每个属性最终是以字符串格式传入,但是每个属性值是需要注意格式,以数字Integer格式属性为例,属性只能传入整型数字的字符串格式,传入其他格式系统会提示格式错误,如针对527的属性适用人群,"1"为合法属性值,"aaa"为非法属性值。对于有枚举值的属性,需要传入正确的枚举值,否则影响C端交易侧展示
单值属性只需要填充List的第一个值,如果添加了多条系统会提示系统传入多值失败,例如属性527,传入了"[\"1\",\"2\"]",上单时会提示“商品信息错误:不允许多值传入属性ID=527”;多值属性可以多条传入,例如属性916,可以传入"[\"老少皆宜\",\"老少皆宜\"]"。
非必传属性可以不传入,但是不允许传入null或空值""
属性值最大长度为10240
|
属性ID |
中文名称 |
属性值格式 |
属性值传入示例 |
是否必传 |
是否多值 |
备注 |
|
527 |
适用人群 |
Integer |
"1" |
是 |
否 |
枚举值: 1 - 中老年 2 - 中青年 3 - 儿童 4 - 全年龄 |
|
820 |
适用性别 |
String |
"男性" |
是 |
否 |
枚举值: "男性" - 男性 "女性" - 女性 "全部" - 全部 |
|
745 |
套餐特点 |
String |
"本产品特色为强身健体" |
否 |
否 |
|
|
916 |
核心项目 |
String |
"老少皆宜","早上空腹" |
否 |
是 |
可多值传入List,最多10个 |
|
922 |
图文详情 |
JsonArray |
"[{\"type\":\"text\",\"content\":\"\"},{\"type\":\"image\",\"content\":\"57asdf654ds6da838fsd8g6dfs5d8ad\"}]" |
是 |
否 |
图文详情为JsonArray格式,其中type和content键值为必传,type只能传text(文字)或image(图片) 注:图片必须使用上传图片接口传回的图片hash值,否则信息错误 |
|
538 |
体检须知 |
String |
"体检前必须空腹" |
否 |
否 |
|
|
1033 |
套餐类型 |
Integer |
"1" |
是 |
否 |
枚举值: 1 - 常规 2 - 入职 3 - 中老年 4 - 女性 5 - 专项 6 - 贵宾 |
|
1035 |
体检流程 |
String |
"1.拿取报告 2.查询体检内容" |
否 |
否 |
|
|
1036 |
体检报告 |
String |
"报告内容" |
否 |
否 |
|
|
1585
|
发票说明
|
String
|
“发票说明啊” |
是 |
否 |
|
|
属性ID |
属性英文名称 |
属性中文名称 |
属性值格式 |
属性值传入示例 |
是否必传 |
备注 |
|
无 |
|
|
|
|
|
无 |
|
属性ID |
属性中文名称 |
属性值格式 |
属性值传入示例 |
是否必传 |
备注 |
|
502 |
服务头图 |
String |
"/ktv/ddadsfas.png" |
是 |
图片属性需要通过图片上传接口单独上传,编辑商品接口中会返回当前图片属性值内容;初次创建商品时,系统会分配一张默认商品头图 |
代码块-JAVA
Map<Long,List<String>> attributes = Maps.newHashMap();
attributes.put(527L,Lists.newArrayList("1"));// 中老年
attributes.put(820L,Lists.newArrayList("男性"));
attributes.put(745L,Lists.newArrayList("本产品特色为强身健体"));
attributes.put(916L,Lists.newArrayList("标签1","标签2"));
attributes.put(922L,Lists.newArrayList("[{\"type\":\"text\",\"content\":\"图文详情文字部分\"},{\"type\":\"image\",\"content\":\"上传图片Hash值\"}]"));
attributes.put(538L,Lists.newArrayList("体检须知"));
attributes.put(1033L,Lists.newArrayList("1"));// 常规
attributes.put(1035L,Lists.newArrayList("体检流程"));
attributes.put(1036L,Lists.newArrayList("体检报告"));
一、概述:AIGC和大模型如何赋能企业数字化转型? AIGC(人工智能生成内容)技术和大模型正在成为推动企业数字化转型的重要力量。它们通过高效的数据处理能力、强大的自动
...
概述:本地跑大模型配置需要哪些硬件支持? 在现代人工智能和机器学习领域中,运行大规模深度学习模型的需求日益增加。为了在本地环境中部署这些模型,硬件支持显得尤为重
...
一、概述:llm开源大模型如何助力企业降低研发成本? 随着人工智能技术的飞速发展,自然语言处理(NLP)领域中的大规模语言模型(LLM)逐渐成为研究热点。这些模型通过海量
...
发表评论
评论列表
暂时没有评论,有什么想聊的?