Anthropic 开源 Claude Commerce Agents：电商购物与商家运营双 Agent 方案

2 阅读

Anthropic 开源电商双 Agent：购物与商家端都有了

Anthropic 最近开源了一个叫 Claude Commerce Agents 的项目，目标很明确：帮开发者快速搭建能用的电商 AI 助手。它不是概念演示，而是带完整代码、测试和部署路径的参考实现，分两块——一个给消费者用的购物 Agent，一个给运营人员用的商家 Agent。

实测数据挺亮眼：接入后购物车规模平均涨了 35%，转化率提升 60%。这数字背后，是整套设计对电商核心流程的深度嵌入，而不是简单加个聊天窗口。

项目目前覆盖四个垂直领域：零售、旅游、电信和票务。每个都提供了可直接运行的示例，开发者 fork 仓库后，改几行配置就能跑起来。更重要的是，它的架构允许你轻松扩展到其他行业，比如本地生活或 B2B 采购。

购物 Agent：不只是聊天，而是帮你买东西

购物 Agent 的定位很清晰——嵌入到 App 或网站里，让用户用自然语言完成整个购前决策。比如你说“想找适合跑步的无线耳机，预算 800 以内，最好有降噪”，它不会只甩几个链接，而是：

  • 在你的商品目录里搜索匹配项
  • 自动比价（包括不同颜色、套餐的差价）
  • 提取关键参数做横向对比
  • 根据你的历史偏好调整推荐权重
  • 最后把选好的商品放进购物车

整个过程对话界面会直接渲染商品卡片、对比表格和购物车状态，用户不用跳转页面。这种“对话内 UI”大大降低了操作成本。

更关键的是，它能跨会话记住你的偏好。第一次你说“不要红色”，下次再聊耳机，红色选项就自动过滤掉。用户画像不是静态标签，而是从对话中实时提取并更新的动态数据。

商家 Agent：运营人员的 AI 助手

另一边，商家 Agent 面向的是店铺运营、品类经理这类角色。它不处理客服问题，而是聚焦在决策支持上：

  • 销售分析：“上周女装连衣裙销量下滑 20%，什么原因？”
  • 库存预警：“A 款库存只剩 15 件，按当前速度三天后断货”
  • 定价建议：“竞品刚降价 10%，我们是否跟进？模拟利润变化如下”
  • 营销草稿：“为母亲节活动写三条短信文案，强调限时折扣”

所有这些建议都基于真实业务数据，而不是模型瞎猜。而且，任何可能改变线上状态的操作——比如调价、改库存、发营销——默认都是暂存待审批。AI 可以提方案，但最终生效必须人工点确认。这道门控直接写在代码里，不依赖模型“自觉”。

安全设计：从源头堵住风险

电商场景最怕 AI 乱来。Claude Commerce Agents 的安全策略很硬核：

  • 支付完全隔离：模型只负责构建购物车，结账 URL 和支付流程由商家系统处理。模型根本看不到支付信息，自然不可能出错。
  • 数据强锚定：价格、库存、商品描述全部来自你的真实后端接口，模型不能编造或修改。
  • 权限上限：即使被越狱，Agent 能调用的工具也仅限于预设范围，比如不能访问用户隐私数据。
  • 来源门控：所有外部数据引用都带来源标记，避免幻觉。

这些不是文档里的承诺，而是代码层面的强制约束。你去看 GitHub 仓库，安全逻辑直接集成在核心执行流里。

开发体验：插件脚手架，几小时搭好

Anthropic 还配套推出了 Claude Code 插件。装好后，在聊天窗口输入 /scaffold-commerce-agent，它会问你几个问题：用什么云？接哪些后端系统？需要哪些功能模块？然后自动生成：

  • 适配你技术栈的项目代码
  • 对应的业务流程定义
  • 基于你商品目录的测试用例

官方说能把搭建时间从几天缩短到几小时。对于想快速验证效果的团队，这很实用。

项目本身结构也很干净。采用“单 Agent + Skills”模式，所有能力通过 skills/ 目录下的模块实现。要加新功能？比如“以旧换新评估”，就在里面新建一个带 SKILL.md 说明的文件夹，实现对应逻辑就行。避免了多 Agent 编排带来的状态同步复杂度。

部署灵活：三种方式任选

你可以根据团队能力选择部署路径：

  • Messages API：自己控制整个对话循环，适合有成熟工程体系的公司
  • Agent SDK：用 Anthropic 提供的 SDK 快速启动，省去底层通信细节
  • Managed Agents：完全托管，Anthropic 负责运维，你只管配置业务规则

无论哪种，都能对接主流云平台，比如 AWS Bedrock 或 Google Cloud Vertex AI。后端集成则通过两个标准接口：StorefrontBackend（对接商品、购物车）和 MerchantBackend（对接库存、订单、分析）。

Loomy

和 Shopify Sidekick 有什么不同？

很多人会拿它和 Shopify 的 Sidekick 对比，但两者定位完全不同：

  • Claude Commerce Agents 是开源蓝图，面向开发者，可部署在任何地方，对接任意系统。
  • Shopify Sidekick 是闭源功能，只在 Shopify 生态内可用，商家没法修改底层逻辑。

如果你用的是 Shopify，Sidekick 开箱即用；但如果你有自己的电商平台，或者想深度定制 AI 行为，Anthropic 这套开源方案显然更自由。

实际能用在哪些场景？

除了常规电商导购，项目示例展示了几个典型用法：

  • 旅游行程规划：用户说“五一假期带爸妈去云南，预算 1.5 万，喜欢慢节奏”，Agent 能整合机票、酒店、景点门票，生成带比价和日程的完整方案。
  • 电信套餐推荐：根据用户当前用量、家庭成员数和预算，分析几十种套餐组合，连监管附加费都列清楚，推荐最优解。
  • 票务服务：处理演唱会抢票、候补排队、座位图导航，同时确保库存实时同步，避免超卖。

这些场景的共同点是：信息分散、决策复杂、需要跨多个数据源整合。传统搜索或筛选很难搞定，而 Agent 能在一次对话里闭环。

怎么开始试用？

项目已在 GitHub 开源（Apache 2.0 协议），步骤很简单：

  1. 克隆 anthropics/commerce-agents 仓库
  2. 装 Python 3.11+ 和 Node 22 环境
  3. 复制 .env.example 为 .env，填入你的 Anthropic API 密钥
  4. 运行 python scripts/run_demo.py retail 启动零售示例

你也可以直接跑测试：pytest 验证逻辑，scripts/smoke_chat.py 模拟真实对话。

如果想对接自己的系统，重点是实现那两个 Backend 接口。文档里有详细说明，包括如何开关功能模块（比如没购物车就关掉相关工具）、如何自定义 Skills。

总的来说，这不是又一个“AI 聊天机器人”，而是一套针对电商核心痛点的工程化解决方案。开源、安全、可扩展，而且真的能跑出业务指标。对于想在自家平台落地 AI 购物体验的团队，值得一试。