ima-rag-workflow

# IMA RAG 工作流：亚马逊广告问答 ## 核心原则 **MCP 用于只读查询，Skill 用于写入操作** | 操作类型 | 工具 | 原因 | |---------|------|------| | 搜索知识库/内容 | MCP | 快速、自动、集成到对话流 | | 读取媒体信息 | MCP | 获取原文访问链接 | | 上传文件/添加URL | Skill | 需要安全门控、重名检查、COS上传 | | 批量操作 | Skill | 有专门的脚本和错误处理 | --- ## 工作流架构 ``` 用户提问（亚马逊广告相关） │ ├─→ 1. 搜索知识库（MCP） │ mcp__ima-knowledge-base_ima_search_knowledge_base(query="ACoS") │ ├─→ 2. 获取知识库信息（MCP） │ mcp__ima-knowledge-base_ima_get_knowledge_base_info(kb_ids=["Oz8mTK0..."]) │ ├─→ 3. 搜索知识库内容（MCP） │ mcp__ima-knowledge-base_ima_search_knowledge(query="ACoS优化", kb_id="Oz8mTK0...") │ ├─→ 4. 获取原文内容（MCP + Skill） │ MCP: mcp__ima-knowledge-base_ima_get_media_info(media_id="...") │ Skill: 读取笔记内容或下载PDF │ └─→ 5. 综合回答 + 现实数据验证 结合 IMA 知识库 + 领星MCP 广告数据 ``` --- ## Step 1: 搜索知识库（发现阶段） **触发条件**: 用户提问涉及亚马逊广告概念、策略、问题诊断 **MCP 调用**: ``` mcp__ima-knowledge-base_ima_search_knowledge_base( query="广告", limit=20 ) ``` **返回示例**: ```json { "info_list": [ { "kb_name": "亚马逊广告最全知识库", "kb_id": "Oz8mTK0umBKnPPkSawK7vj9URb1UaMVveqR7x3JX4Vs=", "content_count": 1884, "role_type": "普通成员" } ] } ``` **处理逻辑**: - 如果找到相关知识库 → 记录 kb_id 用于后续搜索 - 如果没有 → 搜索具体关键词："ACoS"、"SP广告"、"新品推广" - 如果有多个 → 选择内容最多的或最近更新的 --- ## Step 2: 搜索知识库内容（精准检索） **触发条件**: 已知 kb_id，需要查找具体答案 **MCP 调用**: ``` mcp__ima-knowledge-base_ima_search_knowledge( query="ACoS过高怎么办", kb_id="Oz8mTK0umBKnPPkSawK7vj9URb1UaMVveqR7x3JX4Vs=", cursor="" ) ``` **优化策略**: - 使用用户提问中的核心关键词 - 如果结果太多（>50条），使用更具体的词 - 关注搜索结果中的 `highlight_content` 字段 --- ## Step 3: 获取原文内容 **触发条件**: 需要引用具体文章的内容 ### 方式A: 微信公众号文章（media_type=6） **MCP 调用**: ``` mcp__ima-knowledge-base_ima_get_media_info( media_id="wechatarticle_xxx_xxx" ) ``` **返回**: 包含原文 URL，可直接访问或总结 ### 方式B: 笔记类型（media_type=11） **MCP 调用**: ``` mcp__ima-knowledge-base_ima_get_media_info( media_id="note_xxx" ) ``` **返回**: `notebook_id` → 需要使用 notes 模块获取内容 **Skill 调用**: ```bash ima_api "openapi/note/v1/get_doc_content" '{"note_id":"<notebook_id>","target_content_format":0}' ``` ### 方式C: 文件类型（PDF/Word） **MCP 调用**: ``` mcp__ima-knowledge-base_ima_get_media_info( media_id="media_xxx" ) ``` **返回**: 文件下载 URL → 使用 `browser_navigate` 或 `curl` 下载并分析 --- ## Step 4: 现实数据验证（可选但推荐） IMA 知识库提供理论/经验，领星 MCP 提供现实数据 **组合使用场景**: 1. 用户问："我的ACoS从20%涨到40%怎么办？" 2. IMA 搜索：找到"ACoS飙升原因分析"相关文章 3. 领星 MCP 验证：`ad_campaign_report` 查看当前广告表现 4. 综合回答：理论分析 + 实际数据建议 --- ## 实际调用示例 ### 示例1: 新手问"如何降低ACoS" ``` 用户: 我的SP广告ACoS太高了，有什么优化方法？ 助理: 1. 搜索知识库： mcp__ima-knowledge-base_ima_search_knowledge(query="ACoS优化", kb_id="...") 2. 找到相关文章： - "日均10-20单但利润都被广告吃掉了！如何快速降低广告占比？" - "告别'白烧钱'，亚马逊AMC为你送上广告降本增效爆单密码" 3. 获取原文： mcp__ima-knowledge-base_ima_get_media_info(media_id="...") 4. 综合领星数据（如有）： ad_campaign_report 查看当前广告表现 5. 回答： 根据知识库和您的广告数据，建议： - 暂停高ACoS低转化的关键词 - 优化出价策略（使用建议竞价） - 检查广告位加成是否合理 - 参考具体操作方案... ``` ### 示例2: 老手问"展示型推广怎么做" ``` 用户: 展示型推广（SD）应该怎么搭建？ 助理: 1. 搜索： mcp__ima-knowledge-base_ima_search_knowledge(query="展示型推广", kb_id="...") 2. 找到： - "亚马逊广告高阶'组合技'，为你揭开展示型推广的流量密码！" - "高出价≠高曝光！破解亚马逊新品广告三大迷思" 3. 回答策略： - 引用知识库内容 - 结合您的店铺实际投放情况 - 提供分阶段搭建建议 ``` --- ## 工具选择决策树 ``` 用户提问亚马逊广告问题 │ ▼ 需要理论知识/经验？ │ ┌────┴────┐ │ │ 是 否 │ │ ▼ ▼ IMA知识库 直接回答 │ │ ▼ │ 搜索知识库 │ │ │ ▼ │ 获取原文 结束 │ │ └────┬────┘ ▼ 需要验证现实数据？ │ ┌────┴────┐ │ │ 是 否 │ │ ▼ ▼ 领星MCP 综合回答 查询 + IMA 引用 │ ▼ 最终回答 ``` --- ## 高级技巧 ### 1. 缓存策略 ```python # 在skill中实现知识库缓存 cache = { "kb_id": "Oz8mTK0...", "search_results": {...}, # 最近搜索的结果 "last_updated": timestamp } ``` 避免重复搜索相同的知识库 ### 2. 上下文增强 将 IMA 搜索结果作为 context 注入回答： ``` 根据「亚马逊广告最全知识库」中的内容： - 文章《...》提到... - 文章《...》建议... 结合您的实际情况（领星数据）... ``` ### 3. 多知识库协作 用户可能有多个知识库： - 亚马逊广告最全知识库（理论） - 视频号营销知识库（引流） - 跨境电商知识库（选品） **策略**: 按问题类型选择最相关的知识库 --- ## 命令速查表 | 操作 | MCP 工具 | 参数 | |-----|---------|------| | 搜索知识库 | `ima_search_knowledge_base` | query, limit | | 获取知识库详情 | `ima_get_knowledge_base_info` | kb_ids | | 搜索内容 | `ima_search_knowledge` | query, kb_id | | 浏览内容 | `ima_list_knowledge_contents` | kb_id, folder_id | | 获取原文 | `ima_get_media_info` | media_id | | 添加URL | `ima_add_url_to_kb` | kb_id, urls | --- ## 注意事项 1. **凭证管理**: MCP 服务器已配置，无需手动传递 2. **频率限制**: IMA API 有频率限制，避免频繁调用 3. **内容时效**: 知识库内容可能有时间滞后，重要决策需结合现实数据 4. **版权注意**: 引用内容注明来源，不要直接复制全文 --- ## 总结 **MCP 适合**: - 搜索和查询 - 快速获取原文链接 - 自动化工作流 **Skill 适合**: - 文件上传 - 复杂写入操作 - 批量管理 **最佳实践**: - MCP 查询 → 结合领星数据 → 综合回答 - 理论 + 现实数据 = 最有价值的建议