Sep 2026 – Okt 2026
Produkt-Pipeline von London Spot
Macht aus POS-Bestand und Liquidationsmanifesten von Amazon vollständige Produktkarten auf Georgisch und Englisch
- KI
- KI-Datenpipeline
- Dauer
- 1 Monat
- Unternehmen
- London Spot
- Rolle
- Daten- und Automatisierungs-Engineering
Überblick
Eine fortsetzbare Pipeline, die den POS-Bestand des Ladens und die Liquidationsmanifeste von Amazon in vollständige Produktkarten auf Georgisch und Englisch verwandelt, mit Namen, Beschreibungen, Fotos, Kategorien und Preisen. Sie lädt sie in den Katalog, sodass das Einstellen einer neuen Lieferung kein Übersetzen und Sortieren von Hand mehr bedeutet.
Tools
- Node.js
- Gemini
- Bright Data
- PostgreSQL
- Docker
Der Bedarf
Jede Lieferung bringt einen großen Posten Amazon-Liquidationsware, meist Einzelstücke. Um sie einzustellen, mussten Amazon-Beschreibungen übersetzt, Fotos gesammelt und jeder Artikel von Hand einer Kategorie zugeordnet werden, und die Artikel im Ladenregal mussten im POS einzeln identifiziert werden.
Die Schritte
Die Node.js-Pipeline holt den Bestand des Ladens aus dem POS oder liest ein Manifest mit 45 Spalten ein und repariert dabei fehlerhafte Zeichenkodierung. Sie ordnet Artikel über die Suche von Bright Data Amazon zu, wobei Gemini jeden Treffer prüft, holt Produkte von mehreren Amazon-Marktplätzen mit Ausweichlösungen und führt deren Kategorien in einem Baum auf Basis von amazon.de zusammen. Gemini übersetzt dann alles ins Georgische und Englische und schreibt suchfreundliche georgische Namen; zuletzt werden die Stücke bepreist, zusammengeführt, in PostgreSQL geladen und auf die Website exportiert oder in das Live-Admin-Panel importiert.
Sicher wiederholbar
Jeder Schritt greift zuerst auf den Cache zurück und ist fortsetzbar, sodass ein Lauf anhalten und weiterlaufen kann, ohne zweimal für dieselben Daten zu zahlen. Bezahlte Läufe brauchen eine ausdrückliche Ausgabengrenze, Produkt-IDs werden vor jeder Umbenennung eingefroren, und die Schritte sind durch Tests abgedeckt.
Ergebnis
5.742 Stück (4.886 Produkte) in 22 Abteilungen, 176 Unterkategorien und 2.395 Marken, alle mit 0 Fehlern übersetzt. Die georgische Übersetzung kostete rund 4 $ an Gemini-Aufrufen, und ein Benennungslauf schrieb 4.268 Namen und 3.519 Beschreibungen für 3,30 $ neu, ohne IDs und Preise zu ändern.