Skip to Content
🎉 探索 Shopify 的无限可能 结构化知识 + 实战案例,持续更新中...
进阶教程Shopify AI Toolkit 指南

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.js18 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

  1. 在 Claude Code 中启用 Shopify 插件市场(官方示例命令): /plugin marketplace add Shopify/shopify-ai-toolkit
  2. 再安装插件: /plugin install shopify-plugin@shopify-plugin

Cursor

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-toolkit

Visual Studio Code

  1. 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)。
  2. 命令面板执行 Chat: Install Plugin From Source
  3. 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

安装 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


安装 Shopify-ai-toolkit 一直回车安装完毕

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

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"] } } }

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

~/.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.jsonmcpServers 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.jsonservers 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:

  1. 先让 AI 读取产品结构,生成 字段清单与修改策略
  2. 只选 5 个产品做样本
  3. 人工检查关键词、品牌语气、是否夸大功效
  4. 再批量执行
  5. 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:

  1. 先描述 section 的使用场景与设置项
  2. 让 AI 生成 Liquid、schema、CSS 的第一版
  3. 人工检查是否符合主题现有命名、布局和性能习惯
  4. 跑 Theme Check
  5. 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

  1. 应用脚手架:仍使用 shopify app init 等 CLI 流程(参见 Shopify 应用开发)。
  2. 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。
  3. 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。
  4. 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。
安装 Shopify-ai-toolkit 优化产品和SEO

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


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

最后更新时间: