Shopify AI Toolkit 使用指南
Shopify AI Toolkit 是 Shopify 官方提供的 AI 开发增强套件:把你的 AI 助手(Cursor、Claude Code、VS Code、Gemini CLI、Codex 等)与 Shopify 文档、API Schema、代码校验能力 以及 CLI 侧与店铺相关的执行能力 连接起来,让智能体按平台真实行为工作,而不是凭训练数据「猜」接口怎么写。
定位说明:官方文档归类在 Apps → Build → Dev tools 下,主要面向 Shopify 应用与扩展 开发场景。若你主要做 主题与 Liquid,可搭配阅读 AI 辅助与主题工程化;Toolkit 与 Theme Check、CLI 仍可共用同一套编辑器习惯。
最近也有不少海外开发者把它放进日常工作流里,比如 WebSensePro 的这篇 Shopify AI Toolkit Tutorial 提到:通过自然语言让 AI 辅助更新产品标签、优化图片与 SEO 元信息、创建主题区块。这里不照搬案例,而是结合我们自己的建站、主题和运营经验,把它拆成更实用的判断:哪些事可以大胆交给 AI 起草,哪些事必须人来收口。
一、Toolkit 解决什么问题
| 痛点 | Toolkit 的作用 |
|---|---|
| 模型编造不存在的 Admin API 字段或 GraphQL 操作名 | 通过官方文档与 Schema 约束回答与生成 |
| 团队各自问 ChatGPT,答案版本不一致 | 统一 插件 / Skills / MCP 入口,随官方更新 |
| 写完代码不知道是否符合平台习惯 | 结合校验与 CLI 能力,减少「能跑但不符合规范」的代码 |
官方表述:让 agent 与 Shopify 正确协作,而不是猜测实现细节。(参见 Shopify AI Toolkit 文档 。)
换成更接地气的话说:它不是「替你经营一家店」,而是把原来分散在文档、CLI、API Schema、主题文件里的信息,变成 AI 可以调用的上下文。它真正省时间的地方,通常不是一次生成一个惊艳功能,而是少走这些弯路:
- 少查很多遍同一个 Admin API 字段名
- 少写一批重复的 GraphQL 查询
- 少在主题文件里凭感觉改 section schema
- 少把 SEO 标签、图片 alt、产品标签这些重复工作逐条人工处理
- 少让初级同事在旧博客和新文档之间反复对答案
二、先别神化:它更像「带 Shopify 文档的工程助理」
很多介绍 AI Toolkit 的文章会强调「几分钟做完主题、SEO、批量修改」。这个方向没错,但实际项目里要稍微冷静一点看。
它擅长:
- 起草代码:例如生成一个 section、写一个 Admin GraphQL 查询、补一段 App Extension 配置
- 读文档并对齐接口:让 AI 不再靠旧知识猜 Shopify 的字段
- 批量整理:产品标签、图片 alt、SEO 标题、描述、metafield 草稿
- 解释项目结构:快速理解 app、extension、theme 的目录与入口
它不适合直接接管:
- 真实生产店铺的批量写入,不经人工 review 就执行
- 品牌口吻、SEO 策略、产品合规承诺
- 价格、库存、折扣、税务、支付等高风险配置
- 客户数据、订单数据、私密 token 的随意粘贴
比较稳的用法是:先让 AI 生成计划与 diff,再由人决定是否执行。尤其是批量改产品、图片、SEO 字段时,先抽样 5~10 个结果,比一上来跑全店安全得多。
三、安装前要求
根据官方说明,安装前应满足:
- Node.js:18 及以上(建议与团队 CLI 版本对齐,使用 LTS)。
- 受支持的 AI 工具之一:Claude Code、Codex(仅支持 Skills 与 MCP)、Cursor、Gemini CLI、Visual Studio Code。
具体子版本与兼容性以 官方 Requirements 为准。
四、三种安装方式概览
| 方式 | 适用场景 | 维护方式 |
|---|---|---|
| 插件(Plugin,推荐) | 希望「一次装好、自动跟新」 | 插件随官方发布更新 |
| Agent Skills(手动) | 只想要部分能力、可自选技能包 | 需自行拉取更新 |
| Dev MCP Server | 已在工作流里深度使用 MCP、希望接本地 stdio 服务 | 本地 npx 拉起,按文档配置各客户端 |
下面分方式说明要点;命令与菜单位置以你本机文档版本为准,若与官方不一致,请以 shopify.dev AI Toolkit 为准。
五、方式 A:插件安装(推荐)
插件把能力打成一个整体,官方推荐优先用插件,以便新能力发布时自动带上。
Claude Code
- 在 Claude Code 中启用 Shopify 插件市场(官方示例命令):
/plugin marketplace add Shopify/shopify-ai-toolkit - 再安装插件:
/plugin install shopify-plugin@shopify-plugin
Cursor
在 Cursor Marketplace 中搜索并添加 Shopify 相关官方插件(详见官方文档「Cursor」小节)。
Gemini CLI
在终端执行(官方提供的扩展安装方式):
gemini extensions install https://github.com/Shopify/shopify-ai-toolkitVisual Studio Code
- 在 VS Code 设置中启用 Agent plugins 相关预览能力(以当前 VS Code 版本说明为准)。
- 命令面板执行 Chat: Install Plugin From Source。
- 仓库地址填入:
https://github.com/Shopify/shopify-ai-toolkit(与官方文档一致)。
六、方式 B:Agent Skills(npx skills)
适合希望 按需安装、或只引入部分技能的场景,不希望占用太多插件空间。
安装全部技能:
npx skills add Shopify/shopify-ai-toolkit
也可以一个个空格勾选部分选中的技能,选完之后一直回车就安装好了
仅安装单个技能:
npx skills add Shopify/shopify-ai-toolkit --skill shopify-admin完整技能列表见官方 GitHub 仓库说明。注意:手动添加的 Skills 不会自动更新,需要你们自行跟进版本。
七、方式 C:Dev MCP Server(@shopify/dev-mcp)
通过 MCP(Model Context Protocol) 把本地或 IDE 里的助手接到 Shopify 开发者资源;官方说明该 MCP 在本地运行,且文档描述为 无需额外认证(以官方最新说明为准)。
通用思路
- 使用
npx -y @shopify/dev-mcp@latest作为 MCP 子进程命令; - 在各客户端的 MCP 配置 里增加
shopify-dev-mcp(名称可自定); - 保存配置后重启对应客户端,使 MCP 生效。
Cursor 配置示例
在 Cursor → Settings → Cursor Settings → Tools and MCP → New MCP server 中增加类似配置(与 官方 Cursor 小节 对齐):
{
"mcpServers": {
"shopify-dev-mcp": {
"command": "npx",
"args": ["-y", "@shopify/dev-mcp@latest"]
}
}
}若 Windows 上出现连接错误,官方文档提供了改用 cmd /k npx ... 的替代写法,请在文档中复制最新片段。
Claude Code 示例
官方建议通过 CLI 注册 MCP,例如:
claude mcp add --transport stdio shopify-dev-mcp -- npx -y @shopify/dev-mcp@latest执行后 重启 Claude Code。
Codex CLI
在 ~/.codex/config.toml 中增加 [mcp_servers.shopify-dev-mcp] 段(注意 Codex 使用 snake_case 的 mcp_servers,与部分 JSON 配置不同)。完整片段见 官方 Codex 说明 。
Gemini CLI 与 VS Code
- Gemini CLI:在
settings.json的mcpServers中增加与上文类似的command/args;跨项目使用可加官方文档中的--scope user等参数。 - VS Code:命令面板打开 MCP: Open User Configuration,在用户级
mcp.json的servers下添加shopify-dev-mcp条目(字段名以 VS Code 当前 MCP 规范为准)。
八、结合实际业务的 5 个工作流
1. 批量 SEO 初稿:先生成,再抽样,再写入
适合处理:
- 产品标题太短或不统一
- Meta title / description 缺失
- 图片 alt 空白
- 产品标签混乱
推荐流程:
- 先让 AI 读取产品结构,生成 字段清单与修改策略
- 只选 5 个产品做样本
- 人工检查关键词、品牌语气、是否夸大功效
- 再批量执行
- 导出变更记录,方便回滚
可以这样问:
请先不要修改店铺数据。
帮我检查当前产品的 SEO 字段结构,列出缺失 meta title、meta description、image alt 的产品数量。
然后抽取 5 个样本,给出建议修改前后对照表。这样比「直接帮我优化全店 SEO」安全很多。WebSensePro 的文章里提到批量更新标签与 200+ 图片的效率案例,可以作为方向参考,但真实项目里建议先做抽样和回滚方案。
2. 主题区块开发:先让 AI 写草稿,再用 Theme Check 收口
适合让 AI 生成:
- before / after 图片对比模块
- FAQ 折叠区块
- trust badges 信任图标
- 产品卖点卡片
- 首页活动 banner
推荐流程:
- 先描述 section 的使用场景与设置项
- 让 AI 生成 Liquid、schema、CSS 的第一版
- 人工检查是否符合主题现有命名、布局和性能习惯
- 跑 Theme Check
- 在预览主题里测试移动端、空数据、图片缺失状态
更好的提示词不是「帮我写一个漂亮 section」,而是:
请基于 Shopify Online Store 2.0 写一个可复用 section:
- 用于首页展示 3 个产品卖点
- 每个卖点包含图标、标题、描述
- schema 支持最多 6 个 block
- 不要依赖外部库
- 输出前说明文件放在哪,以及需要我在主题编辑器里怎么配置3. App / Extension 开发:减少字段名和配置错误
做 Shopify App、Checkout UI Extension、Discount Function、Cart Transform 时,AI 最大价值不是「替你设计业务」,而是减少这些低级错误:
- GraphQL 字段名写错
- mutation 输入结构不对
- extension target 用错
- TOML 配置漏字段
- 示例代码引用了过期 API 版本
推荐做法:
请根据 Shopify 当前官方文档,帮我生成一个 Discount Function 的输入 query。
规则是:买 A 赠 B,需要读取 cart lines 的 merchandise id、quantity、line attributes 和 cart subtotal。
先输出 query,再解释每个字段为什么需要。这类问题很适合 Toolkit / MCP,因为它能围绕官方 Schema 和文档回答,比普通聊天模型更少「看起来对、实际不能跑」。
4. 运营数据整理:让 AI 做助理,不做裁判
你可以让 AI 帮忙:
- 整理产品标签命名规范
- 把供应商资料转成商品字段草稿
- 分析哪些商品缺图、缺 alt、缺 SEO 字段
- 给运营同事生成待办清单
但不要让它直接决定:
- 哪些商品必须下架
- 哪些 SKU 应该涨价
- 哪些客户应该被标记为高风险
- 哪些承诺能写进商品页
AI 适合做「整理和建议」,最终判断仍要看库存、利润、合规和品牌策略。
5. 团队协作:把 AI 用法写成 SOP
如果团队里多人都用 AI Toolkit,建议建立一份很短的 SOP:
- 哪些任务允许 AI 直接改文件
- 哪些任务只能生成建议
- 批量写入店铺前必须抽样多少条
- 谁负责 review diff
- 出问题如何回滚
很多 AI 工具带来的混乱,不是因为工具不好,而是团队没有定义「能不能执行」和「谁来确认」。这点比安装方式更重要。
九、与日常开发流程如何配合
- 应用脚手架:仍使用
shopify app init等 CLI 流程(参见 Shopify 应用开发)。 - 写 Admin API / GraphQL 前:让已连接 Toolkit / MCP 的助手 对照 Schema 生成查询,减少字段名错误。
- 合并前:继续跑你们团队的 Lint、单测、Theme Check(主题相关时),Toolkit 不替代 CI。
- 密钥与合规:Toolkit 提升的是「文档与接口正确性」;API Token、客户数据 仍须遵守 安全最佳实践 与公司政策,勿粘贴进不可信会话。
可以把它理解成一条更稳的链路:
需求描述 → AI 生成计划 → AI 生成代码或批量操作草稿 → 人工 review → 小范围执行 → 记录结果 → 再扩大范围十、适合直接上手的提示词
检查产品 SEO 字段
请先读取产品字段结构,不要修改任何数据。
统计哪些产品缺少 meta title、meta description、image alt 和产品标签。
请按“问题类型、影响、建议处理方式、是否适合批量修复”输出。
生成主题 Section
请帮我为 Shopify OS 2.0 主题写一个 section 草稿。
功能是首页活动横幅,包含桌面图、移动端图、标题、副标题、按钮文字和链接。
请使用 Liquid schema,不依赖第三方库,并说明如何在主题编辑器里配置。生成 Admin GraphQL 查询
请根据 Shopify Admin GraphQL 当前 Schema,生成一个查询:
读取前 20 个产品的标题、handle、状态、标签、SEO title、SEO description、前 5 张图片的 altText。
请先输出 query,再解释字段用途。批量修改前生成计划
我准备批量更新产品图片 alt。
请先根据当前产品标题、产品类型和图片上下文生成 10 条样本建议。
不要执行写入。
请输出修改前字段、建议字段、风险说明。十一、延伸阅读与官方入口
- 官方主文档:Shopify AI Toolkit
- 案例参考:Shopify AI Toolkit Tutorial - Build Themes & Automate SEO in Minutes
- 相关: Shopify CLI · Scaffold an app · Storefront MCP
- 本站: Shopify 应用开发 · AI 辅助与主题工程化 · 独立站与 AI:热点能力地图 · Storefront MCP 简介
提示:Shopify 对插件市场、MCP 字段名与 VS Code 行为会迭代更新;若本文与 shopify.dev 当前页 不一致,以官方页面为准。