统一查询层
通过 ShapedQL 在单个查询中组合检索、排序、过滤、评分和重新排序，而无需将多个独立服务拼接在一起。
什么是 Shaped？
Shaped 是面向智能体 AI、搜索和推荐的实时上下文引擎。它结合检索、排序、嵌入和学习，使应用能够根据用户、内容和查询上下文返回相关结果，而不只是依赖静态向量搜索。
该网站将 Shaped 定位为一种托管式替代方案，用于避免从独立的数据库、排序系统、连接器和数据管道搭建检索技术栈。它适用于个性化搜索、产品推荐、智能体记忆与检索，以及其他以排序为核心的体验，让相关性能够根据交互数据不断提升。
Shaped 能做什么？
混合搜索与排序
融合语义搜索、关键词搜索和行为排序，使结果能够匹配意图，同时遵循精确匹配和业务规则。
上下文感知的个性化
利用用户、内容或文本上下文个性化输出，包括能够根据提问者调整结果的推荐和智能体检索。
原生数据连接器
通过原生连接器连接批处理和流式数据源，使数据新鲜度和事件信号能够流入模型。
从交互中学习
根据交互信号训练和更新排序模型，网站称其支持持续学习和反馈闭环。
多种集成方式
可通过 Python SDK、TypeScript SDK 或 MCP 使用产品，同时支持网站展示的查询接口。
使用场景
“个性化产品推荐”
对于电商团队，Shaped 可以利用目录元数据和用户行为，为首页、产品详情页、购物车、电子邮件和购买后页面实现个性化。
“混合搜索”
对于产品搜索，它结合语义和关键词信号，帮助团队提升相关性、减少无结果查询，同时继续遵循精确匹配行为。
“智能体检索与记忆”
对于智能体应用，它可以通过文本、用户 ID 或内容 ID 检索上下文，使助手能够基于正确的数据生成响应。
“跨页面的个性化排序”
对于内容和商业体验，它支持信息流、相似内容排序、类别排序以及跨页面的内容重新排序。
“快速实验”
对于需要快速迭代的团队，它提供托管式工作流，用于连接数据、调整相关性和发布实验，而无需先组建基础设施。
常见问题
如何开始使用 Shaped？
使用 Shaped 时，先连接数据，然后在其界面中配置信息流或查询。源材料介绍了三步工作流：连接数据、配置信息流或模型，以及自动部署。
Shaped 支持哪些类型的工作流？
该产品支持搜索、推荐、智能体检索和其他个性化页面的检索与排序工作流。资料还显示，它可以通过类似 SQL 的查询层，以及 Python SDK、TypeScript SDK 或 MCP 使用。
Shaped 是否提供免费层级或试用？
定价页面显示，Shaped 提供包含 100 美元额度且无需信用卡的免费开始选项，同时提供付费的 Starter、Standard 和 Enterprise 计划。Standard 采用按使用量计费，Enterprise 额外提供定制合同和专属支持。
有哪些支持选项？
公开资料提到，Standard 在工作时间内提供支持，Enterprise 提供全天候支持以及私有 Slack 或电子邮件渠道。Starter 包含文档和 Slack 支持。
快速信息
- 类别
- AI 基础设施
- 主要使用场景
- 搜索、推荐和智能体检索
- 接口
- ShapedQL 查询层，以及 Python SDK、TypeScript SDK 和 MCP
- 数据摄取
- 支持批处理和流式处理的原生连接器
- 定价
- 提供免费开始选项；付费的 Starter、Standard 和 Enterprise 计划
- 源域名
- shaped.ai
Shaped 流量分析
流量数据仅供参考。
- 域名评分
- 64
