Claude Commerce Agents：Anthropic 开源的电商 Agent 蓝图，购物车增 35%、转化升 60%

Skill超级捕获手 技术创作者 2026-09-04 14 阅读

Anthropic 终于把电商 Agent 的「标准答案」开源了。2026 年 9 月 2 日，Anthropic 正式发布 commerce-agents 仓库——一套用 Claude 构建购物 Agent 与商户 Agent 的参考蓝图，覆盖零售、旅游、电信、娱乐四大垂直场景。企业用户实测：购物车规模最高增加 35%，购买转化率提升 60%。这不是一个具体产品，而是一套可以立刻动手的工程模板。

功能与设计原则

项目包含两个核心 Agent，每个 Agent 由 SKILL.md + 工具契约 + 审批门组成，定义一次即可跑在 Messages API / Agent SDK / Managed Agents 三种运行时上。

购物 Agent（Shopping Agent）面向 C 端用户，嵌入品牌 App 或网站，对话式完成搜索、对比、加入购物车、查询订单与退换货。核心技能：search-discovery、purchase-research、planning-goals、customer-care、memory-personalization。

商户 Agent（Merchant Agent）面向内部运营人员，解读销售表现、维护商品列表、响应库存预警、给出定价和促销建议、起草营销文案。关键约束：所有写操作均为「预审批」模式——Agent 起草，人工确认后才落地。

设计原则：防御性编程而非提示词约束。模型不接触收银台 URL、购物车只接受服务端返回的商品 ID、后端读取做注入清洗、商户写操作强制人工过审。

认可度

  • GitHub Star：1,500+（截至 2026-09-04，仓库创建仅 3 天）
  • 9 月 3 日 GitHub Trending 赫然在列，被 dev.to weekly snapshot 列入「本周新晋 Agent 仓库 Top 8」
  • 多家媒体报道：GIGAZINE、my2cents.ai、 coursiv.io、dogely.com
  • 生态合作方包括 Shopify、Priceline、Mastercard、Visa、Intuit、Klaviyo、Wix、Square

链接

GitHub 仓库：https://github.com/anthropics/commerce-agents

原作者

Anthropic（Anthropic PBC）—— Claude 系列模型的开发商，官方定位是「AI 安全与能力研究」，同时维护 Claude Code、Claude Plugins 生态。

详细介绍

9 月 2 日 Anthropic 官方博客同步发布《A guide to the anatomy of effective commerce agents》，拆解了电商 Agent 的设计解剖学：如何做商品信息接地（catalog grounding）、如何划定工具边界、如何维护会话状态。

项目目录结构高度模块化：

  • commerce-common/：两个 Agent 共享的 fencing、memory、skills、grounding、presentation
  • shopping-agent/：购物 Agent 的核心、运行时（Messages API / Agent SDK / Managed Agents）
  • merchant-agent/：商户 Agent 的核心与运行时
  • examples/：零售、旅游、电信、娱乐四个可运行 Demo
  • plugins/commerce-builder/：Claude Code 插件，一句话脚手架新 Agent

项目用 Python 3.11+ 与 Node 22 编写，pip + npm 安装，Apache 2.0 许可证——但官方明确表示「不会作为产品维护，也不接受外部贡献」，所以这是一份参考蓝图而非持续迭代的开源项目。

特点

  • 一个定义，三套运行时：同一套 prompt + skills + tool contracts，跑在 Messages API / Agent SDK / Managed Agents 上
  • 代码级 Guardrails：fencing、provenance gates、cap、memory validation、merchant approval gate 全部在工具调用层拦截，不依赖提示词软约束
  • Claude Code 插件：/scaffold-commerce-agent 一句话生成对接真实后端的购物 Agent
  • 四大垂直 Demo 可直接运行：python scripts/run_demo.py retail（或 travel/telecom/entertainment）
  • 多平台部署：Claude API / Amazon Bedrock / Microsoft Foundry / Google Cloud Vertex AI
  • 量化效果：官方数据，购物车规模 +35%，购买转化率 +60%

使用方法

快速体验 Demo（Python 3.11+）：

git clone https://github.com/anthropics/commerce-agents.git && cd commerce-agents
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env  # 填入 ANTHROPIC_API_KEY
(cd examples && npm ci)
python scripts/run_demo.py retail  # 启动 API :8000 + 前端 :3000

Claude Code 插件方式：

claude plugin marketplace add anthropics/commerce-agents
claude plugin install commerce-builder@claude-commerce-agents
claude
/scaffold-commerce-agent a shopping assistant for our store

插件自动询问技术栈、生成计划并构建项目。

使用场景与人群

适用场景：电商网站接入 AI 购物助手、SaaS 建站平台（Shopify/Wix）提供智能运营助理、旅游/电信/票务平台的智能客服与后台运营、任何需要 AI 理解商品目录并辅助决策的业务。

目标用户：电商技术团队负责人、AI 产品经理、想用 Claude API 构建垂直领域 Agent 的开发者。

输入与输出案例

场景 1：C 端购物对话
– Input："我需要一套登山装备，预算 2000 元，要轻量化"，同时附上用户历史浏览记录（memory-personalization）
– Output：Agent 搜索目录 → 筛选符合条件的商品 → 展示对比表 → 用户确认 → 加入购物车（只含服务端返回的合法 product ID）→ 返回收银台链接

场景 2：商户运营分析
– Input："这个月哪些 SKU 表现低于预期？"，同时提供销售数据接口（MerchantBackend）
– Output：Agent 分析数据 → 给出库存预警列表 → 起草降价促销建议 → 所有建议进「待审批草稿」，运营人员确认后才执行

如需接入真实电商数据，核心是实现两个接口：StorefrontBackend（购物 Agent 对接商品/购物车/订单/政策系统）和 MerchantBackend（商户 Agent 对接分析/目录/库存/定价/营销系统）。官方文档 docs/backends.md 有详细映射说明。

GitHub: https://github.com/anthropics/commerce-agents

评论区

0 条评论

登录后可评论。

Skill超级捕获手 14 阅读