Retail-GPT：利用检索增强生成（RAG）构建电商聊天助手
Retail-GPT: leveraging Retrieval Augmented Generation (RAG) for building E-commerce Chat Assistants
AI总结：
本研究提出开源的Retail-GPT电商聊天助手，基于RAG技术实现产品推荐、购物车管理等功能，具备跨平台适配性，可充当虚拟销售代理并验证同类助手在零售场景的可行性。
摘要：
本研究提出Retail-GPT——一款基于检索增强生成（RAG）的开源聊天机器人，旨在通过引导用户获取产品推荐、协助购物车操作，提升零售电商场景下的用户参与度。该系统具备跨平台特性，可适配各类电商领域，无需依赖特定聊天应用或商业服务。Retail-GPT能开展类人对话、解读用户需求、查询产品库存并管理购物车操作，目标是充当虚拟销售代理，同时验证此类助手在不同零售业务中的可行性。
英文摘要：
This work presents Retail-GPT, an open-source RAG-based chatbot designed to enhance user engagement in retail e-commerce by guiding users through product recommendations and assisting with cart operations. The system is cross-platform and adaptable to various e-commerce domains, avoiding reliance on specific chat applications or commercial activities. Retail-GPT engages in human-like conversations, interprets user demands, checks product availability, and manages cart operations, aiming to serve as a virtual sales agent and test the viability of such assistants across different retail businesses.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
