Free cookie consent management tool by TermsFeedAktualizacja preferencji plików cookie

Kowal AI Product Feed para OpenAI Vector Store y LLMs

61,50 € 50,00 €
Instalacja COMPOSER
M2-AI-FEED-VECTOR-STORE

DEMO

usuario: aifeed
contraseña: M2Aifeed

Requiere cambios en la plantilla
No
Pequeños cambios
Cambios significativos
Se requieren conocimientos de programación
No
Básico
Avanzado
Dificultad de configuración
Repercusión en el rendimiento
Compatibilidad con los estándares de Magento
  • Polaco Polaco
  • Inglés Inglés
  • 2.4.9
  • 2.4.8
  • 2.4.7
  • 2.4.6
  • 2.4.5
  • 2.4.4
  • 2.4.3
  • 2.4.2
  • 2.4.1
  • 2.4.0
  • 2.3.7
  • 2.3.6
  • 2.3.5
  • 2.3.4

Kowal AI Product Feed es un módulo de Magento 2 para crear una capa de datos para AI, que prepara el contenido de la tienda en un formato listo para ser utilizado por OpenAI Vector Store, asistentes AI, buscadores semánticos, pipelines RAG y mecanismos públicos de descubrimiento de contenido como llms.txt y feeds NDJSON.

No se trata de una simple exportación del catálogo de productos. El módulo ordena, normaliza y publica el conocimiento de la tienda de una forma que permite alimentar con seguridad sistemas AI, manteniendo el control sobre la actualización de los datos, el alcance del contenido y la estructura de los documentos.

Gracias a ello, Magento puede convertirse en una fuente real de conocimiento para:

  • chatbots y copilotos de producto,
  • atención al cliente inteligente,
  • buscadores semánticos,
  • respuestas generadas por AI,
  • automatización de contenido,
  • integraciones AI externas basadas en feeds públicos o privados.

Qué hace el módulo en la práctica

El módulo obtiene datos de Magento y construye a partir de ellos documentos de conocimiento estructurados. Admite no solo contenido de producto, sino también canales de contenido adicionales que son importantes desde la perspectiva de la AI y las ventas.

Actualmente puede trabajar con contenidos como:

  • product.core - datos básicos del producto, descripciones, URL, atributos y categorías,
  • product.faq - preguntas y respuestas de producto,
  • product.docs - documentación y archivos Markdown,
  • blog.article - artículos del blog,
  • category.content - contenido de categorías,
  • cms.page - páginas CMS.

Cada documento se guarda localmente, se compara mediante checksum y se sincroniza solo cuando realmente ha cambiado. Esto limita las subidas redundantes, estabiliza el proceso de sincronización y proporciona un mayor control sobre los costes y la calidad de los datos.

Endpoints públicos de AI y LLM

En la nueva versión, el módulo también puede publicar datos en endpoints públicos del frontend:

  • /llms.txt
  • /ai-feed/{storeCode}/index.json
  • /ai-feed/{storeCode}/{contentType}.ndjson

Esto significa que la tienda no solo puede sincronizar datos con OpenAI Vector Store, sino también exponer una capa de contenido controlada para agentes AI externos, crawlers y herramientas de integración.

Además, el módulo puede:

  • añadir una señal a la sección head de la página mediante un enlace a llms.txt,
  • mostrar opcionalmente un enlace a llms.txt en el pie de página,
  • publicar feeds por store view y por idioma,
  • mantener la coherencia entre el contenido de la tienda, la capa AI y la capa pública de descubrimiento de contenido.

Por qué esto es importante desde el punto de vista del negocio

En muchas tiendas, los datos necesarios para implementar AI están dispersos: una parte está en las descripciones de producto, otra en las FAQ, otra en el blog y otra en materiales técnicos independientes. Sin una capa de integración, es difícil construir soluciones AI estables sobre esta base.

Kowal AI Product Feed resuelve este problema, porque:

  • centraliza el conocimiento de la tienda en una sola arquitectura de exportación y sincronización,
  • organiza los datos para su uso por modelos de lenguaje,
  • reduce el coste de crear futuras integraciones AI,
  • acorta el tiempo de implantación de chats, asistentes y buscadores semánticos,
  • permite desarrollar una estrategia de AI SEO, AEO y LLM discoverability,
  • proporciona una base para implementaciones AI multilingües en Magento 2.

Esto se traduce en una puesta en marcha más rápida de nuevas funciones, una mayor coherencia de las respuestas generadas por AI y un mejor aprovechamiento del contenido que la tienda ya posee.

Para quién es este módulo

El módulo está pensado para:

  • tiendas Magento 2 que implementan un AI chat o un AI assistant,
  • empresas que desarrollan buscadores semánticos y RAG sobre datos e-commerce,
  • equipos técnicos que integran Magento con OpenAI,
  • tiendas que desarrollan bases de conocimiento de producto multilingües,
  • agencias y software houses que implantan AI en Magento,
  • marcas que quieren preparar su tienda para futuros canales de descubrimiento de contenido por LLM.

Cómo lo utilizan otros módulos

Otros módulos pueden utilizar Kowal AI Product Feed como fuente central de conocimiento y capa de integración, en lugar de crear exportaciones independientes, serializaciones de datos propias y procesos de sincronización propios.

Ejemplos de uso:

  • un módulo de AI chat puede realizar preguntas al Vector Store y responder en función del conocimiento actual sobre los productos,
  • un módulo FAQ puede enriquecer la base de conocimiento común con preguntas y respuestas adicionales,
  • un módulo de documentación puede alimentar la AI con contenido instructivo y técnico,
  • un módulo de atención al cliente puede utilizar los mismos datos para respuestas contextuales,
  • un módulo de recomendaciones puede usar contenido estructurado para una mejor adaptación de productos,
  • los módulos de contenido pueden ampliar la capa de conocimiento con el blog, CMS y nuevos tipos de documentos.

Lo más importante es que otros módulos no necesitan conocer los detalles técnicos de la sincronización, los checksums, la exportación de archivos o la subida a OpenAI. Reciben una capa de datos ya preparada, coherente y ampliable.

Principales ventajas

  • capa de datos AI lista para Magento 2,
  • compatibilidad con OpenAI Vector Store,
  • llms.txt público y feeds NDJSON,
  • sincronización únicamente del contenido modificado,
  • soporte para múltiples canales de contenido,
  • preparación para AI SEO, AEO e integraciones LLM,
  • compatibilidad con la arquitectura de store view y versiones idiomáticas de Magento,
  • base sólida para seguir desarrollando la automatización AI en la tienda.

Kowal AI Product Feed - instalación y configuración

Objetivo del documento

Este documento describe el proceso completo de instalación, puesta en marcha y configuración del módulo Kowal_AiProductFeed en Magento 2. Se ha preparado para poder pasar desde la implantación técnica hasta la primera exportación funcional y la publicación de llms.txt.

Alcance funcional del módulo

El módulo permite:

  • exportar el contenido de la tienda a archivos JSON y JSONL,
  • sincronizar datos con OpenAI Vector Store,
  • gestionar múltiples canales de contenido, como producto, blog, categoría y CMS,
  • publicar endpoints públicos:
    • /llms.txt
    • /ai-feed/{storeCode}/index.json
    • /ai-feed/{storeCode}/{contentType}.ndjson
  • añadir un enlace a llms.txt en la sección head,
  • añadir opcionalmente un enlace a llms.txt en el pie de página de la tienda.

llms.txt funciona por Store View actual. Esto significa que cada versión idiomática puede devolver su propio manifiesto y sus propios enlaces a los feeds.

Requisitos previos

Antes de la instalación, asegúrese de que:

  • Magento 2 funciona correctamente,
  • dispone de acceso SSH al directorio raíz de Magento,
  • Composer está disponible en el entorno,
  • el proceso PHP tiene permisos de escritura en el directorio var/,
  • dispone de una clave OpenAI API Key activa, si desea usar la sincronización con OpenAI Vector Store.

Instalación del módulo

1. Añadir el repositorio Composer

Si el módulo se instala desde un repositorio Git:

composer config repositories.ai.product.feed vcs https://github.com/kowalco/module-ai-product-feed

Si el repositorio es privado:

composer config --global --auth github-oauth.github.com 

2. Instalación del paquete

composer require kowal/module-ai-product-feed

3. Activación del módulo

bin/magento module:enable Kowal_AiProductFeed

4. Actualización de Magento

bin/magento setup:upgrade

5. Compilación y caché

En el entorno de producción, ejecute además:

bin/magento setup:di:compilebin/magento cache:flush

En el entorno de desarrollo, normalmente basta con:

bin/magento cache:flush

Si delante de Magento existe una capa de caché adicional, realice también un purge en:

  • Varnish
  • Cloudflare
  • Nginx fastcgi/proxy cache
  • otro reverse proxy o CDN

6. Confirmación del estado del módulo

bin/magento module:status Kowal_AiProductFeed

Ubicación de la configuración

La configuración del módulo está disponible en el panel:

Stores -> Configuration -> General -> Kowal AI Feed

Modelo de configuración recomendado

La mejor práctica es configurar a nivel de Store View, especialmente si la tienda funciona en varios idiomas.

Recomendación:

  • un Store View = un idioma,
  • un Store View = un Vector Store ID,
  • un Store View = una capa pública independiente de feeds AI.

Ejemplo:

  • PL store view -> polaco Vector Store ID
  • EN store view -> inglés Vector Store ID

Configuración de campos

Enable Module

Activa el módulo para el ámbito seleccionado.

Recomendación:

  • establezca Yes en aquellos Store View que deban generar datos AI

OpenAI API Key

Clave API global utilizada para la comunicación con OpenAI.

Obligatoria si:

  • desea sincronizar archivos con OpenAI Vector Store

No es obligatoria si:

  • desea usar solo exportaciones locales,
  • desea usar solo llms.txt y feeds públicos.

Vector Store ID

Identificador de OpenAI Vector Store para un Store View concreto.

Recomendación:

  • configurarlo a nivel de Store View,
  • establecer un identificador independiente para cada idioma.

Feed Location

Ruta relativa al directorio en el que se guardarán los archivos de exportación.

Valor predeterminado:

var/ai-feeds

Recomendación:

  • mantener el directorio en var/,
  • no exponer este directorio directamente a través del servidor web.

Enable Public AI Feed

Activa los endpoints públicos:

  • /llms.txt
  • /ai-feed/{storeCode}/index.json
  • /ai-feed/{storeCode}/{contentType}.ndjson

Active esta opción solo para aquellas vistas de tienda cuyo contenido pueda estar disponible públicamente.

Importante:

  • /llms.txt no es un índice global de todas las tiendas
  • cada versión idiomática de la tienda devuelve su propio manifiesto
  • /llms.txt por sí solo no requiere la existencia de archivos generados para responder correctamente

Añade un enlace visible a /llms.txt en el pie de página de la tienda.

Recomendación:

  • No por defecto,
  • Yes si desea comunicar de forma explícita la disponibilidad de la capa AI a socios, integradores o bots.

Docs Location

Ruta relativa al directorio con la documentación de producto en Markdown para product.docs.

Ejemplos:

  • var/ai-docs
  • var/ai-docs/pl

Se admiten, entre otros, los archivos:

  • {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

Tamaño del lote para la exportación de productos.

Valor inicial:

  • 500

Reduzca el valor si:

  • el catálogo es muy grande,
  • el entorno tiene memoria limitada,
  • las operaciones AI adicionales aumentan la carga.

Sync Product Core

Activa el tipo de contenido product.core.

Recomendación:

  • Yes

Sync Product FAQ

Activa product.faq.

Úselo si la tienda tiene datos en la tabla kowal_zapytajoprodukt_pytania.

Sync Product Docs

Activa product.docs.

Úselo si la documentación Markdown ya está preparada.

Sync Blog Content

Activa el canal blog y el tipo blog.article.

Sync Category Content

Activa el canal category y el tipo category.content.

Sync CMS Pages

Activa el canal cms_page y el tipo cms.page.

Max Retries

Número máximo de intentos para operaciones API.

Por defecto:

  • 3

Polling Timeout

Tiempo máximo de espera para la finalización del procesamiento del archivo en el lado de OpenAI.

Por defecto:

  • 600

Polling Interval

Intervalo entre comprobaciones sucesivas del estado.

Por defecto:

  • 5

HTTP Timeout

Tiempo máximo de una única request HTTP a OpenAI.

Por defecto:

  • 60

Orden de configuración recomendado

Después de la instalación, configure el módulo en este orden:

  1. Active el módulo para el Store View de destino.
  2. Añada OpenAI API Key si planea sincronizar con OpenAI.
  3. Configure Vector Store ID para cada idioma.
  4. Verifique Feed Location.
  5. Configure Docs Location si utiliza documentación Markdown.
  6. Active los tipos de contenido y canales necesarios.
  7. Active Enable Public AI Feed si los endpoints deben estar disponibles públicamente.
  8. Opcionalmente active Show LLMs.txt Link in Footer.
  9. Limpie la caché de Magento.
bin/magento cache:flush

Primera puesta en marcha

Dry run

Primero, ejecute una prueba en seco para un único Store View:

bin/magento kowal:ai-export:sync --channel=product --store=1 --dry-run

Exportación real

A continuación, ejecute la sincronización real:

bin/magento kowal:ai-export:sync --channel=product --store=1

Comprobación del estado

bin/magento kowal:ai-export:status --store=1

Verificación de endpoints públicos

Si Enable Public AI Feed está activado, compruebe:

curl -i https://twoja-domena.pl/llms.txtcurl -i https://twoja-domena.pl/ai-feed/pl/index.jsoncurl -i https://twoja-domena.pl/ai-feed/pl/product.core.ndjson

Si la tienda tiene versiones idiomáticas separadas en la URL, compruebe también:

curl -i https://twoja-domena.pl/en/llms.txtcurl -i https://twoja-domena.pl/de/llms.txt

Comportamiento esperado:

  • /llms.txt devuelve el manifiesto solo para el Store View actual
  • /llms.txt funciona incluso cuando todavía no existen archivos feed generados
  • /ai-feed/{storeCode}/index.json muestra solo los feeds existentes para esa tienda
  • /ai-feed/{storeCode}/{contentType}.ndjson solo funciona cuando existen los archivos fuente correspondientes

Verificación de cabeceras de caché:

curl -I https://twoja-domena.pl/llms.txtcurl -I https://twoja-domena.pl/ai-feed/pl/index.json

Debería ver:

  • para /llms.txt, cabeceras que prácticamente desactivan la caché,
  • para index.json, un tiempo de vida de caché corto y revalidación forzada.

Verificación HTML:

  • en el código fuente de la página debería aparecer un enlace en head a /llms.txt,
  • si ha activado la opción del pie, debería aparecer en el footer un enlace LLMs.txt.

Comandos CLI

Sincronización

bin/magento kowal:ai-export:sync --channel=productbin/magento kowal:ai-export:sync --channel=product --store=1bin/magento kowal:ai-export:sync --channel=product --store=1 --content-type=product.core --identifier=example-sku --dry-runbin/magento kowal:ai-export:sync --channel=blog --store=1 --source=amasty_blogbin/magento kowal:ai-export:sync --channel=category --store=1bin/magento kowal:ai-export:sync --channel=cms_page --store=1

Estado

bin/magento kowal:ai-export:statusbin/magento kowal:ai-export:status --store=1bin/magento kowal:ai-export:status --channel=blog --store=1bin/magento kowal:ai-export:status --channel=blog --store=1 --source=amasty_blog

Importación de fuentes del blog

bin/magento kowal:ai-blog-source:import --source=amasty_blog --store=1

Alias antiguo de producto

Sigue disponible por compatibilidad con versiones anteriores:

bin/magento kowal:ai-feed:generatebin/magento kowal:ai-feed:generate --store=1 --content-type=product.core --sku=example-sku --dry-run

Cron

El módulo utiliza tres tareas cron:

  • kowal_ai_blog_source_import
  • kowal_ai_feed_generate
  • kowal_ai_feed_cleanup

Asegúrese de que el cron de Magento funciona correctamente en el entorno.

Problemas más frecuentes

/llms.txt devuelve 404

Compruebe:

  • si está desplegada la versión actual del módulo con frontend routing,
  • si ha ejecutado bin/magento setup:upgrade,
  • si en production mode ha ejecutado bin/magento setup:di:compile,
  • si ha realizado el despliegue estándar de static content según el proceso del proyecto,
  • si ha limpiado la caché,
  • si ha realizado el purge de la capa CDN / reverse proxy,
  • si Enable Public AI Feed está activado.

Si https://twoja-domena.pl/llms.txt?v=123 funciona y https://twoja-domena.pl/llms.txt no, normalmente significa que sigue existiendo una caché compartida antigua en algún punto intermedio.

/llms.txt funciona, pero los feeds están vacíos

Normalmente esto significa que:

  • todavía no se ha ejecutado la exportación,
  • no hay contenido activo para ese canal,
  • las flags de sincronización correspondientes están desactivadas.

Este comportamiento es correcto. El propio manifiesto puede funcionar antes que los feeds reales.

No hay archivos en var/ai-feeds

Compruebe:

  • si el módulo está activo en el Store View correcto,
  • si están activados los tipos de contenido necesarios,
  • si Magento tiene permisos de escritura en var/,
  • si se ha iniciado el proceso de sincronización.

Problemas con la sincronización con OpenAI

Compruebe:

  • la validez de OpenAI API Key,
  • la validez de Vector Store ID,
  • la disponibilidad de conexiones HTTP salientes,
  • los valores de timeout y retry.

Resumen

Tras una instalación y configuración correctas, el módulo proporciona a Magento 2 una capa de datos lista para AI:

  • local,
  • multilingüe,
  • capaz de sincronizarse con OpenAI,
  • lista para publicarse mediante llms.txt y feeds NDJSON,
  • ampliable para futuras integraciones y módulos AI.

Preguntas y respuestas

Pregunta
¿Los robots de IA no se apañarán sin esto?
Respuesta
Kowal AI Product Feed es un módulo de Magento 2 que convierte los datos de producto de la tienda en una base de conocimiento estructurada, actualizada y lista para usar por sistemas de IA. Su función no es una simple exportación del catálogo, sino preparar el contenido de forma que pueda ser utilizado de manera segura y eficaz por soluciones basadas en OpenAI Vector Store, buscadores semánticos, asistentes de IA y mecanismos RAG. Si necesitas una respuesta más detallada, puedes precisar la pregunta o utilizar el formulario de contacto clásico.
Write Your Own Review
You're reviewing:Kowal AI Product Feed para OpenAI Vector Store y LLMs
Your Rating
Productos