纽约超市省钱攻略：用 Llama 模型实现促销数据自动聚合

在纽约生活，超市的价格波动真的像过山车一样，如果不把返现和各种 Rebate 算清楚，很容易就买贵了。为了能让大家更省心地对比真实成本，我最近动手写了个小工具，把那些藏在各个 App 里的优惠信息自动抓取并汇总到一起。

从测试工程师的角度来看，这个项目的核心难点不在于前端，而在于如何稳定地处理那些极其杂乱、非结构化的零售原始数据。在开发阶段，我确实陷入过一个典型的工程权衡问题：是该优先追求数据的覆盖率（Coverage），还是该死磕更新频率（Freshness）？就像在实验室做实验一样，如果数据更新不及时，用户搜到一个已经过期的折扣，那这个工具的可靠性就会大打折扣；但如果只盯着几家大型超市，覆盖面又显得单薄。

为了解决这种数据清洗的痛点，我并没有单纯依赖正则匹配，而是引入了一个专门训练过的 Llama 模型。它就像一个经验丰富的分类员，能把乱七八糟的文本转化为规整的结构化信息，大大提升了系统的可维护性。

目前这个应用已经覆盖了纽约约 690 家门店，大家直接搜索关键词就能用，完全不需要登录。如果你也对这种 LLM 处理非结构化数据的落地场景感兴趣，可以参考下我的逻辑实现：

# 处理杂乱促销数据的逻辑思路
def parse_deal_data(raw_text):
    # 使用 Llama 模型提取结构化信息，防止正则匹配失效
    structured_data = llm_extract(raw_text, schema="price, discount, store, expiry")
    return structured_data

对于正在学习数据抓取或 LLM 应用的小伙伴，这种处理思路其实很通用，希望能给大家带来一点启发。

promptcube3.com