M|BOX
面向AI Agent的高性能确定性实体解析与搜索索引工具，提供Python SDK，支持term/phrase字段schema自动生成、字段级评分与毫秒级索引匹配
时间轴 (近 90 天)
M|BOX Python SDK可用于为OpenAI Agent构建确定性的客户身份解析工具。
M|BOX在不到0.2秒内完成了10,000条客户记录的索引，教程称其为“亚毫秒级索引”（sub-millisecond indexing）。
M|BOX的索引schema将单词属性（如first name、last name、city）归类为term字段，多词名称（如company）归类为phrase字段，customer ID和email归类为不可搜索字段。
resolveCustomer函数接受first name、last name、company、city四个参数，内部调用index.match返回前三个候选及其字段级评分，空字符串字段被排除在总分计算之外。
在测试中利用拼写错误（Catherine Vos at Kestrel Manufacturing）进行搜索，M|BOX在几毫秒内匹配到Kestrel，总分76，其中first name 100分、company 90分、last name 39分、city 0分但不扣分。
在拼写差异场景中，询问Orion Systems的Elizabeth Turner（S拼法）在Frankfurt的信息，Agent成功匹配到数据库中以Z拼写的记录，customer ID c17505，得分92，M|BOX搜索约3毫秒，整个Agent运行耗时数秒。
在查无此人场景中，询问Brightwave Corporation的Laura Chen，工具返回零候选，Agent明确报告Laura Chen不在CRM中，没有幻觉。
向量最近邻搜索永远会返回匹配结果，而M|BOX在数据不够接近时绝不强行匹配，这种确定性诚实直接传导给Agent。
架构价值在于职责划分：M|BOX处理确定性匹配，模型负责对话引导，字段级评分提供可解释性。
全部知识事实 (9)
架构价值在于职责划分：M|BOX处理确定性匹配，模型负责对话引导，字段级评分提供可解释性。
50%待验证M|BOX在不到0.2秒内完成了10,000条客户记录的索引，教程称其为“亚毫秒级索引”（sub-millisecond indexing）。
50%待验证M|BOX的索引schema将单词属性（如first name、last name、city）归类为term字段，多词名称（如company）归类为phrase字段，customer ID和email归类为不可搜索字段。
50%待验证resolveCustomer函数接受first name、last name、company、city四个参数，内部调用index.match返回前三个候选及其字段级评分，空字符串字段被排除在总分计算之外。
50%待验证在测试中利用拼写错误（Catherine Vos at Kestrel Manufacturing）进行搜索，M|BOX在几毫秒内匹配到Kestrel，总分76，其中first name 100分、company 90分、last name 39分、city 0分但不扣分。
50%待验证向量最近邻搜索永远会返回匹配结果，而M|BOX在数据不够接近时绝不强行匹配，这种确定性诚实直接传导给Agent。
50%待验证M|BOX Python SDK可用于为OpenAI Agent构建确定性的客户身份解析工具。
50%待验证在拼写差异场景中，询问Orion Systems的Elizabeth Turner（S拼法）在Frankfurt的信息，Agent成功匹配到数据库中以Z拼写的记录，customer ID c17505，得分92，M|BOX搜索约3毫秒，整个Agent运行耗时数秒。
50%待验证在查无此人场景中，询问Brightwave Corporation的Laura Chen，工具返回零候选，Agent明确报告Laura Chen不在CRM中，没有幻觉。
50%