Anthropic 刚刚把过去给商家用 Claude 做的购物 AI 助手开源了，并把踩坑经验整理成了施工手册。
官方定位：一份可以直接 fork 的蓝图——实现代码、模式、安全护栏（图源：Anthropic 官方视频）
具体的开源实现中，配了两个完整可运行的 Agent：购物 Agent 和商家 Agent，代码、技能、工具契约、安全门禁全部已写好。
覆盖四个行业：零售、旅游、电信、票务，每个开箱即跑，带网页界面，以及安全机制。两个 Agent 乘四个行业，官方视频里的说法是 8 个可运行的应用。
四个行业的示例应用：ACME Travel 行程单、ACME Mobile 套餐推荐、ACME Tickets 座位图（图源：Anthropic 官方视频）
01先说场景
消费者端：你逛淘宝、订机票时，有个 AI 陪你，你想要啥它帮你找、比价、准备好订单。
商家端：卖家也有个 AI 帮手，查销售数据、拟价格方案、管库存、做促销等。
02核心经验一：用一个聪明的大脑，别拆一堆小 AI
很多人会客服一个 AI、退货一个 AI、购物一个 AI……这样不对。
因为聊天是连续的，你聊着退货突然问"那我购物车里的东西还买吗"，拆开的 AI 各管一段就会丢上下文。
应该是一个 AI + 一摞 skills，用到哪本翻哪本。
这条不是转述，官方博客里那一节的标题就叫 "Skills, not subagents"——技能，而不是子智能体。
系统提示词 vs 技能怎么分？
- ▪系统提示词
：放高频用到的东西——安全规则、品牌要求、购物车逻辑、商品搜索 - ▪技能
：放长尾功能——售后客服、营销分析、旅行规划，需要时再加载
工具设计上，智能体应该调用企业已有的搜索、库存、促销引擎，而不是让 AI 自己算库存、自己定价。
UI 也是工具。 不要让 AI 输出自定义标签然后前端解析，而是把商品卡片、座位图、行程单都定义为工具调用，AI 输出结构化参数，服务器验证后直接渲染。这样更可靠，历史记录也能直接复用。上面那张图里的座位图、套餐对比、行程单，走的都是这条路。
03核心经验二：延迟很重要，但完成任务的质量更重要
让用户感觉快，不是变笨。
怎么让 AI 更快？ 减少对话回合、工具加速、感知延迟。
提示缓存是省钱的大招。 电商场景非常适合缓存，优秀部署能达到 90-99% 的缓存命中率。
另外不要凭感觉选模型：建议商家后台用更聪明的 Opus（分析任务重），消费者端用更快的 Sonnet（延迟敏感）。
04核心经验三：上线只是开始
AI 要记住用户偏好——鞋码、过敏信息、常看的报表——不能存在模型里，要存在数据库。
涉及钱的操作——下单、支付、改价、启动活动——AI 只能生成待确认的方案，必须由人工或既定审批流程确认后才能执行。
官方演示里这条落得很实：购物 Agent 把订单暂存好、算出预估总额，按钮写的是"回 app 里下单"，下面一行小字——"这里不会扣款，付款在结账时发生"。
购物 Agent 的暂存订单：算好了总额，但明确写着"这里不扣款"，最后一步交回给人（图源：Anthropic 官方视频）
AI 是非确定性的，改一点提示词可能带来意外后果，所以需要自动化测试。
05装起来
仓库是 anthropics/commerce-agents，Apache-2.0，9 月 1 日建仓，现在 685 star。要 Python 3.11+ 和 Node 22：
git clone https://github.com/anthropics/commerce-agents.git && cd commerce-agents pip install -r requirements.txt cp .env.example .env # 填 ANTHROPIC_API_KEY (cd examples && npm ci) # 8 个网页应用共用一个工作区 python scripts/run_demo.py retail
四个行业分别是 retail、travel、telecom、entertainment，每个各起一个消费者端和一个商家端。
README 开头有段声明写得很实在：这里面不会下任何真实订单、不刷卡、不改任何在线商品——checkout 只是把购物车渲染出来交给宿主完成，商家侧的每一次写操作都先暂存、等人批准。业务规则、授权和合规，是部署方自己的事。
还配了一个 Claude Code 插件：装上之后一句 /scaffold-commerce-agent a shopping assistant for our store，它会问你的技术栈、复述计划、然后把项目搭出来；后续还有 /add-commerce-flow、/author-commerce-evals、/review-commerce-agent 三条命令。接入方式是 Messages API、Agent SDK、Claude Managed Agents，云侧支持 Anthropic API、AWS、Google Cloud、Microsoft Foundry。
项目地址GitHub：https://github.com/anthropics/commerce-agents官方博客：https://claude.com/blog/the-anatomy-of-effective-commerce-agents方案页：https://claude.com/solutions/commerce
