NorthCinder排名算法深度解析确定性打分如何让广告永远无法上位【免费下载链接】northcinderBuyer-run, ad-neutral shopping-agent MCP software with deterministic ranking, signed purchase mandates, and a local audit trail.项目地址: https://gitcode.com/gh_mirrors/no/northcinderNorthCinder 是一款买家主导、广告中立的开源购物代理MCP软件它的核心能力是 NorthCinder排名算法一套完全确定性的打分体系让商家付费永远无法影响搜索结果。本文将从评分权重、分层机制、客户端复核、中立性审计四个层面完整拆解这套开源购物代理排名算法并给出全部源码路径看完你也能在自己的电脑上亲自验证每一个排序结论。为什么购物搜索总是恰好在最前面传统电商搜索的本质是竞价排名谁付费高谁靠前。平台把广告位和自然结果混在一起买家很难区分商家则通过付费、刷单、美化标题来抢占前排。结果是你搜到的未必是最适合你的而是最舍得花钱的。NorthCinder 的立场完全不同它定位为买家运行buyer-run的购物代理排名只回答一个问题——哪个商品最符合你写的购物清单brief而不是哪个商家付了钱。NorthCinder排名算法13 个权重全部来自买家诉求排名打分的全部依据都来自买家的搜索条件。在packages/protocol/src/ranking/rank.ts中权重常量RANK_WEIGHTS明码标价共 13 项权重项分值生效条件priceBest40同币种组内最便宜得满分最贵得 0 分overBudgetPenalty−25价格超出买家预算specMatchFull30匹配必须属性的比例specMissPenaltyEach−10每缺失一个必须属性deliveryMeets10承诺送达日满足买家期限deliveryMissesPenalty−15错过买家送达期限inStock5有货preorderPenalty−5仅支持预售outOfStockPenalty−20缺货trustTrusted10商家信任等级为 trustedtrustKnown5商家信任等级为 knownflaggedPenalty−40商家被标记为 flaggedethicsMatchFull8匹配买家伦理偏好如公平贸易这 13 项覆盖了价格、预算、规格匹配、物流、库存、商家信任、伦理偏好七个维度没有任何一项可以被商家花钱购买。完整说明见官方规范文档 docs/RANKING.md该文档由代码自动生成权重一变、文档不同步CI 就会失败。广告永远无法上位的三大硬性机制这是整个 NorthCinder排名算法最核心的设计也是广告永远无法上位的底气所在1. 广告不是评分输入得分恒为 0。在scoreOffer中sponsored标志完全不参与打分——不加分、也不减分。逻辑见 rank.ts。2. 严格分层广告永远低一档。排序时先分梯队所有非广告商品严格排在所有广告之上广告之间再按分数排。即使广告商品更便宜、规格更好也永远不可能排到任何自然结果前面。3. 永久打标签。每个广告结果都会附上理由sponsored listing: labeled and ranked below all non-sponsored offers用户一眼就能识别。这三条被写成了可测试的属性给任何商品打上广告标志它的排名只可能下降不可能上升。完整执行流程分层、打分、排序、给理由打开 rank.ts 中的rankOffers可以看到四步流水线打分对每个候选商品按 13 项权重累计分数同时生成机器可读的reasons每条理由标明对应哪个标准如比最便宜的贵 10000 EUR分层非广告 广告品牌承诺第一优先级可购买 缺货第二优先级排序层内按分数降序 → 价格升序 → 商品 ID 升序形成全序输出返回带分数和理由的排名结果。关键特性是纯函数不读时钟、不产生随机数、不做网络 I/O。相同的输入必然得到逐字节相同的输出这就是确定性的含义。当场抓包客户端复核让作弊无所遁形确定性要真正可信必须让用户自己的电脑能验证。为此协议包提供了客户端复核函数verifySearchRanking见 packages/protocol/src/ranking/verify.ts。它的做法很朴素却极有效服务端返回结果时必须同时交出它排名所用的全部输入商品列表 信任信号 trustSignals。客户端拿到后用同一份开源代码在本机重新算一遍再和服务端返回的顺序、分数、理由逐一比对顺序不符 →order_mismatch分数被篡改 →score_mismatch理由被改写 →reasons_mismatch。任何形式的付费插队分数注水理由美化都会立刻被标记结果写入本地审计日志。在客户端 client/src/server.ts 中每次搜索响应都会携带rankingVerified字段忠实报告这次结果是否通过复核。实测数据250 次洗牌与 99 次广告注入NorthCinder 还内置了一套 ACES 风格的中立性自审计实现在 packages/protocol/src/ranking/neutrality-audit.ts报告输出到 docs/NEUTRALITY-AUDIT.md。审计使用固定随机种子跑多少次结果都逐字节一致并作为 CI 测试的一部分位置洗牌测试50 组合成商品 × 每次 5 种打乱顺序 250 次重新排名0 次偏离基准顺序——输入顺序永远不影响结果广告注入测试对 99 个自然商品打上广告标志0 次排名上升、0 次分数变化、0 个广告越层、0 个缺失标签——付费永远只能有害属性权重探测11 项单维度探测实测分数增量与公布的权重全部一致包括广告维度测得0。这份报告是自动生成的任何中立性回退都会让 CI 红灯从机制上防止悄悄改规则。如何亲自动手验证这套排名算法想验证 NorthCinder排名算法的确定性不需要信任任何宣传安装运行需要 Node.js 20克隆仓库后执行npx northcinder init完成初始化仓库地址https://gitcode.com/gh_mirrors/no/northcinder读规范打开 docs/RANKING.md 查看完整打分表看代码对照 rank.ts 逐行核对权重本地复算用northcinder/protocol导出rankOffers把自己搜索请求的原始数据喂进去再和返回结果比对查阅审计任何时刻都可以重新生成 NEUTRALITY-AUDIT.md 的中立性报告。结语NorthCinder排名算法的独特之处不在于某个精妙的排序技巧而在于把公平从一句口号变成了可验证的工程事实权重公开、代码开源、分层硬性、复核就地。当购物代理开始替我们下单一个广告永远无法上位的排名算法就是最基础的信任底座。如果你也在做 AI 购物或 MCP 工具这套确定性 客户端复核 自动审计的范式非常值得参考。【免费下载链接】northcinderBuyer-run, ad-neutral shopping-agent MCP software with deterministic ranking, signed purchase mandates, and a local audit trail.项目地址: https://gitcode.com/gh_mirrors/no/northcinder创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考