> ## Documentation Index
> Fetch the complete documentation index at: https://learn.orbexa.io/llms.txt
> Use this file to discover all available pages before exploring further.

# AI代理集成OTR信任查询模式

> AI代理集成OTR信任查询的完整技术模式与工程最佳实践指南，涵盖基于信任分数的电商商家推荐排序决策流程设计、实时查询与批量预缓存两种集成方式的适用场景对比、Redis多级缓存策略与TTL周期配置、多维度综合评估权重设定，以及OTR服务不可用时的降级容错兜底方案

# AI代理如何调用OTR

## 9.1 AI代理的信任决策流程

当AI代理需要推荐一个商家时，OTR查询是决策流程的一部分：

```
用户: "推荐一双跑步鞋"
  ↓
AI代理搜索候选商家 (搜索引擎/UCP/商品目录)
  ↓
对每个候选商家查询OTR信任评分
  ↓
综合评分 = f(商品匹配度, 价格, 信任评分, 用户偏好)
  ↓
按综合评分排序，向用户推荐
```

OTR信任评分不是唯一的排序因子，但它是AI代理评估商家可靠性的关键信号。

## 9.2 集成模式

### 模式1：实时查询

每次推荐时实时调用OTR API：

```javascript theme={null}
async function recommendProducts(query) {
  const candidates = await searchProducts(query);

  // 并行查询所有候选商家的信任评分
  const trustScores = await Promise.all(
    candidates.map(c =>
      fetch(`https://orbexa.io/api/otr/verify/${c.domain}`).then(r => r.json())
    )
  );

  // 综合排序
  return candidates.map((c, i) => ({
    ...c,
    trustScore: trustScores[i].trust_score,
    badge: trustScores[i].badge
  })).sort((a, b) => {
    // 信任评分权重30%，价格匹配度70%
    const scoreA = a.priceMatch * 0.7 + (a.trustScore / 100) * 0.3;
    const scoreB = b.priceMatch * 0.7 + (b.trustScore / 100) * 0.3;
    return scoreB - scoreA;
  });
}
```

### 模式2：缓存查询

信任评分不会频繁变化，适合缓存：

```javascript theme={null}
const trustCache = new Map();
const CACHE_TTL = 4 * 60 * 60 * 1000; // 4小时

async function getTrustScore(domain) {
  const cached = trustCache.get(domain);
  if (cached && Date.now() - cached.timestamp < CACHE_TTL) {
    return cached.data;
  }

  const data = await fetch(`https://orbexa.io/api/otr/verify/${domain}`).then(r => r.json());
  trustCache.set(domain, { data, timestamp: Date.now() });
  return data;
}
```

### 模式3：MCP工具调用

通过MCP协议，AI应用可以直接调用OTR查询工具（参考第7章）。

## 9.3 信任评分在推荐中的权重建议

| 场景              | 信任评分权重 | 原因             |
| --------------- | ------ | -------------- |
| 高价值商品（¥1000以上）  | 40-50% | 风险高，信任很重要      |
| 普通商品（¥100-1000） | 20-30% | 平衡价格和信任        |
| 低价值商品（¥100以下）   | 10-20% | 价格更敏感          |
| 首次推荐未知商家        | 50%+   | 没有历史数据，信任是主要依据 |

## 9.4 向用户展示信任信息

AI代理可以在推荐时展示信任信息：

```
推荐：ExampleStore - Nike Air Max 90
价格：¥899
信任等级：GOLD (85分)
✓ 企业身份已验证 ✓ HTTPS+DNSSEC ✓ 30天退货政策
```

透明展示信任信息可以增加用户对推荐的信心。

***

**下一章**: [商家如何提升信任分](/zh/book-2/ch10-improve-score) — 按维度分类的提分指南