使用说明
🚀 Ad Targeting Assistant（广告目标验证和分析引擎）
帮助AI代理审查广告目标的逻辑错误，并即时分析消费者Persona 基于FastMCP的后端工具是。
📌 项目概述
旨在避免营销活动设置时常见的**目标设置错误（例如，向60多岁人群投放青年政策广告）**，并定义针对特定关键字优化的消费者群。大型语言模型（LLM）以可调用的功能（Tool）形式设计。
主要功能
1.目标一致性验证（Validation Mode）
- 年龄-商品一致性： 验证输入的兴趣点（例如青年跳跃账户、银色福利等）和设定的目标年龄段在业务逻辑上是否一致。
- 本地数据完整性： 分析市/道和市/郡/区之间的行政区域包含关系，找出地区设置错误。
- 遵守广告政策： 自动监控是否违反针对未成年人的酒类、私行性关键词定位等各平台禁止政策。
2.Persona分析与建议（Analysis Mode）
- 基于数据的分析： 内部DB（
PERSONA_DB），为特定商品群导出核心消费者定义、年龄趋势和生活方式。 - AI可扩展性： 如果缺少具体的目标信息，AI将返回结构化指南，以生成相关的兴趣和目标提示。
🛠 技术堆栈
- 框架：
FastMCP（模型上下文协议） - 语言：
Python 3.9+ - 核心逻辑： 正则表达式（
re）基于自然语言的解析和基于规则的验证引擎（Rule-based Engine）
💡 核心代码逻辑
- 模式切换： 根据用户输入值的完成程度，自动切换“Persona分析”和“精确验证”模式进行响应。
- 数据标准化： 将“男性”、“F”、“20多岁”、“34岁以下”等多种形式的输入转换为标准化数据（Normalized Data）进行处理。
📖 使用示例（Usage）
1.调用目标验证
- 输入：
interests=["청년도약계좌"], age_range="40대", region="서울 강남구" - 输出：
{ "status": "오류", "message": "타겟팅 조합에 논리적 모순이 발견되었습니다.", "warnings": ["가입 자격 미달: '청년도약계좌' 가입 조건은 만 34세 이하가 기준입니다."] }
2.调用Persona分析
- 输入： interests=[“低价汉堡”]（未输入年龄/地区）
- 输出：
{ "mode": "PERSONA_ANALYSIS", "results": [{ "interest": "저가 햄버거", "analysis": { "definition": "가성비와 효율 중심의 식문화 선호 집단", "age_trend": "10대 후반 ~ 20대(학생), 30대(직장인)", "lifestyle": "배달 앱 헤비 유저, 혼밥 선호" } }]
} 🎯 开发意图 除了简单的数据输入输出之外，我们还想实现“智能界面”，通过将业务域知识（广告策略、注册资格等）结构化为代码，提高AI代理的判断准确度。
