录。
AI爬虫撞上的三堵墙
当买家直接问ChatGPT搜索、Perplexity或Gemini"帮我找US 10.5码、120美元以内、有货的透气桉树跑鞋"时，AI购物代理会去爬商品页读结构化元数据。大品牌那边读到的是服务端渲染好的、干净的Schema.org JSON-LD微数据；独立店铺这边经常撞墙。
第一堵墙是尺码颜色选择器。客户端JavaScript把次要SKU藏了起来，非浏览器爬虫看不到。店里有10.5码现货，根部HTML只露出8码。
第二堵墙是缺失的GTIN/UPC条码。没有全球标识符，AI代理无法跨商家登记库交叉验证商品真伪。
第三堵墙是价格与目录漂移。Poshmark、eBay、Depop这类二手转售站点，带着过时或更低的价格，在Google购物里排到了官方商家前面。
企业品牌每月花2000美元以上买目录可观测性平台来抓这些问题。独立商家和单人创业者掏不起这笔钱。
确定性解析加开放权重模型
CatalogPulse的架构刻意做成"确定性+开放权重AI"的混合体，目的是让模型不编造事实。
第一步，用Cheerio在服务端抓原始HTML，模拟不执行JS的AI爬虫视角，解析已有的JSON-LD商品与报价节点以及OpenGraph标签，标记出缺失的GTIN、SKU和变体遗漏。
第二步，实时调用SerpApi的Google购物引擎，自动拼一个带品牌前缀的查询，只拉同品牌对比，过滤无关噪音，看这件商品在开放网络上到底长什么样——转售价格、变体命名漂移、竞品列表。
第三步，把解析出的DOM数据和实时市场信号一起喂给Google Gemma 2（gemma-2-9b-it），通过Groq或HuggingFace推理，输出被约束在严格JSON结构里的结果：0到100的可发现性评分、等级、关键缺陷、改进建议，以及一段可直接粘贴的Schema.org商品JSON-LD代码。
前端用Next.js 16、React 19、Tailwind CSS v4搭成，深色诊断风格，灵感来自Linear和Raycast。
为什么必须用开放权重
对一个9美元/月的副业工具来说，开放权重模型不是理念选择，是单位经济模型能不能成立的前提。
一个独立商家不止一个商品链接，通常有200到2000个SKU。每天对2000个页面跑结构化审计和JSON-LD生成，用前沿闭源API会把利润吃干净；开放权重模型能把结构化JSON合成的成本压到接近零，跑在本地硬件上则完全免费。
另一个理由是数据主权。商家和代理商经常要审计含未发布新品、批发利润结构、内部SKU映射的测试店铺。Gemma权重是开放的，代理商可以把CatalogPulse指向本地的Ollama或vLLM端点，客户目录数据不经过任何第三方云。
还有一层是不被API锁定。闭源模型会悄悄改行为、下线接口；确定性解析器加实时市场 grounding 加开放权重JSON合成，给小商家一个自己能拥有的可预测工具。
朋友的两分钟修复
那位做D2C服装鞋履的朋友，把CatalogPulse生成的JSON-LD代码块直接粘进主题头部。两分钟内，页面就带完整的品牌、SKU和报价属性通过了校验，没请每月500美元的SEO顾问。
他接着提了个需求：能不能每周日晚爬一遍整个sitemap.xml，主题更新把结构化数据搞坏了就发邮件通知他。开发者说这在路线图上。
代码以MIT协议开源，工具同时提交了Hacktoberfest开放源码AI挑战赛的"最佳Gemma应用"和"最佳SerpApi应用"两个方向。
对做独立站的人来说，这件事的提醒很直接：你的商品页在人类眼里正常，在AI代理眼里可能只剩一个尺码、没有条码、价格还被转售站压着。而买家问AI的那句话，已经不再经过那十个蓝色链接了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
