Kowal AI Product Feed für OpenAI Vector Store und LLMs
- SKU
- M2-AI-FEED-VECTOR-STORE
Beschreibung / Kowal AI Product Feed für OpenAI Vector Store und LLMs
MAGENTO 2 · AI-DATEN · VECTOR STORE · CSV-KATALOGE
Bereiten Sie Ihre Shopdaten für AI-Assistenten und Werbekataloge vor.
Kowal AI Product Feed
Kombinieren Sie Katalogexport, Wissenssynchronisierung und öffentliche Feeds in einem Modul. Wählen Sie Produkte mithilfe von Magento-Bedingungen aus, verwalten Sie Store-View-Profile und kontrollieren Sie Datenaktualisierungen.
CSV und Magento Conditions · Synchronisierung von Änderungen · llms.txt und NDJSON
SO FUNKTIONIERT ES IN DER PRAXIS
01 · Inhalte und Angebot auswählen
Sie aktivieren Wissenskanäle und Bedingungen für Katalogprofile.
02 · Daten generieren und prüfen
Das Modul exportiert Inhalte und validiert den CSV-Katalog.
03 · Gewählten Kanal bereitstellen
Sie nutzen Vector Store, öffentliche Endpoints oder den Feed-Link.
Welche Vorteile bietet das Ihrem Shop?
Entdecken Sie die Funktionen, Einsatzmöglichkeiten und Einstellungen des Moduls.
Lernen Sie das Modul kennen
Kowal AI Product Feed verbindet den Magento-2-Katalog mit AI-Tools und bereitet Produktdaten für OpenAI Ads-Kampagnen vor. Mit einem einzigen Modul können Sie einen Werbekatalog über einen HTTPS-Link bereitstellen, OpenAI Vector Store mit Daten versorgen und Inhalte für AI-Assistenten, semantische Suchmaschinen und RAG-Lösungen veröffentlichen.
Das Modul strukturiert, normalisiert und veröffentlicht Shopdaten und gibt Ihnen die Kontrolle über Produktauswahl, Sprachversion und Aktualisierungshäufigkeit. Mithilfe der direkt im Magento-Admin-Panel verfügbaren Regeln erstellen Sie separate Feeds für unterschiedliche Shops, Marken oder Kollektionen.
Dadurch kann Magento zu einer echten Wissensquelle werden für:
- Chatbots und Produkt-Copiloten,
- intelligenten Kundenservice,
- semantische Suchmaschinen,
- AI-generierte Antworten,
- Content-Automatisierung,
- Kataloge für OpenAI Ads-Produktkampagnen,
- externe AI-Integrationen auf Basis öffentlicher oder privater Feeds.
Was das Modul in der Praxis leistet
Das Modul ruft Daten aus Magento ab und erstellt daraus strukturierte Wissensdokumente. Es verarbeitet nicht nur Produktinhalte, sondern auch zusätzliche Content-Kanäle, die für AI und Vertrieb relevant sind.
Derzeit kann es mit folgenden Inhalten arbeiten:
product.core- grundlegende Produktdaten, Beschreibungen, URLs, Attribute und Kategorien,product.faq- produktbezogene Fragen und Antworten,product.docs- Dokumentation und Markdown-Dateien,blog.article- Blogbeiträge,category.content- Kategorieinhalte,cms.page- CMS-Seiten.
Bei der Wissenssynchronisierung mit Vector Store werden Dokumente lokal gespeichert, anhand ihrer Prüfsumme verglichen und nur synchronisiert, wenn sie tatsächlich geändert wurden. Das reduziert unnötige Uploads, stabilisiert den Synchronisierungsprozess und ermöglicht eine bessere Kontrolle über Kosten und Datenqualität.
OpenAI Ads — Katalog für Produktkampagnen vorbereiten
Der Feed wird als Informationsquelle für OpenAI Ads-Produktkampagnen vorbereitet und enthält Namen, Beschreibungen, Preise, Verfügbarkeit, Bilder und Produktseiten. Nach entsprechender Konfiguration auf der Plattform kann der Katalog mit einer Kampagne verknüpft werden, sodass eine unterstützte Anzeigenvorlage auf die Daten des ausgewählten Produkts zugreifen kann. So können Sie mit zahlreichen Katalogpositionen arbeiten, ohne für jede davon manuell ein eigenes Werbemittel zu erstellen. Mehr über OpenAI Ads-Produktkampagnen erfahren.
Für den Shop bedeutet dies, dass die bereits in Magento gepflegten Daten für einen weiteren Werbekanal genutzt werden können. Kowal AI Product Feed bereitet den Katalog vor und aktualisiert ihn, damit sich das Marketingteam auf die Auswahl des Angebots und die Kampagnensteuerung konzentrieren kann.
Das Modul exportiert Namen, Beschreibungen ohne HTML, Bilder, Links, Marke, Verkäufer, Verfügbarkeit sowie den Preis mit Währungsangabe. Ist der Endpreis niedriger als der reguläre Preis, wird zusätzlich der Aktionspreis hinzugefügt. Produkte im Ads-Feed erhalten eine Kennzeichnung, die sie für die Anzeigenverarbeitung qualifiziert.
Ein Konto mit Zugriff auf die entsprechenden Ads-Funktionen, die Kampagnenkonfiguration, das Budget und die Produktfreigabe liegen weiterhin im Verantwortungsbereich des OpenAI Ads Managers. Der Export allein startet keine Anzeigen und garantiert nicht deren Ausspielung; das Modul ist für die Vorbereitung der Katalogdaten zuständig. Regeln zur Ausspielungsberechtigung von Produkten.
Feed unter einem festen HTTPS-Link
Stellen Sie den Katalog als gehostete URL bereit und verwenden Sie diese bei der Konfiguration des Imports im Ads Manager. Das Modul generiert eine CSV-Datei mit Spaltenüberschriften, die Sie auch für einen manuellen Upload herunterladen können.
Jedes Profil verfügt über einen eigenen festen Link. Bei jeder weiteren erfolgreichen Generierung wird die Datei unter derselben Adresse aktualisiert, sodass die URL nicht bei jeder Angebotsänderung ersetzt werden muss. Nach dem Verbinden des Katalogs prüfen Sie die Spaltenzuordnung und konfigurieren den Abruf im Werbe-Panel, sofern diese Option für Ihr Konto verfügbar ist.
In Magento entscheiden Sie, ob der jeweilige Feed öffentlich zugänglich sein soll. Sie können seine Bereitstellung deaktivieren, ohne die gespeicherte Konfiguration und die Bedingungen für die Produktauswahl zu löschen.
Separate Kataloge für Store Views, Sprachen und Angebote
Im Bereich OpenAI Ads Feeds können Sie mehrere Exportprofile verwalten. Jedes Profil wird einem Store View zugewiesen. Für denselben Store View können Sie mehrere Feeds mit unterschiedlichen Bedingungen erstellen.
In der Praxis können Sie beispielsweise Folgendes vorbereiten:
- separate Kataloge für die polnische und englische Shopversion,
- einen Feed für eine ausgewählte Marke oder Produktkategorie,
- einen Katalog für eine saisonale Kollektion,
- eine Gruppe von Produkten, die anhand der SKU oder eines benutzerdefinierten Attributs ausgewählt wurden.
Die Daten werden im Kontext des ausgewählten Store Views mit dessen Inhalten und Standardanzeigewährung abgerufen. Dadurch lässt sich das Angebot leichter an eine bestimmte Shopversion anpassen und der Aufwand für manuelle Exportkorrekturen reduzieren.
Magento Conditions — Produkte ohne manuell erstellte Listen auswählen
Den Umfang des Feeds konfigurieren Sie mithilfe der nativen Magento-Bedingungen, die aus den Katalogregeln bekannt sind. Sie können Kriterien miteinander kombinieren, verschachtelte Gruppen erstellen und festlegen, ob ein Produkt alle Bedingungen erfüllen muss oder ob eine beliebige Bedingung ausreicht.
Beispiel: Wählen Sie Produkte aus der Kategorie Schuhe aus, beschränken Sie die Auswahl auf eine bestimmte Marke und schließen Sie angegebene SKUs aus. Ob benutzerdefinierte Attribute im Assistenten verfügbar sind, hängt davon ab, ob sie für die Verwendung in den Bedingungen der Magento-Warenkorbpreisregeln konfiguriert wurden.
Bei jeder Generierung wertet das Modul die Bedingungen erneut aus. Ein neues Produkt, das die Kriterien erfüllt, kann daher in den nächsten Export aufgenommen werden, ohne dass es einer separaten Liste hinzugefügt werden muss. Sie behalten die Kontrolle über das Sortiment, das an den Werbekatalog übergeben wird, und verwenden dabei die im Shop gepflegten Daten.
Varianten, Aktualisierungen und Qualitätskontrolle
Der Export unterstützt einfache, virtuelle und herunterladbare Produkte sowie Varianten konfigurierbarer Produkte. Eine qualifizierte Variante wird als separate Position mit eigenem Preis, eigener Verfügbarkeit und ausgewählten Optionen ausgegeben. Durch die Verknüpfung mit dem übergeordneten Produkt bleiben Informationen über die gemeinsame Variantenfamilie erhalten.
Sie können den Katalog manuell im Admin-Panel generieren. Für regelmäßige Aktualisierungen lässt sich die tägliche Generierung über Magento-Cronaktivieren. Für technische Teams steht außerdem ein CLI-Befehl zur Verfügung. Jeder Ads-Export enthält den vollständigen Satz der anhand der gespeicherten Bedingungen ausgewählten Produkte.
Das Grid zeigt den Status, die Anzahl der Produkte in der veröffentlichten Datei und das Datum der letzten erfolgreichen Generierung. Vor der Veröffentlichung werden die erforderlichen Daten validiert. Schlägt der Export fehl, speichert das Modul die Fehlerbeschreibung und behält die vorherige korrekte Datei bei. So lassen sich fehlende Beschreibungen, Bilder oder Markendaten vor dem nächsten Import leichter erkennen.
Öffentliche AI- und LLM-Endpoints
In der neuen Version kann das Modul Daten außerdem über öffentliche Frontend-Endpoints veröffentlichen:
/llms.txt/ai-feed/{storeCode}/index.json/ai-feed/{storeCode}/{contentType}.ndjson
Das bedeutet, dass der Shop Daten nicht nur mit OpenAI Vector Storesynchronisieren, sondern auch eine kontrollierte Inhaltsebene für externe AI-Agenten, Crawler und Integrationstools bereitstellen kann.
Das Modul kann zusätzlich:
- über einen Link zu
headein Signal imllms.txt, - optional einen Link zu
llms.txtim Footer anzeigen, - Feeds je Store View und Sprache veröffentlichen,
- die Konsistenz zwischen Shopinhalten, AI-Ebene und öffentlicher Ebene zur Erschließung von Inhalten sicherstellen.
Warum dies geschäftlich wichtig ist
In vielen Shops sind die für eine AI-Implementierung benötigten Daten verstreut: Ein Teil befindet sich in Produktbeschreibungen, ein weiterer in FAQs oder im Blog und wiederum andere Informationen in separaten technischen Materialien. Ohne eine Integrationsschicht lassen sich daraus nur schwer stabile AI-Lösungen entwickeln.
Kowal AI Product Feed löst dieses Problem, denn das Modul:
- bereitet den Katalog für OpenAI Ads-Produktkampagnen vor,
- reduziert die manuelle Erstellung und Aktualisierung von Werbedateien,
- ermöglicht die separate Sortimentsauswahl für jeden Feed,
- zentralisiert das Shopwissen in einer einheitlichen Export- und Synchronisierungsarchitektur,
- strukturiert Daten für die Nutzung durch Sprachmodelle,
- reduziert die Kosten für den Aufbau weiterer AI-Integrationen,
- verkürzt die Einführungszeit für Chats, Assistenten und semantische Suchmaschinen,
- unterstützt die Weiterentwicklung einer Strategie für
AI SEO,AEOundLLM discoverability, - schafft eine Grundlage für mehrsprachige AI-Implementierungen in Magento 2.
Dies kann die Einführung neuer Funktionen, die Konsistenz AI-generierter Antworten und die Nutzung bereits vorhandener Shopinhalte verbessern.
Für wen ist dieses Modul geeignet?
Das Modul ist vorgesehen für:
- Magento-2-Shops, die einen Katalog für OpenAI Ads vorbereiten,
- E-Commerce- und Marketingteams, die Angebote mehrerer Marken oder Sprachversionen verwalten,
- Magento-2-Shops, die einen AI-Chat oder AI-Assistenten implementieren,
- Unternehmen, die semantische Suchmaschinen und RAG-Lösungen auf Basis von E-Commerce-Daten entwickeln,
- technische Teams, die Magento mit
OpenAI, - Shops, die mehrsprachige Produktwissensdatenbanken aufbauen,
- Agenturen und Softwarehäuser, die AI in Magento implementieren,
- Marken, die ihren Shop auf zukünftige Kanäle zur Erschließung von Inhalten durch LLMs vorbereiten möchten.
Wie andere Module es nutzen
Andere Module können Kowal AI Product Feed als zentrale Wissensquelle und Integrationsschicht nutzen, anstatt separate Exporte, eigene Datenserialisierungen und eigene Synchronisierungsprozesse zu entwickeln.
Beispiele für Einsatzmöglichkeiten:
- Ein AI-Chat-Modul kann Abfragen an
Vector Storesenden und auf Grundlage aktueller Produktinformationen antworten, - ein FAQ-Modul kann die gemeinsame Wissensdatenbank um zusätzliche Fragen und Antworten erweitern,
- ein Dokumentationsmodul kann der AI Anleitungen und technische Inhalte bereitstellen,
- ein Kundenservicemodul kann dieselben Daten für kontextbezogene Antworten nutzen,
- ein Empfehlungsmodul kann strukturierte Inhalte für eine bessere Produktzuordnung verwenden,
- Content-Module können die Wissensebene um Blog-, CMS- und weitere Dokumenttypen erweitern.
Entscheidend ist, dass andere Module die technischen Details der Synchronisierung, der Prüfsummen, des Dateiexports oder des Uploads zu OpenAInicht kennen müssen. Sie erhalten eine fertige, konsistente und erweiterbare Datenschicht.
Die wichtigsten Vorteile
- für OpenAI Ads vorbereitete CSV-Produktfeeds,
- feste HTTPS-Links zu Katalogen und Möglichkeit zum manuellen Herunterladen der Dateien,
- unabhängige Exportprofile je Store View,
- Produktauswahl mithilfe von Magento Conditions,
- Unterstützung konfigurierbarer Varianten und Aktionspreise,
- manuelle oder tägliche Generierung, Validierung und Statusansicht im Admin-Panel,
- fertige AI-Datenschicht für Magento 2,
- Unterstützung für
OpenAI Vector Store, - öffentliche
llms.txt- undNDJSON, - Synchronisierung ausschließlich geänderter Inhalte,
- Unterstützung mehrerer Content-Kanäle,
- Vorbereitung für
AI SEO,AEOund LLM-Integrationen, - Kompatibilität mit der Store-View- und Sprachversionsarchitektur von Magento,
- solide Grundlage für die weitere Entwicklung der AI-Automatisierung im Shop.
Drei Datenwege mit separaten Einstellungen
Die Wissenssynchronisierung mit Vector Store, öffentliche AI-Feeds und Ads-Katalogprofile erfüllen unterschiedliche Aufgaben. Öffentliche Feeds können unabhängig von der Remote-Synchronisierung bereitgestellt werden. Das Senden an Vector Store erfordert einen API-Schlüssel und die ID des entsprechenden Store Views.
Der Export einer Datei erstellt keine Kampagne und gewährleistet nicht, dass der Katalog von einer externen Plattform akzeptiert wird. Das Importformat und die Verfügbarkeit der Funktionen müssen im jeweiligen Zielkonto geprüft werden.
Quellen zusätzlicher Kanäle
FAQs verwenden die verfügbare Quelle für Produktfragen, die Dokumentation nutzt den SKUs zugewiesene Markdown-Dateien und der Blog greift auf unterstützte Integrationen oder eine benutzerdefinierte Quelle zurück. Die Kanäle benötigen tatsächliche Daten — ihre Aktivierung allein erzeugt keine neuen Inhalte.
Lokale Dateien werden in var/ai-feeds erstellt. Die Prüfsumme verhindert das erneute Senden unveränderten Wissens. Die Bereinigung der Synchronisierung umfasst Dokumente, die entfernt oder deaktiviert wurden.
Validierung des Katalogs und der Bedingungen
Ads-Profile verwenden unterstützte Bedingungstypen der Magento-Produktregeln. Benutzerdefinierte Bedingungsklassen müssen entsprechend angepasst werden. Der Export überspringt unter anderem Positionen, die sich nicht für die Erstellung eines Datensatzes qualifizieren, sowie kostenlose Angebote.
Fehler bei erforderlichen Daten verhindern die Veröffentlichung der gesamten neuen Datei. Der zuvor korrekte Katalog bleibt verfügbar, während Status und Fehlerbeschreibung im Admin-Panel gespeichert werden. Eine absichtlich leere Bedingungsauswahl kann einen leeren Katalog erzeugen.
Installation über Composer
Paket kowal/module-ai-product-feed, Modul Kowal_AiProductFeed. Nachdem Sie den Zugriff auf das Kowal-Repository konfiguriert haben, installieren Sie das Paket, aktivieren das Modul, aktualisieren Magento und leeren den Cache. Berücksichtigen Sie in der Produktionsumgebung die Kompilierung und Bereitstellung statischer Inhalte gemäß dem Bereitstellungsprozess des Shops.
Von der Konfiguration zum Ergebnis
1. Inhalte und Angebot auswählen
Sie aktivieren Wissenskanäle und Bedingungen für Katalogprofile.
2. Daten generieren und prüfen
Das Modul exportiert Inhalte und validiert den CSV-Katalog.
3. Gewählten Kanal bereitstellen
Sie nutzen Vector Store, öffentliche Endpoints oder den Feed-Link.
Eine Wissensquelle, mehrere Einsatzmöglichkeiten
Produkte, FAQs und Dokumentation versorgen die Wissensdatenbank des Assistenten. Ein separates CSV-Profil umfasst eine ausgewählte Marke im polnischen Store View.
Jeder Datenweg besitzt eigene Einstellungen. Die Wissenssynchronisierung vergleicht Änderungen, während der Ads-Katalog als vollständiger Export der gespeicherten Bedingungen erstellt wird.
Bereiten Sie eine strukturierte AI-Datenschicht vor
Möchten Sie das Modul an Ihren Shop anpassen? Fragen Sie nach einer Implementierung von Kowal AI Product Feed und besprechen Sie die Konfiguration oder benötigte Erweiterungen.
Weitere Informationen
| Addtocart Description | DEMOBenutzername: aifeed |
|---|---|
| Übereinstimmung mit der Vorlage | Luma / Leer, KOWAL |
Installationsanleitung für das Modul
Kowal AI Product Feed – Installation und Konfiguration
Zweck des Dokuments
Dieses Dokument beschreibt den vollständigen Prozess zur Installation, Inbetriebnahme und Konfiguration des ModulsKowal_AiProductFeedin Magento 2. Es wurde so erstellt, dass Sie von der technischen Implementierung bis zum ersten funktionsfähigen Export und zur Veröffentlichung vonllms.txt.
Funktionsumfang des Moduls
Das Modul ermöglicht:
- den Export von Shopinhalten in
JSONundJSONL, - die Synchronisierung von Daten mit
OpenAI Vector Store, - die Unterstützung mehrerer Content-Kanäle wie Produkt, Blog, Kategorie und CMS,
- die Veröffentlichung öffentlicher Endpoints:
/llms.txt/ai-feed/{storeCode}/index.json/ai-feed/{storeCode}/{contentType}.ndjson
- das Hinzufügen eines Links zu
llms.txtim Bereichhead, - das optionale Hinzufügen eines Links zu
llms.txtim Shop-Footer.
llms.txtfunktioniert für den jeweils aktuellenStore View. Das bedeutet, dass jede Sprachversion ein eigenes Manifest und eigene Links zu den Feeds zurückgeben kann.
Voraussetzungen
Stellen Sie vor der Installation sicher, dass:
- Magento 2 ordnungsgemäß funktioniert,
- Sie SSH-Zugriff auf das Magento-Stammverzeichnis haben,
Composerin der Umgebung verfügbar ist,- der PHP-Prozess Schreibzugriff auf das Verzeichnis
var/, - Sie über einen aktiven
OpenAI API Keyverfügen, wenn Sie die Synchronisierung mitOpenAI Vector Store.
Installation des Moduls
1. Composer-Repository hinzufügen
Fügen Sie das Composer-Repository von Kowal hinzu:
Die Zugangsdaten zum Composer-Repository (E-Mail-Adresse des Kunden und Lizenz-Token) erhalten Sie nach dem Kauf per E-Mail. Sie sind außerdem nach dem Login im Kundenbereich unter kowal.storeverfügbar. Ersetzen Sie TWOJ_EMAIL_KLIENTA durch die E-Mail-Adresse Ihres Kontos und TWOJ_TOKEN durch den erhaltenen Token. Führen Sie die Befehle im Magento-Stammverzeichnis aus.
composer config repositories.kowal composer https://repo.kowal.store
Wenn das Repository privat ist:
composer config http-basic.repo.kowal.store "TWOJ_EMAIL_KLIENTA" "TWOJ_TOKEN"
2. Paket installieren
composer require kowal/module-ai-product-feed
3. Modul aktivieren
bin/magento module:enable Kowal_AiProductFeed
4. Magento aktualisieren
bin/magento setup:upgrade
5. Kompilierung und Cache
Führen Sie in der Produktivumgebung zusätzlich Folgendes aus:
bin/magento setup:di:compile
bin/magento cache:flush
In der Entwicklungsumgebung genügt normalerweise:
bin/magento cache:flush
Wenn vor Magento eine zusätzliche Cache-Schicht liegt, führen Sie auch einen Purge aus bei:
VarnishCloudflareNginx fastcgi/proxy cache- einem anderen Reverse Proxy oder CDN
6. Modulstatus bestätigen
bin/magento module:status Kowal_AiProductFeed
Konfigurationsort
Die Modulkonfiguration finden Sie im Adminbereich unter:
Stores -> Configuration -> General -> Kowal AI Feed
Empfohlenes Konfigurationsmodell
Bewährt hat sich die Konfiguration auf Ebene derStore View, besonders bei mehrsprachigen Shops.
Empfehlung:
- eine
Store View= eine Sprache, - eine
Store View= einVector Store ID, - eine
Store View= eine eigene öffentliche KI-Feed-Ebene.
Beispiel:
PLStore View -> PolnischVector Store IDENStore View -> EnglischVector Store ID
Feldkonfiguration
Enable Module
Aktiviert das Modul für den gewählten Geltungsbereich.
Empfehlung:
- setze
Yesin denjenigenStore View, die KI-Daten generieren sollen
OpenAI API Key
Globaler API-Schlüssel für die Kommunikation mitOpenAI.
Erforderlich, wenn:
- Sie Dateien synchronisieren möchten mit
OpenAI Vector Store
Nicht erforderlich, wenn:
- Sie nur lokale Exporte verwenden möchten,
- Sie ausschließlich
llms.txtund öffentliche Feeds verwenden möchten.
Vector Store ID
Kennung desOpenAI Vector Storefür eine bestimmteStore View.
Empfehlung:
- auf Ebene der
Store View, - eine eigene Kennung für jede Sprache festlegen.
Feed Location
Relativer Pfad zum Verzeichnis der Exportdateien.
Standardwert:
var/ai-feeds
Empfehlung:
- das Verzeichnis belassen unter
var/, - dieses Verzeichnis nicht direkt über den Webserver bereitstellen.
Enable Public AI Feed
Aktiviert öffentliche Endpoints:
/llms.txt/ai-feed/{storeCode}/index.json/ai-feed/{storeCode}/{contentType}.ndjson
Aktivieren Sie diese Option nur für Store Views, deren Inhalte öffentlich verfügbar sein dürfen.
Wichtig:
/llms.txtist kein globaler Index aller Shops- jede Shopsprachversion liefert ihr eigenes Manifest
- das alleinige
/llms.txtbenötigt keine generierten Dateien, um korrekt zu antworten
Show LLMs.txt Link in Footer
Ergänzt einen sichtbaren Link zu/llms.txtim Shop-Footer.
Empfehlung:
Nostandardmäßig,Yes, wenn Sie Partner, Integratoren oder Bots ausdrücklich auf die KI-Ebene hinweisen möchten.
Docs Location
Relativer Pfad zum Verzeichnis der Markdown-Produktdokumentation fürproduct.docs.
Beispiele:
var/ai-docsvar/ai-docs/pl
Unterstützt werden unter anderem Dateien:
{docsLocation}/{SKU}.md{docsLocation}/{SKU}.markdown{docsLocation}/{storeCode}/{SKU}.md{docsLocation}/{storeCode}/{SKU}.markdown{docsLocation}/{SKU}/*.md{docsLocation}/{SKU}/*.markdown{docsLocation}/{storeCode}/{SKU}/*.md{docsLocation}/{storeCode}/{SKU}/*.markdown
Max Products Per Batch
Stapelgröße für den Produktexport.
Startwert:
500
Reduzieren Sie den Wert, wenn:
- der Katalog sehr groß ist,
- die Umgebung begrenzten Speicher besitzt,
- zusätzliche KI-Operationen die Belastung erhöhen.
Sync Product Core
Aktiviert den Inhaltstypproduct.core.
Empfehlung:
Yes
Sync Product FAQ
Aktiviertproduct.faq.
Verwenden, wenn der Shop Daten in der Tabelle besitztkowal_zapytajoprodukt_pytania.
Sync Product Docs
Aktiviertproduct.docs.
Verwenden, wenn die Markdown-Dokumentation bereits vorbereitet ist.
Sync Blog Content
Aktiviert den Kanalblogund den Typblog.article.
Sync Category Content
Aktiviert den Kanalcategoryund den Typcategory.content.
Sync CMS Pages
Aktiviert den Kanalcms_pageund den Typcms.page.
Max Retries
Maximale Anzahl von API-Versuchen.
Standard:
3
Polling Timeout
Maximale Wartezeit bis zum Abschluss der Dateiverarbeitung beiOpenAI.
Standard:
600
Polling Interval
Intervall zwischen Statusprüfungen.
Standard:
5
HTTP Timeout
Maximale Dauer einer HTTP-Anfrage anOpenAI.
Standard:
60
Empfohlene Konfigurationsreihenfolge
Konfigurieren Sie nach der Installation in dieser Reihenfolge:
- Das Modul für die Zielansicht aktivieren:
Store View. - Ergänzen Sie
OpenAI API Key, wenn Sie eine Synchronisation planen mitOpenAI. - Legen Sie
Vector Store IDfür jede Sprache. - Prüfen Sie
Feed Location. - Legen Sie
Docs Location, wenn Sie Markdown-Dokumentation verwenden. - Benötigte Inhaltstypen und Kanäle aktivieren.
- Aktivieren Sie
Enable Public AI Feed, wenn die Endpoints öffentlich verfügbar sein sollen. - Optional aktivieren:
Show LLMs.txt Link in Footer. - Leeren Sie den Magento-Cache.
bin/magento cache:flush
Erster Start
Dry Run
Führen Sie zunächst einen Testlauf für eine einzelneStore View:
bin/magento kowal:ai-export:sync --channel=product --store=1 --dry-run
Tatsächlicher Export
Starten Sie anschließend die eigentliche Synchronisation:
bin/magento kowal:ai-export:sync --channel=product --store=1
Statusprüfung
bin/magento kowal:ai-export:status --store=1
Öffentliche Endpoints prüfen
WennEnable Public AI Feed aktiviert ist, prüfen Sie:
curl -i https://twoja-domena.pl/llms.txt
curl -i https://twoja-domena.pl/ai-feed/pl/index.json
curl -i https://twoja-domena.pl/ai-feed/pl/product.core.ndjson
Prüfen Sie bei eigenen Sprachversionen in der URL außerdem:
curl -i https://twoja-domena.pl/en/llms.txt
curl -i https://twoja-domena.pl/de/llms.txt
Erwartetes Verhalten:
/llms.txtliefert ein Manifest nur für die aktuelleStore View/llms.txtfunktioniert auch ohne bereits generierte Feed-Dateien/ai-feed/{storeCode}/index.jsonzeigt nur vorhandene Feeds des jeweiligen Shops/ai-feed/{storeCode}/{contentType}.ndjsonfunktioniert erst mit den entsprechenden Quelldateien
Cache-Header prüfen:
curl -I https://twoja-domena.pl/llms.txt
curl -I https://twoja-domena.pl/ai-feed/pl/index.json
Sie sollten Folgendes sehen:
- für
/llms.txtHeader, die den Cache praktisch deaktivieren, - für
index.jsonkurze Cache-Lebensdauer und erzwungene Revalidierung.
HTML prüfen:
- im Seitenquelltext sollte ein Link erscheinen in
headnach/llms.txt, - bei aktivierter Footer-Option sollte im Footer ein Link erscheinen
LLMs.txt.
CLI-Befehle
Synchronisation
bin/magento kowal:ai-export:sync --channel=product
bin/magento kowal:ai-export:sync --channel=product --store=1
bin/magento kowal:ai-export:sync --channel=product --store=1 --content-type=product.core --identifier=example-sku --dry-run
bin/magento kowal:ai-export:sync --channel=blog --store=1 --source=amasty_blog
bin/magento kowal:ai-export:sync --channel=category --store=1
bin/magento kowal:ai-export:sync --channel=cms_page --store=1
Status
bin/magento kowal:ai-export:status
bin/magento kowal:ai-export:status --store=1
bin/magento kowal:ai-export:status --channel=blog --store=1
bin/magento kowal:ai-export:status --channel=blog --store=1 --source=amasty_blog
Blogquellen importieren
bin/magento kowal:ai-blog-source:import --source=amasty_blog --store=1
Alter Produkt-Alias
Aus Gründen der Abwärtskompatibilität weiterhin verfügbar:
bin/magento kowal:ai-feed:generate
bin/magento kowal:ai-feed:generate --store=1 --content-type=product.core --sku=example-sku --dry-run
Cron
Das Modul verwendet drei Cronjobs:
kowal_ai_blog_source_importkowal_ai_feed_generatekowal_ai_feed_cleanup
Stellen Sie sicher, dass Magento-Cron in der Umgebung korrekt funktioniert.
Häufige Probleme
/llms.txtliefert404
Prüfen Sie:
- ob die aktuelle Modulversion mit Frontend-Routing installiert ist,
- ob Sie Folgendes ausgeführt haben:
bin/magento setup:upgrade, - ob Sie im Production-Modus Folgendes ausgeführt haben:
bin/magento setup:di:compile, - ob statische Inhalte gemäß dem Projektprozess bereitgestellt wurden,
- ob der Cache geleert wurde,
- ob ein CDN-/Reverse-Proxy-Purge ausgeführt wurde,
- ob
Enable Public AI Feedaktiviert ist.
Wennhttps://twoja-domena.pl/llms.txt?v=123funktioniert, aberhttps://twoja-domena.pl/llms.txtnicht, liegt dies meist an einem weiterhin aktiven alten gemeinsamen Cache.
/llms.txtfunktioniert, aber die Feeds sind leer
Dies bedeutet normalerweise:
- noch kein Export ausgeführt,
- keine aktiven Inhalte für den jeweiligen Kanal,
- die entsprechenden Synchronisationsflags sind deaktiviert.
Dieses Verhalten ist korrekt. Das Manifest kann bereits vor den eigentlichen Feeds funktionieren.
Keine Dateien invar/ai-feeds
Prüfen Sie:
- ob das Modul in der richtigen Ansicht aktiv ist:
Store View, - ob die erforderlichen Inhaltstypen aktiviert sind,
- ob Magento Schreibrechte besitzt für
var/, - ob der Synchronisationsprozess gestartet wurde.
Probleme bei der Synchronisation mit OpenAI
Prüfen Sie:
- Korrektheit von
OpenAI API Key, - Korrektheit von
Vector Store ID, - Verfügbarkeit ausgehender HTTP-Verbindungen,
- Timeout- und Retry-Werte.
Zusammenfassung
Nach korrekter Installation und Konfiguration bietet das Modul Magento 2 eine fertige KI-Datenebene:
- lokal,
- mehrsprachig,
- synchronisierbar mit
OpenAI, - zur Veröffentlichung bereit über
llms.txt- undNDJSON, - erweiterbar um weitere KI-Integrationen und -Module.