客户模糊匹配

要解决的具体问题

在客户系统中录入新公司时，手工比对本地列表常常失效：全称与简称差异大、OCR 带入错别字、或者多写了“有限公司”等后缀，导致查重失败并生成重复档案。Fuse.js 这类全文检索偏向“能不能搜到”，却不易回答“这条记录到底有多像”。

核心能力与关键步骤

客户模糊匹配基于 fuzzball 算法，对 company、contact 字段进行相似度打分。默认阈值为 ≥70（可配置），低于阈值会明确标注为「无可靠命中」。

1. 输入防抖与 TopN：建议对输入做 200–300ms 防抖，减少无效计算，仅展示 TopN 结果与对应分数。
2. 选用与回填：高置信度结果可直接回填客户 id；若无命中，则引导用户新建客户。
3. 大库性能优化：当本地客户库超过 5k 时，可先按首字或城市缩小候选范围，再执行模糊匹配。

适用边界与注意点

• 仅做建议，不自动覆盖：分数未达阈值时，禁止自动替换已有客户记录。
• 默认本地处理：为保护数据隐私，禁止将全库明文发送至第三方相似度 API。
• 与全文检索互补：若需要搜索列表，建议使用 Fuse.js；若需要严格的相似度排名，请使用本技能。