个性化至关重要：面向在线购物交互的以用户信息为中心的长程对话智能体

论文提出一个多智能体、多模态 RAG 框架，将对话状态跟踪、推荐检索、偏好感知推理与回复生成解耦，并融合商品元数据、评论、图像描述与用户历史评论。在 Amazon Reviews 2023 基准上，启用检索的变体在自动轨迹指标上平均 4.82，优于无 RAG 基线的 3.74；小规模真实用户研究（n=5）中 Full 变体总体评分均值 4.60，高于基线 2.20。代码与数据集已公开。