AI 避坑导购

独立检测实验室

不从商家拿佣金,只对消费者负责
深度拆解隐形短板 · 营销陷阱 · 智商税

多品类🔍数码·美妆·家电
多源验证🎯电商·口碑·实验室
即时生成AI 深度检测报告

实时热度

热门检测商品

大家都在查什么,紧跟消费风向

情报中心

最新避坑情报

24小时实时监测,第一时间曝光新套路

全部功能

六大检测模块,全方位避坑

从单品分析到二手鉴定,覆盖消费决策全链路

AI 驱动 · 数据溯源不恰饭 · 不收佣金持续更新 · 实时追踪

数据背书 · 真实世界数据支撑

以下数据来自 GitHub 公开数据集,经独立分析处理后呈现,为消费者决策提供客观参考

消费品召回CPSC 公开数据

9,350 条产品召回记录

美国消费品安全委员会(CPSC)官方产品召回记录,覆盖家电、家具、玩具、工具等品类。

主要风险类型分布

火灾/烧伤
2,630
其他安全风险
1,904
跌落/翻倒
1,160
窒息风险
1,093
中毒/化学风险
664
交通事故/撞击
627
割伤/划伤
588
触电/电击
507

近 5 年召回数量变化

219
2021
292
2022
324
2023
305
2024
199
2025
GitHub 数据源
虚假评论识别学术研究语料库

1,600 条人工标注评论

TripAdvisor 酒店评论经专家人工标注真伪的黄金标准语料库。

虚假评论占比50%

800

正面评价

800

负面评价

虚假评论中正面评价偏多,说明虚假评论常用于"刷好评"。AI 分析商品时可参考此模式识别可疑评价。

GitHub 数据源

数据集均为公开发布于 GitHub 的开放数据,遵循 MIT 等开源协议。统计结果经独立计算,仅供参考研究使用。

本实验室独立运营,不收取任何商家佣金,分析结果仅供参考。

遇到消费套路?交给我!