Shopify AI Toolkit 并非单一工具，而是一个技术栈。这是目前对其最普遍的误区：商家一直在问是否应该“开启”它，开发者一直在问它的终结点在哪里，这两者都在寻找错误的答案。AI Toolkit 实际上是 Shopify 在过去六个月中发布的三个独立基础设施层，打包在同一个营销概念下：一个用于使用 AI 编码助手构建 Shopify 应用的开发者工具链；一套用于让 AI 购物 Agent 在 Shopify 商家店铺中进行交易的 MCP 服务器；以及一个名为 UCP 的开放协议，用于让 Agent、商家、支付处理商和凭证提供商以标准方式相互通信。

如果你的 Shopify Plus 店铺每月订单量超过一万，你需要关注这一点，因为无论你是否做好准备，你的店铺都将变得可被 Agent 寻址。如果你是关注转化质量、注重顾客体验（CX）的高级商家，你需要关注它，因为下一波“购物助手”要么将合格的买家引向你，要么将他们引向别处。如果你开发 Shopify 应用（无论是面向自己的店铺还是面向 App Store），在已采纳该工具包的团队中，AI Toolkit 的开发端能将典型后台工作流的开发时间缩短 40-60%。本指南将详细拆解每一层、其具体作用，以及商家在 2026 年应该关注的重点。

什么是 Shopify AI Toolkit？

Shopify AI Toolkit 是一个面向开发者的集成，将 AI 编码助手（Claude Code、Cursor、Gemini CLI、Codex 和 VS Code）直接连接到 Shopify 的文档、API 架构（schemas）以及本地基于 CLI 的 "store execute" 能力。它以插件形式交付（推荐使用，可自动更新）、一套可手动安装的 Agent 技能，以及一个在开发人员本地机器上运行且无需身份验证的本地 Dev MCP 服务器。

它取代了什么：旧的 .dev Assistant VS Code 扩展（该扩展已于 2025 年 3 月 3 日弃用）。它的构建基础是什么：Model Context Protocol (MCP)，这是 Anthropic 在 2024 年底发布的同一开放标准，目前每个主流 AI 编码工具都已支持该标准。

在实际应用中，以下是 Toolkit 的 Dev MCP 端允许开发人员在不离开其 AI 辅助编辑器的情况下完成的操作：

• 搜索实时的 Shopify.dev 文档，其查询相关度匹配当前的 API 版本，而非三个月前被通用网络爬虫索引的内容。

• 内省 GraphQL Admin API 架构，使 AI 助手使用正确的字段名称和类型编写查询，而不是虚构不存在的字段。

• 在开发人员运行代码之前，针对真实架构验证生成的 GraphQL 代码和组件代码。

• 通过 shopify store auth 和 shopify store execute 对特定店铺执行验证过的后台操作，将“向我展示前十个产品”转化为开发人员自己店铺的实际结果。

最后一项能力是改变日常开发最明显的一项。它将“编写查询 → 切换到后台 → 运行 → 检查结果 → 返回 → 迭代”简化为在编辑器内的单次往返。

但这只是三个层面中的一层。当人们止步于此，混淆便开始了。

每个商家都应该了解的三个 MCP 服务器

除了 Dev MCP 之外，Shopify 还发布了另外三个 MCP 服务器，这些才是商家真正需要关注的——因为它们定义了 AI 购物 Agent 如何与你的客户端、商品目录以及客户的订单进行交互。

1. Storefront MCP —— 专属商家，专属 Agent

Storefront MCP 服务器是每个 Shopify 店铺为 Agent 暴露的端点，以便与其进行特定店铺的交互。无需身份验证。端点模式为 https://{shop}.myshopify.com/api/mcp，它接受如下的 JSON-RPC 调用：

const mcpEndpoint = `https://your-store.myshopify.com/api/mcp`;

fetch(mcpEndpoint, {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({
    jsonrpc: '2.0',
    method: 'tools/call',
    id: 1,
    params: {
      name: 'search_shop_catalog',
      arguments: {
        query: 'organic coffee beans',
        context: 'customer preference for fair-trade single-origin'
      }
    }
  })
});

const mcpEndpoint = `https://your-store.myshopify.com/api/mcp`;

fetch(mcpEndpoint, {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({
    jsonrpc: '2.0',
    method: 'tools/call',
    id: 1,
    params: {
      name: 'search_shop_catalog',
      arguments: {
        query: 'organic coffee beans',
        context: 'customer preference for fair-trade single-origin'
      }
    }
  })
});

Storefront MCP 提供的工具包括 search_shop_catalog（通过自然语言查询查找产品）、search_shop_policies_and_faqs（回答客户有关配送、退货等问题）、update_cart（添加、移除、更新数量）、get_order_status 和 get_most_recent_order_status。最后一个工具尤为重要：基于 Storefront MCP 构建的 AI Agent 可以检查返店客户的订单状态、标记延迟并发起退货——这正是人工客服所做的 CX 业务。

2. Catalog MCP —— 专属 Agent，所有 Shopify 商家

Catalog MCP 则相反。它是一个全局搜索层，允许 Agent 在单次调用中查询所有符合条件的 Shopify 商家。与 Storefront MCP 不同，它需要身份验证（来自 Dev Dashboard 的 JWT 令牌，60 分钟 TTL，通过客户端凭证签发）。当用户提问“帮我找 120 美元以下且能运往加拿大的跑步鞋”时，像 ChatGPT 的购物模式、Perplexity 的商业层以及 Claude 的 Agent 集成这类工具就会查询此服务器——它们接入的是 Catalog MCP，而非任何单个店铺。

它的两个主要工具是 search_global_products（跨商家搜索，支持价格、配送和产品选项过滤）和 get_global_product_details（通用产品 ID 查询，返回销售该 SKU 的所有商家的完整选项矩阵）。结果按通用产品 ID (UPID) 进行聚类，因此跨多个店铺的重复 SKU 不会向 Agent 输送冗余结果。

3. Customer Accounts MCP —— 具有记忆功能的 Agent

Customer Accounts MCP 层是最有可能重塑购买后环节的一层。它向经过身份验证的 Agent 提供对客户订单历史、地址簿以及该客户拥有账户的商家处的账户状态的只读访问权限。具体来说：消费者的个人 Agent 可以通过调用 Customer Accounts MCP 来回答“我的耳机订单什么时候到？”，并且可以启动退货，而无需客户在支持表单中输入订单号。

对于高交易量的运营商来说，这能将极高比例的 1 线客服转化为由 Agent 处理的流程。对于极度关注 CX 的商家来说，这既是一个切入点，也是一个威胁，具体取决于服务客户的 Agent 是你自己的、Shopify 的，还是第三方的。大多数早期部署采用混合模式：商家自己的品牌 Agent 代表其已验证身份的客户调用 Customer Accounts MCP。

Universal Commerce Protocol (UCP)：底层架构

所有四个 MCP 服务器都符合 UCP 规范。这个缩写词非常重要。Universal Commerce Protocol 是 Shopify 发布的一项开放标准，定义了四种类型的角色——平台（Agent 和应用程序）、商家、凭证提供商和支付服务提供商——如何在网络上保持一致的沟通以完成商业交易。

UCP 并非 Shopify 独有；该规范已经公开，并鼓励第三方实现，其目标明确是要建立一个互操作层，使 OpenAI 构建的 Agent 能够在 Shopify、BigCommerce 或是自定义平台上完成结账，而无需为每个平台编写新的集成。

UCP 定义的三大核心能力：

1. 发现 (Discovery) —— 跨商家搜索、获取产品详情，帮助买家找到所需商品。Shopify 通过 Catalog MCP 和 Storefront MCP 实现此功能。

2. 结账 (Checkout) —— 创建结账会话、收集买家信息、附加支付、完成交易。Shopify 通过结合 Storefront MCP 购物车工具和独立的 Checkout Kit（同时支持嵌入式和基于浏览器的结账）来实现此功能。

3. 订单 (Orders) —— 跟踪已确认的交易、履约事件、退款和退货。Shopify 通过 Customer Accounts MCP 和现有的 Admin API 实现此功能。

对商家的实际意义：如果你使用 Shopify 并且启用了 Storefront MCP（大多数店铺默认开启），你的店铺就已经能被基于 UCP 的 Agent 发现。你不需要“集成 ChatGPT”或“集成 Claude”——你只需集成 UCP，每个符合 UCP 规范的 Agent 就能访问。这与 1999 年 SEO 解决自然搜索的模式相同：一个标准，多个消费者。如果你想深入了解规格说明，我们在专属指南中详细拆解了 UCP。

未来 18 个月内商家将面临哪些变化

三个具体转变，按确定性递减排列：

1. 经由 Agent 引入的流量将成为一个真正的渠道，而非噱头。 我们已经看到，在 ChatGPT 购物模式中拥有高曝光度店铺的会话中，有 3-8% 来自 Agent 推荐。到 2026 年第四季度，大多数面向消费者的 AI 助手都将具备商业集成。如何在 ChatGPT 上销售的指南专门针对该渠道提供了战术优化策略。

2. 购买后服务从自选服务转向 Agent 服务。 订单状态查询、发起退货、修改地址、补加折扣——今天由 Revize 和其他购买后应用处理的所有 1 线工作——都将包裹在 Agent 对话中。工具调用仍然基于相同的 API，但用户界面从网页表单转移到了自然语言对话。尚未理顺底层工作流的商家仍然无法支持 Agent；Agent 无法修复损坏的购买后流程，它们只会将其暴露出来。

3. 商品数据质量将带来复利般的投资回报率 (ROI)。 在 UCP 中，Agent 根据商品详情来决定是否向买家展示你的产品。标题、描述、技术规格、材质、可选项组合、库存信号——现在每个字段都由模型评估，而不仅仅由人工评估。在 Agent 发现阶段，拥有干净、结构化商品数据的商家会胜过数据匮乏的商家，就像在搜索排名中胜出一样。不同之处在于，Agent 无法像人类那样滚动掠过单薄的内容——单薄的数据只会被降低排名。

作为开发者或服务商使用 AI Toolkit

Toolkit 的开发人员端的设置流程是整个环节中最简单的部分。

如果你使用的是 Claude Code，运行一次 Shopify 插件安装，Dev MCP 服务器就会自动注册。从那时起，与 Claude Code 的任何对话都可以将文档搜索、架构内省和 shopify store execute 作为工具调用。不需要针对每个项目进行配置。

如果你使用的是 Cursor，将 Dev MCP 服务器添加到你的 Cursor MCP 配置文件中。设置仅需一段五行的 JSON 代码。Cursor 在下次重启时即可识别这些工具。

如果你使用的是 Gemini CLI，则该集成是从 Shopify 官方 GitHub 技能库中进行技能安装。

Agent 技能（与插件分离）是放入你项目代码库 .agent/skills/ 目录中的 markdown 文件。如果你需要按项目进行自定义，这是正确的模式——例如，一个告知 AI 你的店铺命名惯例、测试方案和部署管道的技能文件，使得生成的代码自动符合你的标准。

效率提升是实实在在的，但也有其边界。在深入部署该工具的团队中，我们看到在 AI 擅长的任务上，应用开发速度有所提升：模板化的 GraphQL 查询、webhook 处理器脚手架、Polaris 组件布局、CLI 工作流自动化。但它并不能明显加速架构设计决策、跨系统调试或性能优化，因为这些任务需要 Dev MCP 无法提供的前后关联信息。

在自己的店铺上启用 Agent 购物

对于大多数 Shopify 店铺，Storefront MCP 端点默认处于启用状态。你可以在 30 秒内进行测试：

curl -X POST https://YOUR-STORE.myshopify.com/api/mcp \
  -H "Content-Type: application/json" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/list",
    "id": 1
  }'

curl -X POST https://YOUR-STORE.myshopify.com/api/mcp \
  -H "Content-Type: application/json" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/list",
    "id": 1
  }'

如果你收到了工具列表响应，说明你的店铺已经可被 Agent 寻址。如果你想在此基础上构建品牌 Agent（在店铺前端提供一个“购物助手”聊天小工具），Shopify 的 Shop Chat Agent 模板是最快的途径。这是一个包含嵌入式聊天 UI、MCP 客户端、流式响应处理的起始代码库，并支持将 Claude、GPT 或 Gemini 替换为底层 LLM。

对于想要部署自己 Agent 的商家，切实可行的 90 天实施路径如下：

• 第 1-2 周： 克隆 Shop Chat Agent 模板，自定义 Prompt 和 UI 以匹配你的品牌，替换为你偏好的 LLM。

• 第 3-4 周： 部署到测试主题，针对购物车、商品目录和订单状态流程进行内部 QA。

• 第 5-8 周： 对一小部分客户群体进行灰度发布，衡量解决率（由 Agent 解决且未升级到人工客服的咨询百分比）。

• 第 9-13 周： 根据对话记录优化 Prompt，添加品牌特有的政策和产品知识，向全部流量推广。

我们看到的最大低级错误是跳过第 3-4 周。内部 QA 能捕捉到在面向客户发布时可能会暴露的问题：比如 Agent 言之凿凿地推荐你根本不销售的产品、错误处理促销价格、返回错误的配送预估。

购买后基础设施在 Agent 架构中的位置

Agent 可以很好地处理发现和结账。但除非商家拥有可被 Agent 调用的购买后基础设施，否则它们处理购买后环节的效果非常糟糕。

当买家询问“能修改我的订单吗？”时，Agent 需要执行订单修剪、地址更改、换货和结账后添加折扣等操作。Customer Accounts MCP 赋予 Agent 对订单的只读访问权；而写操作（即实际的修改）仍然必须在某个地方运行。在如今的大多数店铺中，这通过支持工单和 Shopify 后台修改来完成。随着 Agent 成为主要的 CX 界面，这也是每个商家必须弥合的差距。

Revize 是专为此设计的购买后修改层——处理地址更改、属性更换、加购、取消、补加折扣——我们正在积极开发可被 Agent 寻址的修改端点，以便在 Agent 开始调用时，底层的流程已经准备就绪。如果你正在思考购买后服务在你的 Agent 策略中处于什么位置，Revize 已在 Shopify App Store 上架。

常见问题

一句话解释什么是 Shopify AI Toolkit？

Shopify AI Toolkit 是一个三层捆绑包：一个用于 AI 编码助手的 Dev MCP 服务器，四个用于 AI 购物 Agent 且符合 UCP 规范的 MCP 服务器（Storefront、Catalog、Customer Accounts、Dev），以及将它们联系在一起的 Universal Commerce Protocol 规范。

Shopify AI Toolkit 免费吗？

是的。Dev MCP 服务器是在本地运行的，无需身份验证，没有成本。Storefront MCP 端点会在每个店铺上公开，无需额外费用。Catalog MCP 需要注册一个免费的 Dev Dashboard 账户以获取 JWT 凭证。Customer Accounts MCP 使用现有的 Shopify 客户身份验证。

我的店铺是否必须使用 Shopify Plus 才能使用 MCP？

不需要。Storefront MCP 端点在所有方案的每个 Shopify 店铺上都默认开启。Catalog MCP 适用于任何符合 Shopify 准入标准的商家，这与方案无关。只有某些高级 Agent 商业功能（保存商品目录、自定义访问范围）才需要 Plus。

Storefront MCP 和 Catalog MCP 有什么区别？

Storefront MCP 范围限于单个商家店铺，不需要身份验证——当消费者已经决定在哪个店铺购物时，Agent 会使用它。Catalog MCP 是跨商家的，需要 JWT 身份验证，当消费者在跨所有 Shopify 店铺进行搜索时，Agent 会使用它。

什么是 Universal Commerce Protocol？

UCP 是 Shopify 的开放规范，定义了 AI Agent、商家、支付服务提供商和凭证提供商在商业交易中如何进行沟通。它将发现 (Discovery)、结账 (Checkout) 和订单 (Orders) 定义为三大核心能力，旨在也能被非 Shopify 平台实现。

ChatGPT、Claude 和 Gemini 都会使用 Shopify 的 MCP 服务器吗？

它们已经在使用，通过它们各自的 Agent 和购物模式。基于 Anthropic MCP 标准构建的 Agent 可以原生连接到 Shopify 的 MCP 服务器。OpenAI 的 Agent SDK 直接支持 MCP。谷歌的 Gemini 在 Shopify 开发者文档中也提供了对接模式。

启用 Agent 购物会降低我的转化率吗？

早期数据表明并不会，通常反而会提升。Agent 驱动的流量往往带有更强的意图（消费者已经告诉 Agent 他们想要什么），并且 Storefront MCP 的 update_cart 工具能直接填装购物车，而不需要消费者花时间浏览。我们看到的转化率下降情况，是由于 Agent 的 Prompt 写的很差，推荐了店铺并不销售的商品，从而导致消费者流失到别处。

AI Toolkit 如何处理客户数据隐私？

Dev MCP 在开发者的机器本地运行，默认不向外部传输店铺数据。Storefront MCP 调用在服务器到服务器之间运行，不会暴露本质上的 PII。Customer Accounts MCP 在 Agent 访问其订单历史或账户数据之前，需要客户明确的 OAuth 授权。这四层都受到 Shopify 的 API 许可和数据处理协议的约束。

竞争对手的 Agent 可以通过 MCP 在我的店铺上进行交易吗？

可以——这正是其设计初衷。任何符合 UCP 规范的 Agent 都可以通过 Storefront MCP 端点搜索你的商品目录并创建结账。如果你想要限制交易的对象，控制手段与你现有的相同：速率限制、IP 拦截以及 Shopify 针对 Catalog MCP 提供的商家级访问限制。对大多数商家而言，向更多 Agent 开放客户端对营收有正向作用。

我需要做些什么才能让我的店铺出现在 Agent 搜索结果中？

你需要高质量的产品数据。Agent 根据标题质量、描述相关性、技术规格完整性和库存信号来展示产品——这些也是驱动 SEO 的字段，只是现在由模型来打分。商品详情匮乏的商家在 Agent 发现中的排名会被降低。这是提高 Agent 表现的最有效的 ROI 杠杆。

AI Toolkit 和 Shopify Functions 之间是什么关系？

属于不同层面，没有重叠。Shopify Functions 服务于商家，在结账过程中运行自定义的结账和购物车逻辑。而 AI Toolkit 则是让 Agent 从外部与客户端交互。调用 Storefront MCP update_cart 的 Agent，将触发该店铺所配置的任何 Functions，就像任何其他购物车更新一样。我们在这里深入探讨了 Functions 的迁移。

如何调试 Agent 在我店铺上的行为？

Storefront MCP 请求与任何其他 Storefront API 调用一样都会记录，并会出现在后台商家店铺的 API 请求日志中。你还可以在你的品牌 Agent 中构建指标分析——Shop Chat Agent 模板包含一个对话日志钩子，可将每条用户消息、工具调用和工具响应写入你自选的后台。对于第三方 Agent，你只能看到出站 API 调用，而看不到上游的 Agent 对话内容。

相关文章

• Universal Commerce Protocol (UCP)：Shopify 开发者指南 —— 上文提及的更深层次的规范拆解。

• 如何通过 Shopify Agentic Storefront 在 ChatGPT 上销售 —— 针对最大消费者 Agent 的渠道特化优化。

• Shopify Functions 迁移教程（2026 版） —— 2026 年的另一个重大迁移，与此相辅相成的基础设施。

• 2025 年高级 Shopify Flow 工作流 —— 后台自动化在哪些方面仍优于 Agent 编排，以及在哪些方面逊色。