feat: add dedicated store search tool + fix typo handling

- NEW: store_search_tool.py - query dedicated store table - NEW: store_search_tool.txt - tool prompt - UPDATE: brand_knowledge_tool.py - pure semantic search - UPDATE: product_mapping.py - fuzzy match for typos - UPDATE: system_prompt.txt - section 5.5.1 canifa_store_search - UPDATE: get_tools.py + prompt_utils.py - register new tool - UPDATE: promotion_canifa_tool.py - new salerule table - All prompts pushed to Langfuse

feat: add dedicated store search tool + fix typo handling
- NEW: store_search_tool.py - query dedicated store table - NEW: store_search_tool.txt - tool prompt - UPDATE: brand_knowledge_tool.py - pure semantic search - UPDATE: product_mapping.py - fuzzy match for typos - UPDATE: system_prompt.txt - section 5.5.1 canifa_store_search - UPDATE: get_tools.py + prompt_utils.py - register new tool - UPDATE: promotion_canifa_tool.py - new salerule table - All prompts pushed to Langfuse
deac59b1 · Vũ Hoàng Anh · 25cc0aa6 · deac59b1 · deac59b1 · deac59b1
Commit deac59b1 authored Feb 27, 2026 by Vũ Hoàng Anh
20 changed files
--- a/backend/agent/controller.py
+++ b/backend/agent/controller.py
@@ -270,7 +270,8 @@ async def chat_controller(
            raw_content = streaming_callback.accumulated_content
            if raw_content:
                try:
-                    ai_json = json.loads(raw_content)
+                    raw_normalized = raw_content.replace("{{", "{").replace("}}", "}")
+                    ai_json = json.loads(raw_normalized)
                    if isinstance(ai_json, dict):
                        ai_text_response = ai_json.get("ai_response", ai_text_response)
                        if not final_product_ids and isinstance(ai_json.get("product_ids"), list):
@@ -289,7 +290,8 @@ async def chat_controller(
        # Parse JSON-wrapped ai_response
        if ai_text_response and ai_text_response.lstrip().startswith("{"):
            try:
-                ai_json = json.loads(ai_text_response)
+                ai_normalized = ai_text_response.replace("{{", "{").replace("}}", "}")
+                ai_json = json.loads(ai_normalized)
                if isinstance(ai_json, dict):
                    ai_text_response = ai_json.get("ai_response", ai_text_response)
                    if not final_product_ids and isinstance(ai_json.get("product_ids"), list):

--- a/backend/agent/controller_helpers.py
+++ b/backend/agent/controller_helpers.py
@@ -58,8 +58,11 @@ async def extract_and_save_user_insight(json_content: str, identity_key: str) ->
    logger.info(f"🔄 [Background] Starting user_insight extraction for {identity_key}")
    try:
+        # Normalize double braces → single (LLM sometimes outputs {{ }} per prompt instruction)
+        normalized = json_content.replace("{{", "{").replace("}}", "}")
        # Regex match user_insight object
-        insight_match = re.search(r'"user_insight"\s*:\s*(\{.*?\})\s*}?\s*$', json_content, re.DOTALL)
+        insight_match = re.search(r'"user_insight"\s*:\s*(\{.*?\})\s*}?\s*$', normalized, re.DOTALL)
        if insight_match:
            insight_json_str = insight_match.group(1)

--- a/backend/agent/graph.py
+++ b/backend/agent/graph.py
@@ -5,6 +5,7 @@ Tất cả resources (LLM, Tools) khởi tạo trong __init__.
 Sử dụng ConversationManager (Postgres) để lưu history thay vì checkpoint.
 """
+import hashlib
 import logging
 from datetime import datetime
 from typing import Any
@@ -50,14 +51,28 @@ class CANIFAGraph:
        self.llm_with_tools = self.llm.bind_tools(self.all_tools, strict=True)
        self.cache = InMemoryCache()
+        # Chain caching: avoid rebuilding ChatPromptTemplate every turn
+        self._cached_chain = None
+        self._cached_prompt_hash: str | None = None
    def _build_chain(self, system_prompt_template: str):
-        """Build chain with dynamic system prompt (fetched from Langfuse per request)."""
+        """Build chain with dynamic system prompt (fetched from Langfuse per request).
+        Caches the chain and only rebuilds when prompt content changes.
+        """
+        # Check if prompt changed via hash comparison
+        prompt_hash = hashlib.md5(system_prompt_template.encode()).hexdigest()
+        if self._cached_chain is not None and self._cached_prompt_hash == prompt_hash:
+            return self._cached_chain
+        logger.info("🔄 Building new chain (prompt hash changed)" if self._cached_chain else "🔧 Building initial chain")
        prompt_template = ChatPromptTemplate.from_messages(
            [
                ("system", system_prompt_template),
                (
                    "system",
-                    "===== USER INSIGHT (TỪ TURN TRƯỚC) =====\n⚡ BẮT BUỘC: Đọc [NEXT] bên dưới và THỰC HIỆN chiến lược đã lên kế hoạch!\n\n{user_insight}\n=====================================",
+                    "===== USER INSIGHT (TỪ TURN TRƯỚC) =====\n⚡ BẮT BUỘC: Đọc [LAST_ACTION] bên dưới để hiểu context turn trước, rồi tự suy ra bước tiếp theo!\n\n{user_insight}\n=====================================",
                ),
                ("system", "Chat History:"),
                MessagesPlaceholder(variable_name="history"),
@@ -66,7 +81,9 @@ class CANIFAGraph:
                MessagesPlaceholder(variable_name="messages"),
            ]
        )
-        return prompt_template | self.llm_with_tools
+        self._cached_chain = prompt_template | self.llm_with_tools
+        self._cached_prompt_hash = prompt_hash
+        return self._cached_chain
    async def _agent_node(self, state: AgentState, config: RunnableConfig) -> dict:
        """Agent node - Chỉ việc đổ dữ liệu riêng vào khuôn đã có sẵn."""
@@ -97,14 +114,13 @@ class CANIFAGraph:
                logger.info(f"📸 [IMAGE] Image size: {len(img)} chars")
            user_query = HumanMessage(content=multimodal_content)
            logger.info(f"📸 [IMAGE] Injected {len(transient_images)} image(s) into user_query")
-        # Invoke chain with user_query, history, and messages
        # Invoke chain with history, user_query, messages (scratchpad), and user_insight
        user_insight_text = (
            state.get("user_insight")
            or "⚠️ TRẠNG THÁI KHỞI TẠO: Chưa có User Insight từ lịch sử. Hãy bắt đầu thu thập thông tin mới (Nếu thiếu thông tin thì ghi 'Chưa rõ')."
        )
-        # Fetch prompt from Langfuse DYNAMICALLY per request (cache_ttl=0 → 30ms)
+        # Fetch prompt from Langfuse (cached 5min by SDK) + build chain (cached by hash)
        current_date_str = datetime.now().strftime("%d/%m/%Y")
        system_prompt_template = get_system_prompt_template()
        chain = self._build_chain(system_prompt_template)
@@ -208,3 +224,13 @@ def get_graph_manager(
 def reset_graph() -> None:
    """Reset singleton for testing."""
    _instance[0] = None
+def reset_chain_cache() -> None:
+    """Reset only the cached chain (when prompt changes).
+    Keeps the graph/LLM/tools intact, only forces chain rebuild on next request.
+    """
+    if _instance[0] is not None:
+        _instance[0]._cached_chain = None
+        _instance[0]._cached_prompt_hash = None
+        logger.info("🔄 Chain cache cleared — will rebuild on next request")
--- a/backend/agent/prompt_utils.py
+++ b/backend/agent/prompt_utils.py
 """
 Prompt Utilities — ALL prompts from Langfuse.
 System prompt + Tool prompts, single source of truth.
+Uses 60-second cache TTL — auto-detects Langfuse prompt changes within 1 minute.
 """
 import logging
@@ -17,6 +18,7 @@ LANGFUSE_TOOL_PROMPT_MAP = {
    "check_is_stock": "canifa-tool-check-stock",
    "data_retrieval_tool": "canifa-tool-data-retrieval",
    "promotion_canifa_tool": "canifa-tool-promotion",
+    "store_search_tool": "canifa-tool-store-search",
 }
 _langfuse_client: Langfuse | None = None
@@ -31,15 +33,24 @@ def _get_langfuse() -> Langfuse:
 def get_system_prompt() -> str:
    """System prompt với ngày hiện tại đã inject."""
    lf = _get_langfuse()
-    prompt = lf.get_prompt(LANGFUSE_SYSTEM_PROMPT_NAME, label="production", cache_ttl_seconds=0)
+    prompt = lf.get_prompt(LANGFUSE_SYSTEM_PROMPT_NAME, label="production", cache_ttl_seconds=60)
    return prompt.compile(date_str=datetime.now().strftime("%d/%m/%Y"))
 def get_system_prompt_template() -> str:
-    """Template chưa replace date_str — dùng cho ChatPromptTemplate."""
+    """Template chưa replace date_str — dùng cho ChatPromptTemplate.
+    Langfuse SDK `.prompt` un-escapes {{ → { for non-variable content,
+    but LangChain ChatPromptTemplate needs {{ for literal braces.
+    So we re-escape ALL { } first, then convert only {{date_str}} → {date_str}.
+    """
    lf = _get_langfuse()
-    prompt = lf.get_prompt(LANGFUSE_SYSTEM_PROMPT_NAME, label="production", cache_ttl_seconds=0)
+    prompt = lf.get_prompt(LANGFUSE_SYSTEM_PROMPT_NAME, label="production", cache_ttl_seconds=60)
-    return prompt.prompt.replace("{{date_str}}", "{date_str}")
+    # 1) Re-escape all curly braces for LangChain (literal { → {{, } → }})
+    raw = prompt.prompt.replace("{", "{{").replace("}", "}}")
+    # 2) Convert only the date_str variable back to LangChain format
+    #    After step 1, {{date_str}} became {{{{date_str}}}} → convert to {date_str}
+    return raw.replace("{{{{date_str}}}}", "{date_str}")
 def read_tool_prompt(filename: str, default_prompt: str = "") -> str:
@@ -51,7 +62,7 @@ def read_tool_prompt(filename: str, default_prompt: str = "") -> str:
        return default_prompt
    lf = _get_langfuse()
-    prompt = lf.get_prompt(langfuse_name, label="production", cache_ttl_seconds=0)
+    prompt = lf.get_prompt(langfuse_name, label="production", cache_ttl_seconds=60)
    return prompt.prompt
@@ -78,3 +89,27 @@ def write_tool_prompt(filename: str, content: str) -> bool:
 def list_tool_prompts() -> list[str]:
    """List available tool prompt names."""
    return sorted(LANGFUSE_TOOL_PROMPT_MAP.keys())
+def force_refresh_prompts() -> str:
+    """Force refresh ALL prompt caches by fetching with cache_ttl=0.
+    Call this after updating prompts on Langfuse to take effect immediately.
+    Returns the new system prompt template (LangChain-ready).
+    """
+    lf = _get_langfuse()
+    # 1) Force refresh system prompt (bypasses SDK cache)
+    prompt = lf.get_prompt(LANGFUSE_SYSTEM_PROMPT_NAME, label="production", cache_ttl_seconds=0)
+    raw = prompt.prompt.replace("{", "{{").replace("}", "}}")
+    new_template = raw.replace("{{{{date_str}}}}", "{date_str}")
+    # 2) Force refresh all tool prompts
+    for name_key, langfuse_name in LANGFUSE_TOOL_PROMPT_MAP.items():
+        try:
+            lf.get_prompt(langfuse_name, label="production", cache_ttl_seconds=0)
+            logger.info(f"🔄 Force refreshed tool prompt: {name_key}")
+        except Exception as e:
+            logger.warning(f"⚠️ Failed to refresh tool prompt '{name_key}': {e}")
+    logger.info(f"✅ All prompts force refreshed (version: {prompt.version})")
+    return new_template
--- a/backend/agent/structured_models.py
+++ b/backend/agent/structured_models.py
@@ -30,9 +30,9 @@ class UserInsight(BaseModel):
        default="Chưa có",
        description="Sản phẩm vừa mới hỏi/xem gần nhất"
    )
-    NEXT: str = Field(
+    LAST_ACTION: str = Field(
-        default="Cần hỏi thêm thông tin.",
+        default="Chưa có hành động nào.",
-        description="Chiến lược tiếp theo của bot"
+        description="Hành động bot VỪA thực hiện ở turn này (FACTUAL)"
    )
    SUMMARY_HISTORY: str = Field(
        default="",

--- a/backend/agent/system_prompt.txt
+++ b/backend/agent/system_prompt.txt
@@ -35,8 +35,9 @@ Bot KHÔNG CÓ khả năng tra cứu đơn hàng, tồn kho cửa hàng offline,
 | Trạng thái giao hàng, ship đến đâu | "Dạ bạn gọi tổng đài **1800 6061** (nhánh 1) để tra cứu tình trạng giao hàng nhanh nhất nhé!" |
 | Thanh toán lỗi, chuyển khoản | "Dạ bạn liên hệ **1800 6061** để được hỗ trợ về thanh toán nhé!" |
 | **Tồn kho cửa hàng offline** ("cơ sở nào còn X?", "shop Y có hàng không?") | "Dạ em chỉ check được tồn kho online thôi ạ. Bạn gọi **1800 6061** để hỏi tồn kho tại cửa hàng cụ thể nhé!" |
-| **Đổi trả, hoàn tiền, chính sách** | "Dạ bạn liên hệ **1800 6061** hoặc email saleonline@canifa.com để được hỗ trợ đổi trả nhé!" |
+| **Đổi trả, hoàn tiền, chính sách** | **GỌI `canifa_knowledge_search` trước** → Nếu không có kết quả → "Dạ bạn liên hệ **1800 6061** hoặc email saleonline@canifa.com để được hỗ trợ nhé!" |
-| **Mua số lượng lớn, in logo, đồng phục** | "Dạ để được hỗ trợ đơn hàng số lượng lớn, bạn liên hệ **1800 6061** hoặc email saleonline@canifa.com nhé!" |
+| **Cửa hàng ở đâu / có không** | **GỌI `canifa_store_search`** → Nếu không tìm thấy → nói "em không tìm thấy" + redirect hotline |
+| **Mua số lượng lớn, in logo, đồng phục** | **GỌI `canifa_knowledge_search` trước** → Nếu không có kết quả → "Dạ em không rõ, bạn liên hệ **1800 6061** nhé!" |
 ⚠️ **CẤM TUYỆT ĐỐI:**
 - **KHÔNG tự bịa danh sách cửa hàng** có tồn kho — bot KHÔNG có data tồn kho offline
@@ -1112,8 +1113,113 @@ price_max = 400000
 - Hỏi chính sách: freeship, đổi trả, bảo hành, thanh toán
 - Hỏi thương hiệu: Canifa là gì, lịch sử, câu chuyện
- Tìm cửa hàng: địa chỉ, giờ mở cửa, chi nhánh
+- Hỏi dịch vụ: in logo, đồng phục, mua sỉ → gọi tool tra trước, KHÔNG tự khẳng định
- **Hỏi cách chọn size/Bảng size:** "Làm sao chọn size?", "Bảng size nam", "Tư vấn chọn size" (Chỉ khi khách hỏi về kiến thức chọn size, KHÔNG dùng để tìm sản phẩm).
+- **Hỏi cách chọn size/Bảng size:** "Làm sao chọn size?", "Bảng size nam", "Tư vấn chọn size"
+- ⚠️ **KHÔNG DÙNG** tool này để tìm cửa hàng → dùng `canifa_store_search`
+### 5.5.1. GỌI `canifa_store_search` KHI:
+**Khách hỏi về CỬA HÀNG, ĐỊA ĐIỂM MUA HÀNG:**
+| Loại câu hỏi | Hành động |
+|---------------|-----------|
+| **Hỏi CỬA HÀNG Ở ĐÂU / CÓ KHÔNG** | **GỌI `canifa_store_search`** |
+| **Hỏi TỒN KHO CỬA HÀNG OFFLINE** | **REDIRECT hotline 1800 6061** |
+**GỌI `canifa_store_search` ngay khi khách hỏi kiểu:**
+- "Có cửa hàng bên quận Hoàng Mai không?" → `canifa_store_search(location="Hoàng Mai")`
+- "Canifa ở Cầu Giấy ở đâu?" → `canifa_store_search(location="Cầu Giấy")`
+- "Mình ra Chùa Bộc mua được không?" → `canifa_store_search(location="Chùa Bộc")`
+- "Gần đây có shop nào?" → `canifa_store_search(location="")`
+- "Cho địa chỉ cửa hàng ở Đà Nẵng" → `canifa_store_search(location="Đà Nẵng")`
+- "Vincom có Canifa không?" → `canifa_store_search(location="Vincom")`
+- "Mình ở Hải Phòng mua ở đâu?" → `canifa_store_search(location="Hải Phòng")`
+**CHỈ redirect hotline khi khách hỏi TỒN KHO OFFLINE:**
+- "Cửa hàng Hoàng Mai còn size M không?" → REDIRECT!
+- "Shop Vincom còn áo này không?" → REDIRECT!
+---
+### 5.5.5. 📏 PHÂN BIỆT "CÓ SIZE GÌ" vs "CÒN SIZE GÌ" (QUAN TRỌNG!)
+**2 câu hỏi này KHÁC NHAU HOÀN TOÀN — bot PHẢI phân biệt:**
+| Câu hỏi | Ý nghĩa | Hành động |
+|----------|---------|-----------|
+| "Có size gì?" / "Size nào?" | SP được sản xuất những size nào? | **Liệt kê từ `size_scale`** trong data tool đã trả về |
+| "Còn size gì?" / "Size M còn không?" / "Hết size chưa?" | Size nào CÒN HÀNG? | **GỌI `check_is_stock`** để check tồn kho thật |
+---
+#### 📌 KHI GIỚI THIỆU SẢN PHẨM (Liệt kê size từ data):
+**BẮT BUỘC liệt kê RÕ RÀNG từng size, KHÔNG nói "S đến XL" hoặc "đủ size":**
+```
+❌ SAI: "Size S đến XL đều có sẵn"
+❌ SAI: "Có đủ size cho anh thoải mái chọn"
+❌ SAI: "Size S-XL"
+✅ ĐÚNG: "Có size S, M, L, XL nhé!"
+✅ ĐÚNG: "Size: S, M, L, XL. Anh mặc size nào ạ?"
+```
+**Quy tắc:**
+- Đọc trường `size_scale` từ tool response → liệt kê TỪNG SIZE cụ thể
+- KHÔNG dùng từ "đủ", "đầy đủ", "từ...đến..."
+- KHÔNG suy diễn size — chỉ nói size có trong data
+---
+#### 📌 KHI KHÁCH HỎI "CÒN HÀNG KHÔNG?" / "CÒN SIZE GÌ?" (Check stock):
+**BẮT BUỘC gọi `check_is_stock` với SKU + size cụ thể:**
+**TRIGGER WORDS:** "còn hàng", "hết hàng", "còn size", "size M còn không", "check tồn kho", "còn bán không"
+```
+Khách: "Mã [6IT25W010] còn size M không?"
+→ Bot GỌI check_is_stock(sku="6IT25W010", size="M")
+→ Trả lời theo kết quả: "Dạ size M vẫn còn hàng ạ!" hoặc "Dạ size M hết rồi, còn L và XL thôi ạ!"
+Khách: "Cái áo vừa xem còn hàng không?"
+→ Bot đọc SUMMARY_HISTORY → biết SKU → GỌI check_is_stock
+→ Trả lời chính xác
+```
+---
+#### 💡 VÍ DỤ THỰC TẾ:
+**Case 1: Giới thiệu SP lần đầu (từ data_retrieval_tool)**
+```
+Bot: "🔥 [6IT25W010]: Áo body giữ ấm nữ cào bông cổ cao
+→ ~~299k~~ → 199k (SALE 33%!)
+→ Chất dệt kim mềm, mặt trong cào lông giữ ấm
+→ Size: S, M, L, XL
+→ Màu: Đen, Be, Hồng
+Bạn mặc size nào để em check hàng? 😊"
+```
+**Case 2: Khách hỏi "còn size M không?" (gọi check_is_stock)**
+```
+Khách: "Size M còn không?"
+Bot: [Gọi check_is_stock(sku="6IT25W010", size="M")]
+→ "Dạ size M màu đen vẫn còn hàng ạ! Bạn chốt luôn nhé? 😊"
+```
+**Case 3: Khách hỏi "còn size gì?" (gọi check_is_stock cho tất cả size)**
+```
+Khách: "Mẫu này còn size gì?"
+Bot: [Gọi check_is_stock(sku="6IT25W010")]
+→ "Dạ mẫu [6IT25W010] hiện còn:
+✅ Size S - còn hàng
+✅ Size M - còn hàng  
+❌ Size L - hết hàng
+✅ Size XL - còn hàng
+Bạn cần size nào ạ?"
+```
 ---
@@ -1227,6 +1333,167 @@ Cả hai màu này đều rất sang, anh xem thử mẫu nào thích nhé!"
 ---
+### Trường hợp 5: KHÁCH HỎI CHI TIẾT SẢN PHẨM (chất liệu, tính năng, kênh bán, cảm giác mặc...) ⚠️
+**Khi khách hỏi/khẳng định cụ thể về sản phẩm đã show:**
+- "Bên trong có lớp lông không?"
+- "Chất liệu có co giãn không?"
+- "Giặt máy được không?"
+- "Mẫu này chỉ bán online phải không?"
+- "Có bán ở cửa hàng không?"
+- "Vải có dày không?"
+**QUY TẮC TUYỆT ĐỐI: CHỈ KHẲNG ĐỊNH KHI DATA TOOL TRẢ VỀ CÓ GHI RÕ!**
+**NGUYÊN TẮC VÀNG:**
+- Data tool CÓ ghi rõ → ĐƯỢC PHÉP khẳng định
+- Data tool KHÔNG ghi → KHÔNG ĐƯỢC khẳng định NÓ CÓ, cũng KHÔNG khẳng định NÓ KHÔNG CÓ → Nói "em không rõ" + redirect
+**Các trường data được phép trích dẫn:**
+- `product_name` / tên sản phẩm
+- `description_text` / mô tả sản phẩm
+- `material_group` / nhóm chất liệu
+- `price`, `sale_price` / giá
+- `size_scale` / size
+- `master_color` / màu
+**CẤM TUYỆT ĐỐI BỊA THÊM:**
+- "giữ nhiệt tốt mà vẫn thoáng khí" ← NẾU description không ghi → BỊA!
+- "mặc vào cực kỳ dễ chịu" ← NẾU description không ghi → BỊA!
+- "chỉ bán online" ← NẾU data không có trường kênh bán → BỊA!
+- "có bán tại cửa hàng trên toàn quốc" ← NẾU data không ghi → BỊA!
+- "co giãn tốt, không bai giãn sau giặt" ← NẾU description không ghi → BỊA!
+**VÍ DỤ 1 — Hỏi chất liệu:**
+```
+Khách: "Bên mặt trong là lớp bông nỉ dày phải không?"
+Data tool có: product_name = "Quần nỉ nam cào lông", material_group = "Nỉ"
+❌ SAI (BỊA):
+"Dạ đúng rồi ạ! Mặt trong là lớp bông nỉ dày, mềm mại và rất ấm áp,
+giữ nhiệt tốt mà vẫn thoáng khí, mặc vào cực kỳ dễ chịu."
+→ "mềm mại", "ấm áp", "giữ nhiệt", "thoáng khí", "dễ chịu" KHÔNG CÓ trong data = BỊA!
+✅ ĐÚNG (chỉ nói theo data):
+"Dạ theo mô tả sản phẩm thì [8BP25W010] là quần nỉ nam cào lông,
+chất liệu nỉ. Về chi tiết lớp lông bên trong dày hay mỏng thế nào
+thì em không có thông tin cụ thể ạ. Bạn có thể xem chi tiết hơn
+trên canifa.com hoặc gọi 1800 6061 để hỏi trực tiếp nhé! 😊"
+```
+**VÍ DỤ 2 — Hỏi kênh bán (online/offline):**
+```
+Khách: "Với mẫu này mình thấy chỉ bán online phải không?"
+Data tool có: product_name, price, size, color... NHƯNG KHÔNG CÓ trường "kênh bán"
+❌ SAI (XÁC NHẬN KHÔNG CÓ CĂN CỨ):
+"Dạ đúng rồi bạn ơi! Mẫu này hiện tại chỉ bán online..."
+→ "chỉ bán online" KHÔNG CÓ trong data tool trả về = BỊA!
+❌ SAI (BỊA NGƯỢC):
+"Dạ mẫu này có bán tại các cửa hàng CANIFA trên toàn quốc..."
+→ Cũng BỊA! Data không ghi bán ở đâu!
+✅ ĐÚNG:
+"Dạ em không rõ mẫu [6OT25W027] này bán online hay cả ở cửa hàng
+nữa bạn ạ. Bạn liên hệ hotline 1800 6061 hoặc ghé canifa.com
+để xem chi tiết nhé! 😊"
+```
+**PATTERN CHUẨN khi KHÔNG CÓ DATA chi tiết:**
+1. **Trả lời phần CÓ DATA**: "Dạ theo mô tả, sản phẩm này là [tên], chất liệu [X]..."
+2. **Thành thật phần KHÔNG CÓ**: "Về [câu hỏi cụ thể], em không rõ ạ."
+3. **Redirect**: "Bạn xem thêm trên canifa.com hoặc gọi 1800 6061 nhé!"
+---
+### Trường hợp 6: KHÁCH HỎI CHÍNH SÁCH (đổi trả, bảo hành, freeship, khuyến mãi...) ⚠️
+**TUYỆT ĐỐI CẤM TỰ BỊA CHÍNH SÁCH!**
+**🔑 QUY TẮC VÀNG — NGÔN NGỮ ĐÚNG KHI KHÔNG CÓ DATA:**
+- ❌ CẤM nói: "không có", "chưa có", "chưa hỗ trợ" → Đây là KHẲNG ĐỊNH = BỊA
+- ✅ NÊN nói: "em không biết", "em không rõ", "em chưa có thông tin" → Thừa nhận thiếu data = TRUNG THỰC
+- Sau đó: **REDIRECT hotline 1800 6061 hoặc email saleonline@canifa.com**
+Bot KHÔNG CÓ kiến thức sẵn về chính sách CANIFA. Khi khách hỏi chính sách:
+1. **GỌI `canifa_knowledge_search`** để tìm thông tin thật
+2. **NẾU tool không trả về info** → Nói "em không biết/không rõ" + Redirect hotline NGAY
+3. **KHÔNG BAO GIỜ tự bịa** số ngày, điều kiện, quy trình
+4. **KHÔNG KHẲNG ĐỊNH CÓ HAY KHÔNG CÓ** — chỉ thừa nhận không biết
+**CẤM BỊA CỤ THỂ:**
+- "Đổi trả trong vòng 7 ngày" ← BỊA! Không biết chính xác bao nhiêu ngày
+- "Hoàn lại phần chênh lệch giá" ← BỊA! Không biết chính sách hoàn tiền
+- "Sản phẩm còn nguyên tem, chưa qua sử dụng" ← BỊA! Đoán điều kiện
+- "CANIFA có chính sách đổi trả rất linh hoạt" ← BỊA! Không có data
+- "Đổi sang mẫu rẻ hơn đều được hỗ trợ" ← BỊA! Không biết có được không
+**VÍ DỤ:**
+```
+Khách: "Tôi mua áo nhưng không vừa thì mang ra đổi loại rẻ hơn có được không?"
+❌ SAI (BỊA CHÍNH SÁCH):
+"Dạ bạn yên tâm nhé! CANIFA có chính sách đổi trả rất linh hoạt,
+bạn có thể mang áo không vừa đến cửa hàng để đổi sang mẫu khác
+hoặc size khác phù hợp hơn, kể cả mẫu có giá thấp hơn đều được
+hỗ trợ đổi thoải mái ạ."
+→ TOÀN BỘ NỘI DUNG LÀ BỊA! Bot không có data chính sách!
+✅ ĐÚNG (gọi tool hoặc redirect):
+[Cách 1 — Gọi canifa_knowledge_search("đổi trả sản phẩm không vừa")]
+→ Nếu có kết quả → Trả lời theo data tool
+→ Nếu không có → Dùng cách 2
+[Cách 2 — Redirect hotline]
+"Dạ về chính sách đổi trả, em không rõ chi tiết ạ.
+Bạn liên hệ hotline 1800 6061 (9h-21h, T2-CN) hoặc email
+saleonline@canifa.com để được tư vấn chính xác nhất nhé! 😊"
+```
+**CÁC CÂU HỎI TƯƠNG TỰ → CÙNG QUY TẮC:**
+| Khách hỏi | ❌ CẤM BỊA | ✅ ĐÚNG |
+|-----------|-----------|---------|
+| "Đổi trả thế nào?" | "Đổi trong 7 ngày..." | Gọi `canifa_knowledge_search` hoặc redirect hotline |
+| "Freeship không?" | "Đơn trên 500k freeship" | Gọi `canifa_knowledge_search` hoặc redirect hotline |
+| "Có bảo hành không?" | "Bảo hành 30 ngày" | Gọi `canifa_knowledge_search` hoặc redirect hotline |
+| "Mua online rẻ hơn không?" | "Online rẻ hơn cửa hàng" | "Em không có thông tin so giá, bạn check canifa.com nhé!" |
+| "Có in logo không?" | "CANIFA chưa hỗ trợ in logo" | "Em không rõ, liên hệ 1800 6061 để hỏi chi tiết nhé!" |
+| "Mua số lượng lớn có giảm giá?" | "Mua nhiều được tư vấn giá tốt" | "Em không biết, liên hệ 1800 6061 để hỏi chi tiết nhé!" |
+**⚠️ LƯU Ý ĐẶC BIỆT — DỊCH VỤ KHÔNG BIẾT = KHÔNG KHẲNG ĐỊNH:**
+Bot KHÔNG BIẾT CANIFA có hay không có dịch vụ in logo, mua sỉ, đồng phục...
+→ **CẤM khẳng định "CÓ"** (bịa dịch vụ)
+→ **CẤM khẳng định "KHÔNG CÓ"** (cũng là bịa — vì không biết thật!)
+→ **CHỈ NÓI:** "Em không biết / không rõ về dịch vụ này" + redirect hotline
+```
+Khách: "Muốn mua 17 cái, có in logo được không?"
+❌ SAI (khẳng định KHÔNG CÓ — cũng là BỊA):
+"CANIFA chưa hỗ trợ in logo ạ. Nhưng anh mua số lượng lớn 
+em tư vấn giá tốt nhé!"
+→ Sao biết không hỗ trợ in logo? Sao biết có giá tốt? = BỊA!
+❌ SAI (khẳng định CÓ — BỊA):
+"Dạ CANIFA có nhận in logo, anh cung cấp file logo em gửi bên liên quan!"
+→ Bịa dịch vụ không tồn tại = BỊA!
+✅ ĐÚNG:
+"Dạ về đơn hàng số lượng lớn và dịch vụ in logo, em không rõ 
+ạ. Anh liên hệ hotline 1800 6061 hoặc email saleonline@canifa.com 
+để được hỗ trợ chi tiết nhất nhé! 😊"
+```
+---
 ## 7. SO SÁNH & TƯ VẤN LỰA CHỌN

--- a/backend/agent/tool_prompts/store_search_tool.txt
+++ b/backend/agent/tool_prompts/store_search_tool.txt
+Tìm kiếm cửa hàng CANIFA theo địa điểm, khu vực, quận/huyện/tỉnh/thành phố.
+QUY TẮC CỰC QUAN TRỌNG KHI GỌI TOOL:
+- Khi đã quyết định gọi tool, TUYỆT ĐỐI KHÔNG sinh ai_response trước.
+- Chỉ tạo tool_call với đúng tham số, KHÔNG trả lời người dùng trong cùng message đó.
+- Sau khi tool trả kết quả mới được sinh ai_response.
+Sử dụng tool này khi khách hàng hỏi về:
+1. CỬA HÀNG Ở ĐÂU: "Có cửa hàng ở Hoàng Mai không?", "Canifa ở Cầu Giấy địa chỉ?"
+2. TÌM CỬA HÀNG GẦN: "Gần đây có shop nào?", "Mình ở Hải Phòng mua ở đâu?"
+3. GIỜ MỞ CỬA: "Shop mở cửa mấy giờ?", "Giờ hoạt động cửa hàng Vincom?"
+4. ĐỊA CHỈ CỤ THỂ: "Cho địa chỉ cửa hàng ở Đà Nẵng", "Canifa Vincom có không?"
+5. MUA OFFLINE: "Mình ra Chùa Bộc mua được không?", "Bên quận 7 có shop không?"
+--- VÍ DỤ CÂU HỎI → BẮT BUỘC GỌI TOOL NÀY ---
+- "Có cửa hàng bên quận Hoàng Mai shop ơi" → location: "Hoàng Mai"
+- "Canifa ở Cầu Giấy địa chỉ ở đâu?" → location: "Cầu Giấy"
+- "Mình ra Chùa Bộc mua được không?" → location: "Chùa Bộc"
+- "Gần Vincom Bà Triệu có shop nào?" → location: "Vincom Bà Triệu"
+- "Cho địa chỉ cửa hàng ở Đà Nẵng" → location: "Đà Nẵng"
+- "Mình ở Hải Phòng mua ở đâu?" → location: "Hải Phòng"
+- "Shop mở cửa mấy giờ?" → location: "" (trả về tất cả)
+- "Có cửa hàng ở Vĩnh Phúc không?" → location: "Vĩnh Phúc"
+- "Canifa Phúc Yên ở đâu?" → location: "Phúc Yên"
+⚠️ KHÔNG DÙNG TOOL NÀY KHI:
+- Khách hỏi TỒN KHO tại cửa hàng: "Shop Hoàng Mai còn size M không?" → redirect hotline!
+- Khách hỏi CHÍNH SÁCH, KHUYẾN MÃI → dùng canifa_knowledge_search hoặc canifa_get_promotions
+- Khách hỏi SẢN PHẨM → dùng data_retrieval_tool
+Tham số:
+- location (bắt buộc): Tên quận/huyện/tỉnh/thành phố/địa chỉ. Bỏ prefix "quận", "huyện", "tỉnh", "tp" khi truyền vào.
--- a/backend/agent/tools/brand_knowledge_tool.py
+++ b/backend/agent/tools/brand_knowledge_tool.py
@@ -11,12 +11,12 @@ from common.starrocks_connection import get_db_connection
 logger = logging.getLogger(__name__)
 # Constants
-TOP_K_RESULTS = 4
+TOP_K_RESULTS = 10
 class KnowledgeSearchInput(BaseModel):
    query: str = Field(
-        description="Câu hỏi hoặc nhu cầu tìm kiếm thông tin phi sản phẩm của khách hàng (ví dụ: tìm cửa hàng, hỏi chính sách, tra bảng size...). KHÔNG DÙNG ĐỂ TÌM SẢN PHẨM."
+        description="Câu hỏi hoặc nhu cầu tìm kiếm thông tin phi sản phẩm của khách hàng (ví dụ: hỏi chính sách, tra bảng size...). KHÔNG DÙNG ĐỂ TÌM SẢN PHẨM. KHÔNG DÙNG ĐỂ TÌM CỬA HÀNG (dùng canifa_store_search)."
    )
@@ -24,11 +24,12 @@ class KnowledgeSearchInput(BaseModel):
 async def canifa_knowledge_search(query: str) -> str:
    """
    (Placeholder docstring - Actual prompt is loaded from file)
-    Tra cứu thông tin thương hiệu Canifa (Cửa hàng, chính sách, KHTT...).
+    Tra cứu thông tin thương hiệu Canifa (chính sách, KHTT, bảng size...).
+    KHÔNG dùng để tìm cửa hàng — dùng canifa_store_search.
    """
    logger.info(f"🔍 [Semantic Search] Brand Knowledge query: {query}")
    try:
-        # 1. Tạo embedding cho câu hỏi (Mặc định 1536 chiều như bro yêu cầu)
+        # 1. Tạo embedding cho câu hỏi
        query_vector = await create_embedding_async(query)
        if not query_vector:
            return "Xin lỗi, tôi gặp sự cố khi xử lý thông tin. Vui lòng thử lại sau."

--- a/backend/agent/tools/data_retrieval_tool.py
+++ b/backend/agent/tools/data_retrieval_tool.py
@@ -154,13 +154,13 @@ async def _execute_single_search(
        # Debug: Log first product to see fields
        if products:
            first_p = products[0]
-            logger.info("🔍 [DEBUG] First product keys: %s", list(first_p.keys()))
+            logger.debug("🔍 [DEBUG] First product keys: %s", list(first_p.keys()))
-            logger.info(
+            logger.debug(
                "🔍 [DEBUG] First product price: %s, sale_price: %s",
                first_p.get("original_price"),
                first_p.get("sale_price"),
            )
-            logger.info(
+            logger.debug(
                "🔍 [DEBUG] size_scale: %r, description_text: %r",
                first_p.get("size_scale"),
                (first_p.get("description_text") or "")[:100],

--- a/backend/agent/tools/get_tools.py
+++ b/backend/agent/tools/get_tools.py
@@ -10,11 +10,12 @@ from .customer_info_tool import collect_customer_info
 from .data_retrieval_tool import data_retrieval_tool
 from .promotion_canifa_tool import canifa_get_promotions
 from .check_is_stock import check_is_stock
+from .store_search_tool import canifa_store_search
 def get_retrieval_tools() -> list[Tool]:
    """Các tool chỉ dùng để đọc/truy vấn dữ liệu (Có thể cache)"""
-    return [data_retrieval_tool, canifa_knowledge_search, canifa_get_promotions, check_is_stock]
+    return [data_retrieval_tool, canifa_knowledge_search, canifa_get_promotions, check_is_stock, canifa_store_search]
 def get_collection_tools() -> list[Tool]:

--- a/backend/agent/tools/product_mapping.py
+++ b/backend/agent/tools/product_mapping.py
@@ -21,12 +21,12 @@ PRODUCT_LINE_MAP: dict[str, list[str]] = {
    "Áo khoác nỉ có mũ": ["áo khoác nỉ có mũ"],
    "Áo khoác lông vũ": ["áo khoác lông vũ"],
    "Áo khoác gió": ["áo khoác gió", "áo gió", "áo khoác mỏng"],
-    "Áo khoác gilet chần bông": ["áo khoác gilet chần bông"],
+    "Áo khoác gilet chần bông": ["áo khoác gilet chần bông", "áo khoác gilet trần bông", "áo gilet chần bông", "áo gilet trần bông"],
    "Áo khoác gilet": ["áo khoác gilet"],
    "Áo khoác dạ": ["áo khoác dạ"],
    "Áo khoác dáng ngắn": ["áo khoác dáng ngắn"],
    "Áo khoác chống nắng": ["áo khoác chống nắng"],
-    "Áo khoác chần bông": ["áo khoác chần bông"],
+    "Áo khoác chần bông": ["áo khoác chần bông", "áo khoác trần bông", "áo chần bông", "áo trần bông"],
    "Áo khoác": ["áo khoác"],
    "Áo giữ nhiệt": ["áo giữ nhiệt"],
    "Áo bra active": ["áo bra active"],

--- a/backend/agent/tools/promotion_canifa_tool.py
+++ b/backend/agent/tools/promotion_canifa_tool.py
@@ -39,12 +39,11 @@ async def canifa_get_promotions(check_date: str = None) -> str:
    try:
        sql = f"""
        SELECT 
-            rule_id,
            name,
            description,
            from_date,
            to_date
-        FROM shared_source.magento_salesrule
+        FROM shared_source.chatbot_rsa_salerule_with_text_embedding
        WHERE '{target_date}' >= DATE(from_date) 
          AND '{target_date}' <= DATE(to_date)
        ORDER BY to_date ASC

--- a/backend/agent/tools/store_search_tool.py
+++ b/backend/agent/tools/store_search_tool.py
+import logging
+from langchain_core.tools import tool
+from pydantic import BaseModel, Field
+from agent.prompt_utils import read_tool_prompt
+from common.starrocks_connection import get_db_connection
+logger = logging.getLogger(__name__)
+STORE_TABLE = "shared_source.chatbot_rsa_store_schedule_with_text_embedding"
+class StoreSearchInput(BaseModel):
+    location: str = Field(
+        description="Tên quận/huyện/tỉnh/thành phố hoặc địa chỉ cụ thể mà khách hàng muốn tìm cửa hàng CANIFA. VD: 'Hoàng Mai', 'Cầu Giấy', 'Đà Nẵng', 'Vincom Bà Triệu'."
+    )
+@tool("canifa_store_search", args_schema=StoreSearchInput)
+async def canifa_store_search(location: str) -> str:
+    """
+    Tìm kiếm cửa hàng CANIFA theo địa điểm/khu vực.
+    Sử dụng khi khách hàng hỏi về cửa hàng tại một khu vực cụ thể.
+    """
+    logger.info(f"🏪 [Store Search] Location: {location}")
+    try:
+        sr = get_db_connection()
+        # Clean location: bỏ prefix generic
+        clean = location.lower().strip()
+        for prefix in ["quận ", "huyện ", "tỉnh ", "thành phố ", "tp. ", "tp "]:
+            clean = clean.replace(prefix, "")
+        clean = clean.strip()
+        if not clean:
+            return "Vui lòng cho em biết khu vực bạn muốn tìm cửa hàng CANIFA (ví dụ: Hoàng Mai, Cầu Giấy, Đà Nẵng...)."
+        # Search trên các cột structured: city, state, address, store_name
+        sql = f"""
+        SELECT store_name, address, city, state, phone_number, 
+               schedule_name, time_open_today, time_close_today
+        FROM {STORE_TABLE}
+        WHERE LOWER(city) LIKE '%{clean}%'
+           OR LOWER(state) LIKE '%{clean}%'
+           OR LOWER(address) LIKE '%{clean}%'
+           OR LOWER(store_name) LIKE '%{clean}%'
+        ORDER BY state, city, store_name
+        LIMIT 20
+        """
+        results = await sr.execute_query_async(sql)
+        logger.info(f"📊 Store search: {len(results)} stores found for '{location}'")
+        if not results:
+            return f"Không tìm thấy cửa hàng CANIFA tại khu vực '{location}'. Khách hàng có thể liên hệ hotline 1800 6061 để được hỗ trợ tìm cửa hàng gần nhất."
+        # Format kết quả rõ ràng cho LLM
+        lines = []
+        for r in results:
+            name = r.get("store_name", "")
+            addr = r.get("address", "")
+            city = r.get("city", "")
+            state = r.get("state", "")
+            phone = r.get("phone_number", "")
+            schedule = r.get("schedule_name", "")
+            t_open = r.get("time_open_today", "")
+            t_close = r.get("time_close_today", "")
+            store_info = f"🏪 {name}\n"
+            store_info += f"   📍 Địa chỉ: {addr}"
+            if city:
+                store_info += f", {city}"
+            if state:
+                store_info += f", {state}"
+            store_info += f"\n   📞 ĐT: {phone}"
+            store_info += f"\n   🕐 Lịch: {schedule}"
+            if t_open and t_close:
+                store_info += f" (Hôm nay: {t_open}-{t_close})"
+            lines.append(store_info)
+        return f"Tìm thấy {len(results)} cửa hàng CANIFA tại khu vực '{location}':\n\n" + "\n\n".join(lines)
+    except Exception as e:
+        logger.error(f"❌ Error in canifa_store_search: {e}")
+        return "Tôi đang gặp khó khăn khi tìm kiếm cửa hàng. Bạn có thể liên hệ hotline 1800 6061 để được hỗ trợ."
+canifa_store_search.__doc__ = read_tool_prompt("store_search_tool") or canifa_store_search.__doc__
--- a/backend/api/prompt_route.py
+++ b/backend/api/prompt_route.py
 from fastapi import APIRouter, HTTPException, Request
 from pydantic import BaseModel
-from agent.prompt_utils import get_system_prompt_template, LANGFUSE_SYSTEM_PROMPT_NAME, _get_langfuse
+from agent.prompt_utils import get_system_prompt_template, force_refresh_prompts, LANGFUSE_SYSTEM_PROMPT_NAME, _get_langfuse
+from agent.graph import reset_chain_cache
 router = APIRouter()
@@ -46,3 +47,21 @@ async def update_system_prompt_content(request: Request, body: PromptUpdateReque
        }
    except Exception as e:
        raise HTTPException(status_code=500, detail=str(e))
+@router.post("/api/prompt/refresh")
+async def refresh_prompt_cache(request: Request):
+    """Force refresh all prompt caches immediately.
+    Call this after updating prompts on Langfuse to take effect right away.
+    """
+    try:
+        # 1) Force refresh Langfuse SDK cache (all prompts)
+        force_refresh_prompts()
+        # 2) Clear graph chain cache so it rebuilds with new prompt
+        reset_chain_cache()
+        return {
+            "status": "success",
+            "message": "All prompt caches refreshed. Next request will use the latest prompts.",
+        }
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=str(e))
--- a/backend/readme.md
+++ b/backend/readme.md
-# CANIFA Chatbot API Documentation
-API hệ thống chatbot tư vấn thời trang CANIFA - CiCi Assistant.
-## Base URL
-```
-http://localhost:8000
-```
---
-## API Endpoints
-### 1. Chat với Chatbot
-**Endpoint:** `POST /chat`
-**Mô tả:** Gửi tin nhắn tới chatbot và nhận phản hồi tư vấn thời trang cùng danh sách sản phẩm liên quan.
-#### Request Body
-```json
-{
-  "user_id": "string",
-  "user_query": "string"
-}
-```
-**Parameters:**
-| Field | Type | Required | Mô tả |
-|-------|------|----------|-------|
-| `user_id` | string | ✅ | ID định danh người dùng (dùng để lưu lịch sử chat) |
-| `user_query` | string | ✅ | Nội dung tin nhắn của người dùng |
-**Ví dụ Request:**
-```json
-{
-  "user_id": "user_12345",
-  "user_query": "Cho em xem áo sơ mi nam dưới 5a00k"
-}
-```
-#### Response
-**Success Response (200 OK):**
-```json
-{
-  "status": "success",
-  "ai_response": "string",
-  "product_ids": ["string"]
-}
-```
-**Response Fields:**
-| Field | Type | Mô tả |
-|-------|------|-------|
-| `status` | string | Trạng thái xử lý request (`"success"` hoặc `"error"`) |
-| `ai_response` | string | Câu trả lời của chatbot (văn bản tư vấn) |
-| `product_ids` | array[string] | Danh sách mã sản phẩm được đề xuất (internal_ref_code) |
-**Ví dụ Response:**
-```json
-{
-  "status": "success",
-  "ai_response": "Em chào anh! Em đã tìm thấy một số mẫu áo sơ mi nam đẹp trong tầm giá dưới 500k:\n\n1. Áo Sơ Mi Nam Cotton - 399.000đ\n2. Áo Sơ Mi Slim Fit - 449.000đ\n\nCác sản phẩm này đều là chất liệu cotton thoáng mát, phù hợp cho mùa hè ạ!",
-  "product_ids": ["SM12345", "SM12346"]
-}
-```
-**Error Response (500 Internal Server Error):**
-```json
-{
-  "status": "error",
-  "ai_response": "Xin lỗi, đã có lỗi xảy ra. Vui lòng thử lại sau.",
-  "product_ids": []
-}
-```
---
-### 2. Lấy Lịch Sử Chat
-**Endpoint:** `GET /history/{user_id}`
-**Mô tả:** Lấy lịch sử chat của người dùng với phân trang cursor-based.
-#### Path Parameters
-| Parameter | Type | Required | Mô tả |
-|-----------|------|----------|-------|
-| `user_id` | string | ✅ | ID người dùng cần lấy lịch sử |
-#### Query Parameters
-| Parameter | Type | Required | Default | Mô tả |
-|-----------|------|----------|---------|-------|
-| `limit` | integer | ❌ | 50 | Số lượng tin nhắn tối đa mỗi trang (1-100) |
-| `before_id` | integer | ❌ | null | ID của tin nhắn để lấy các tin nhắn trước đó (dùng cho phân trang) |
-**Ví dụ Request:**
-```
-GET /history/user_12345?limit=20&before_id=150
-```
-#### Response
-**Success Response (200 OK):**
-```json
-{
-  "data": [
-    {
-      "id": 149,
-      "user_id": "user_12345",
-      "message": "Cho em xem áo sơ mi nam",
-      "is_human": true,
-      "timestamp": "2025-12-25T14:30:00"
-    },
-    {
-      "id": 148,
-      "user_id": "user_12345",
-      "message": "Em đã tìm thấy một số mẫu áo sơ mi nam đẹp...",
-      "is_human": false,
-      "timestamp": "2025-12-25T14:30:02"
-    }
-  ],
-  "next_cursor": 130
-}
-```
-**Response Fields:**
-| Field | Type | Mô tả |
-|-------|------|-------|
-| `data` | array[object] | Danh sách tin nhắn chat (sắp xếp từ mới → cũ) |
-| `data[].id` | integer | ID duy nhất của tin nhắn |
-| `data[].user_id` | string | ID người dùng |
-| `data[].message` | string | Nội dung tin nhắn |
-| `data[].is_human` | boolean | `true` = tin nhắn của người dùng, `false` = tin nhắn của bot |
-| `data[].timestamp` | string | Thời gian gửi tin nhắn (ISO 8601 format) |
-| `next_cursor` | integer \| null | ID của tin nhắn cuối cùng (dùng làm `before_id` cho request tiếp theo). `null` nếu hết dữ liệu |
---
-## Phân Trang (Pagination)
-API sử dụng **cursor-based pagination** để lấy lịch sử chat:
-### Cách hoạt động:
-1. **Request đầu tiên** - Lấy 20 tin nhắn mới nhất:
-   ```
-   GET /history/user_12345?limit=20
-   ```
-   Response:
-   ```json
-   {
-     "data": [...], // 20 tin nhắn (ID: 200 → 181)
-     "next_cursor": 181
-   }
-   ```
-2. **Request tiếp theo** - Lấy 20 tin nhắn cũ hơn:
-   ```
-   GET /history/user_12345?limit=20&before_id=181
-   ```
-   Response:
-   ```json
-   {
-     "data": [...], // 20 tin nhắn (ID: 180 → 161)
-     "next_cursor": 161
-   }
-   ```
-3. **Request cuối cùng** - Khi hết dữ liệu:
-   ```json
-   {
-     "data": [...], // 5 tin nhắn còn lại
-     "next_cursor": null
-   }
-   ```
-### Logic phân trang:
- `next_cursor` luôn là **ID của tin nhắn cuối cùng** trong `data`
- Dùng `next_cursor` làm `before_id` cho request tiếp theo
- Khi `next_cursor = null` → đã hết dữ liệu
---
-## Chat Workflow
-```mermaid
-graph LR
-    A[User gửi message] --> B[POST /chat]
-    B --> C{Agent xử lý}
-    C --> D[Tìm kiếm sản phẩm]
-    C --> E[Trả lời tư vấn]
-    D --> F[Trích xuất product_ids]
-    E --> F
-    F --> G[Response: ai_response + product_ids]
-    G --> H[Lưu vào PostgreSQL]
-    H --> I[Trả về client]
-```
-### Quy trình xử lý:
-1. User gửi tin nhắn qua API `/chat`
-2. Hệ thống agent phân tích intent
-3. Nếu cần tìm sản phẩm → Gọi `data_retrieval_tool` với tham số phù hợp
-4. Agent tổng hợp thông tin → Trả lời tư vấn
-5. Trích xuất `product_ids` từ kết quả tìm kiếm
-6. Lưu lịch sử chat vào PostgreSQL (background task)
-7. Trả về JSON với `ai_response` và `product_ids`
---
-## Error Handling
-### Error Response Format
-```json
-{
-  "status": "error",
-  "ai_response": "Mô tả lỗi hoặc thông báo fallback",
-  "product_ids": []
-}
-```
-### HTTP Status Codes
-| Code | Ý nghĩa | Khi nào xảy ra |
-|------|---------|----------------|
-| 200 | OK | Request thành công |
-| 400 | Bad Request | Thiếu `user_id` hoặc `user_query` |
-| 500 | Internal Server Error | Lỗi hệ thống (database, LLM, ...) |
---
-## Ví Dụ Sử Dụng
-### Python
-```python
-import requests
-# Chat với bot
-response = requests.post("http://localhost:8000/chat", json={
-    "user_id": "user_12345",
-    "user_query": "Cho em xem váy đầm dự tiệc dưới 1 triệu"
-})
-data = response.json()
-print(f"Bot: {data['ai_response']}")
-print(f"Sản phẩm: {data['product_ids']}")
-# Lấy lịch sử chat
-history = requests.get("http://localhost:8000/history/user_12345?limit=10")
-messages = history.json()["data"]
-for msg in messages:
-    sender = "User" if msg["is_human"] else "Bot"
-    print(f"{sender}: {msg['message']}")
-```
-### JavaScript (Fetch API)
-```javascript
-// Chat với bot
-const response = await fetch('http://localhost:8000/chat', {
-  method: 'POST',
-  headers: { 'Content-Type': 'application/json' },
-  body: JSON.stringify({
-    user_id: 'user_12345',
-    user_query: 'Cho em xem áo khoác nữ'
-  })
-});
-const data = await response.json();
-console.log('Bot:', data.ai_response);
-console.log('Products:', data.product_ids);
-// Lấy lịch sử chat (phân trang)
-let cursor = null;
-const allMessages = [];
-do {
-  const url = cursor 
-    ? `http://localhost:8000/history/user_12345?limit=50&before_id=${cursor}`
-    : `http://localhost:8000/history/user_12345?limit=50`;
-  const historyResponse = await fetch(url);
-  const { data: messages, next_cursor } = await historyResponse.json();
-  allMessages.push(...messages);
-  cursor = next_cursor;
-} while (cursor !== null);
-console.log(`Tổng số tin nhắn: ${allMessages.length}`);
-```
-### cURL
-```bash
-# Chat với bot
-curl -X POST "http://localhost:8000/chat" \
-  -H "Content-Type: application/json" \
-  -d '{
-    "user_id": "user_12345",
-    "user_query": "Cho em xem giày thể thao nam"
-  }'
-# Lấy lịch sử chat
-curl "http://localhost:8000/history/user_12345?limit=20"
-# Lấy trang tiếp theo
-curl "http://localhost:8000/history/user_12345?limit=20&before_id=150"
-```
---
-## Notes
-### 1. Product IDs
- `product_ids` trả về danh sách `internal_ref_code` (mã sản phẩm nội bộ)
- Frontend có thể dùng để hiển thị carousel sản phẩm hoặc link đến trang chi tiết
- Nếu không tìm thấy sản phẩm → `product_ids = []`
-### 2. Conversation History
- Lịch sử chat được lưu tự động sau mỗi cuộc hội thoại (background task)
- Dữ liệu lưu trong PostgreSQL với index trên `user_id` và `id`
- Sắp xếp theo thứ tự mới nhất → cũ nhất
-### 3. Rate Limiting
- Hiện tại chưa có rate limiting
- Khuyến nghị implement rate limit khi deploy production
-### 4. Authentication
- Hiện tại API không yêu cầu authentication
- `user_id` do client tự generate và gửi lên
- Khuyến nghị: Tích hợp Clerk Auth hoặc JWT token cho production
---
-## Environment Variables
-```bash
-# PostgreSQL
-POSTGRES_HOST=localhost
-POSTGRES_PORT=5432
-POSTGRES_DB=chatbot_db
-POSTGRES_USER=postgres
-POSTGRES_PASSWORD=your_password
-# OpenAI
-OPENAI_API_KEY=sk-...
-# StarRocks (Vector Database)
-STARROCKS_HOST=localhost
-STARROCKS_PORT=9030
-STARROCKS_USER=root
-STARROCKS_PASSWORD=your_password
-STARROCKS_DB=chatbot_products
-# Server
-PORT=8000
-HOST=0.0.0.0
-```
---
-## Testing
-Truy cập `http://localhost:8000/static/index.html` để test chatbot qua UI đơn giản.
--- a/backend/tests/query.txt
+++ b/backend/tests/query.txt
+================================================================================
+QUERY: 'cửa hàng quận Hoàng Mai'
+----------------------------------------
+     #1 [score=0.5944] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - state: Hà Nội - city: Quận Cầu Gi...
+     #2 [score=0.5940] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - city: Quận Cầu Giấy - phone_numbe...
+     #3 [score=0.5853] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Phạm Ngũ Lão - city: Thành phố Hải Dương - p...
+     #4 [score=0.5825] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Nhân Chính - state: Hà Nội - city: Quận Than...
+     #5 [score=0.5823] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Phạm Ngũ Lão - state: Hải Dương - city: Thàn...
+================================================================================
+QUERY: 'cửa hàng quận Ba Đình'
+----------------------------------------
+     #1 [score=0.5992] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Đề Thám - state: Thái Bình - city: Thành phố...
+     #2 [score=0.5979] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - state: Hà Nội - city: Quận Cầu Gi...
+     #3 [score=0.5973] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - city: Quận Cầu Giấy - phone_numbe...
+     #4 [score=0.5961] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Phạm Ngũ Lão - city: Thành phố Hải Dương - p...
+     #5 [score=0.5947] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Đề Thám - city: Thành phố Thái Bình - phone_...
+================================================================================
+QUERY: 'city: Quận Hoàng Mai'
+----------------------------------------
+     #1 [score=0.4351] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - city: Quận Cầu Giấy - phone_numbe...
+     #2 [score=0.4328] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - state: Hà Nội - city: Quận Cầu Gi...
+     #3 [score=0.4256] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Thanh Nhàn - city: Quận Hai Bà Trưng - phone...
+     #4 [score=0.4231] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Tân Chính - state: Đà Nẵng - city: Quận Than...
+     #5 [score=0.4209] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Thanh Nhàn - state: Hà Nội - city: Quận Hai ...
+================================================================================
+QUERY: 'city: Quận Ba Đình'
+----------------------------------------
+     #1 [score=0.4179] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Thanh Nhàn - city: Quận Hai Bà Trưng - phone...
+     #2 [score=0.4154] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - city: Quận Cầu Giấy - phone_numbe...
+     #3 [score=0.4122] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - state: Hà Nội - city: Quận Cầu Gi...
+     #4 [score=0.4076] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Thanh Nhàn - state: Hà Nội - city: Quận Hai ...
+     #5 [score=0.4057] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Tân Chính - state: Đà Nẵng - city: Quận Than...
+================================================================================
+QUERY: 'store_name: CANIFA - city: Quận Hoàng Mai - Hà Nội'
+----------------------------------------
+     #1 [score=0.6928] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Bắc Ninh  - store_name: CANIFA - Ngô Gia Tự,...
+     #2 [score=0.6927] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Bắc Ninh  - store_name: CANIFA - Ngô Gia Tự,...
+     #3 [score=0.6776] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Hiệp Bình Chánh - city: Quận Thủ Đức - phone...
+     #4 [score=0.6772] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Phương Liễu - city:  - phone_number: 0222730...
+     #5 [score=0.6743] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Hiệp Bình Chánh - state: Hồ Chí Minh - city:...
+================================================================================
+QUERY: 'store_name: CANIFA - Ba Đình - address: Số 6 Điện Biên Phủ - city: Quận Ba Đình'
+----------------------------------------
+     #1 [score=0.6794] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Bắc Ninh  - store_name: CANIFA - Ngô Gia Tự,...
+     #2 [score=0.6778] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Bắc Ninh  - store_name: CANIFA - Ngô Gia Tự,...
+     #3 [score=0.6614] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: CANIFA 181 Giảng Võ  - store_name: CANIFA 18...
+     #4 [score=0.6584] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Phương Liễu - city:  - phone_number: 0222730...
+     #5 [score=0.6564] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: CANIFA 181 Giảng Võ  - store_name: CANIFA 18...
+================================================================================
+QUERY: 'Thông tin cửa hàng CANIFA tại Quận Hoàng Mai Hà Nội'
+----------------------------------------
+     #1 [score=0.7314] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - state: Hà Nội - city: Quận Cầu Gi...
+     #2 [score=0.7260] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: CANIFA 181 Giảng Võ  - store_name: CANIFA 18...
+     #3 [score=0.7252] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: CANIFA 181 Giảng Võ  - store_name: CANIFA 18...
+     #4 [score=0.7215] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - city: Quận Cầu Giấy - phone_numbe...
+     #5 [score=0.7196] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Nhân Chính - state: Hà Nội - city: Quận Than...
+================================================================================
+QUERY: 'danh sách cửa hàng địa chỉ cửa hàng Quận Hoàng Mai'
+----------------------------------------
+     #1 [score=0.6293] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - city: Quận Cầu Giấy - phone_numbe...
+     #2 [score=0.6266] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Quan Hoa - state: Hà Nội - city: Quận Cầu Gi...
+     #3 [score=0.6261] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Phạm Ngũ Lão - state: Hải Dương - city: Thàn...
+     #4 [score=0.6254] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Phạm Ngũ Lão - city: Thành phố Hải Dương - p...
+     #5 [score=0.6171] TITLE: Thông tin cửa hàng SECTION: Thông tin cửa hàng KEYWORDS: danh sách cửa hàng, địa chỉ cửa hàng, giờ mở cửa, giờ đóng cửa CONTENT: Nhân Chính - state: Hà Nội - city: Quận Than...
--- a/backend/tests/test_embedding_typo.py
+++ b/backend/tests/test_embedding_typo.py
+"""Test: Kiểm tra embedding search có match được sai chính tả không"""
+import asyncio, json, sys, os
+sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+from common.embedding_service import create_embedding_async
+from common.starrocks_connection import get_db_connection
+output_lines = []
+async def search_products(query_text, sr):
+    v = await create_embedding_async(query_text)
+    if not v:
+        output_lines.append("  ERROR: embedding failed")
+        return
+    v_str = "[" + ",".join(str(x) for x in v) + "]"
+    sql = f"""
+    SELECT magento_ref_code, product_name, master_color, gender_by_product, age_by_product,
+        approx_cosine_similarity(vector, {v_str}) as score
+    FROM shared_source.magento_product_dimension_with_text_embedding
+    ORDER BY score DESC LIMIT 5
+    """
+    rows = await sr.execute_query_async(sql)
+    for i, r in enumerate(rows):
+        line = f"  #{i+1} [score={r.get('score','?'):.4f}] {r['magento_ref_code']} | {r['product_name']} | {r.get('master_color','')} | {r.get('gender_by_product','')}/{r.get('age_by_product','')}"
+        output_lines.append(line)
+async def main():
+    sr = get_db_connection()
+    tests = [
+        "Ao khoac tran bong cho tre em",
+        "Ao khoac chan bong cho tre em",
+        "Ao khoac chan bong",
+    ]
+    for query in tests:
+        output_lines.append("=" * 80)
+        output_lines.append(f"QUERY: '{query}'")
+        output_lines.append("-" * 80)
+        await search_products(query, sr)
+        output_lines.append("")
+loop = asyncio.new_event_loop()
+asyncio.set_event_loop(loop)
+try:
+    loop.run_until_complete(main())
+finally:
+    loop.close()
+# Write output with UTF-8
+out_path = os.path.join(os.path.dirname(__file__), "test_output.txt")
+with open(out_path, "w", encoding="utf-8") as f:
+    f.write("\n".join(output_lines))
+print(f"Output written to {out_path}")
--- a/backend/tests/test_knowledge_output.txt
+++ b/backend/tests/test_knowledge_output.txt
+QUERY: 'có cửa hàng bên quận hoàng mai shop ơi'  →  KEYWORDS: ['hoàng', 'mai']
+  AND: 4 rows   |   OR: 19 rows
+QUERY: 'cửa hàng quận Hoàng Mai'  →  KEYWORDS: ['hoàng', 'mai']
+  AND: 4 rows   |   OR: 19 rows
+QUERY: 'Canifa ở Cầu Giấy địa chỉ ở đâu?'  →  KEYWORDS: ['cầu', 'giấy']
+  AND: 10 rows   |   OR: 40 rows
+QUERY: 'bảng size áo nam'  →  KEYWORDS: ['áo', 'nam']
+  AND: 4 rows   |   OR: 76 rows
--- a/backend/tests/test_knowledge_search.py
+++ b/backend/tests/test_knowledge_search.py
+"""Check Hoàng Mai in store table"""
+import asyncio, sys, os
+sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+from common.starrocks_connection import get_db_connection
+async def main():
+    sr = get_db_connection()
+    rows = await sr.execute_query_async("""
+        SELECT store_name, address, city, state, phone_number, schedule_name
+        FROM shared_source.chatbot_rsa_store_schedule_with_text_embedding
+        WHERE LOWER(city) LIKE '%hoàng mai%' 
+           OR LOWER(address) LIKE '%hoàng mai%' 
+           OR LOWER(store_name) LIKE '%hoàng mai%'
+    """)
+    print(f"Found: {len(rows)}")
+    for r in rows:
+        print(r)
+    # Also check Phúc Yên
+    print("\n=== PHÚC YÊN ===")
+    rows2 = await sr.execute_query_async("""
+        SELECT store_name, address, city, state
+        FROM shared_source.chatbot_rsa_store_schedule_with_text_embedding
+        WHERE LOWER(city) LIKE '%phúc yên%' OR LOWER(state) LIKE '%vĩnh phúc%'
+    """)
+    print(f"Found: {len(rows2)}")
+    for r in rows2:
+        print(r)
+loop = asyncio.new_event_loop()
+asyncio.set_event_loop(loop)
+try:
+    loop.run_until_complete(main())
+finally:
+    loop.close()
--- a/backend/tests/test_output.txt
+++ b/backend/tests/test_output.txt
+================================================================================
+QUERY: 'Ao khoac tran bong cho tre em'
+--------------------------------------------------------------------------------
+  #1 [score=0.4786] 3OT25W001 | Áo khoác chần bông unisex trẻ em chống thấm nước | Xám/ Gray | unisex/kid
+  #2 [score=0.4713] 3OT25W001 | Áo khoác chần bông unisex trẻ em chống thấm nước | Xanh da trời/ Blue | unisex/kid
+  #3 [score=0.4685] 3OT25W001 | Áo khoác chần bông unisex trẻ em chống thấm nước | Trắng/ White | unisex/kid
+  #4 [score=0.4684] 3OT25W001 | Áo khoác chần bông unisex trẻ em chống thấm nước | Hồng/ Pink- Magenta | unisex/kid
+  #5 [score=0.4677] 3TS25C001 | Áo phông unisex trẻ em có hình in đứng phom | Xanh da trời/ Blue | unisex/kid
+================================================================================
+QUERY: 'Ao khoac chan bong cho tre em'
+--------------------------------------------------------------------------------
+  #1 [score=0.4885] 3OT25W001 | Áo khoác chần bông unisex trẻ em chống thấm nước | Xám/ Gray | unisex/kid
+  #2 [score=0.4822] 3OT25W001 | Áo khoác chần bông unisex trẻ em chống thấm nước | Xanh da trời/ Blue | unisex/kid
+  #3 [score=0.4803] 3OT25W001 | Áo khoác chần bông unisex trẻ em chống thấm nước | Đen/ Black | unisex/kid
+  #4 [score=0.4779] 3OT25W001 | Áo khoác chần bông unisex trẻ em chống thấm nước | Trắng/ White | unisex/kid
+  #5 [score=0.4744] 3OT25W001 | Áo khoác chần bông unisex trẻ em chống thấm nước | Hồng/ Pink- Magenta | unisex/kid
+================================================================================
+QUERY: 'Ao khoac chan bong'
+--------------------------------------------------------------------------------
+  #1 [score=0.5110] 8OT25W016 | Áo khoác chần bông nam chống thấm nước | Xanh da trời/ Blue | men/adult
+  #2 [score=0.5093] 8OT25W016 | Áo khoác chần bông nam chống thấm nước | Xám/ Gray | men/adult
+  #3 [score=0.5053] 8OT25W016 | Áo khoác chần bông nam chống thấm nước | Đen/ Black | men/adult
+  #4 [score=0.5050] 8OT25W016 | Áo khoác chần bông nam chống thấm nước | Be/ Beige | men/adult
+  #5 [score=0.4976] 2OT25C004-SK010 | Áo khoác chần bông bé trai chống thấm nước | Đen/ Black | boy/kid