Kowal AI Product Feed para OpenAI Vector Store y LLMs

Kowal AI Product Feed es un módulo de Magento 2 que transforma los datos de producto de la tienda en una base de conocimiento ordenada, actualizada y lista para ser utilizada por sistemas AI.
Compatibilidad
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
61,50 €
Escribir correo electrónico a un amigo

Consultar sobre este producto

Descripción / Kowal AI Product Feed para OpenAI Vector Store y LLMs

MAGENTO 2 · DATOS DE IA · VECTOR STORE · CATÁLOGOS CSV

Prepara los datos de la tienda para asistentes de IA y catálogos publicitarios.

Kowal AI Product Feed

Combina exportación del catálogo, sincronización del conocimiento y feeds públicos en un módulo. Selecciona productos mediante condiciones Magento, gestiona perfiles por vista de tienda y controla las actualizaciones de datos.

CSV y Magento Conditions · Sincronización de cambios · llms.txt y NDJSON

CÓMO FUNCIONA EN LA PRÁCTICA

01 · Seleccionas contenido y oferta
Activas los canales de conocimiento y las condiciones de los perfiles del catálogo.

02 · Generas y compruebas los datos
El módulo exporta el contenido y valida el catálogo CSV.

03 · Compartes el canal seleccionado
Utilizas Vector Store, endpoints públicos o un enlace al feed.

¿Qué gana tu tienda?

Descubre las funciones, el uso y la configuración del módulo.

Conoce el módulo

Kowal AI Product Feed conecta el catálogo Magento 2 con herramientas de IA y prepara los datos de productos para campañas de OpenAI Ads. Desde un único módulo puedes compartir un catálogo publicitario mediante un enlace HTTPS, alimentar OpenAI Vector Store y publicar contenido para asistentes de IA, buscadores semánticos y soluciones RAG.

El módulo organiza, normaliza y publica los datos de la tienda, ofreciendo control sobre la selección de productos, la versión lingüística y la frecuencia de actualización. Puedes preparar feeds separados para tiendas, marcas o colecciones mediante reglas disponibles directamente en el panel Magento.

Así, Magento puede convertirse en una fuente real de conocimiento para:

  • chatbots y copilotos de productos,
  • atención inteligente al cliente,
  • búsqueda semántica,
  • respuestas generadas por IA,
  • automatización de contenido,
  • catálogos utilizados en campañas de productos de OpenAI Ads,
  • integraciones externas de IA basadas en feeds públicos o privados.

Qué hace el módulo en la práctica

El módulo obtiene datos de Magento y crea documentos estructurados de conocimiento. Gestiona no solo contenido de productos, sino también canales adicionales relevantes para la IA y las ventas.

Actualmente puede trabajar con contenido 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.

Al sincronizar conocimiento con Vector Store, los documentos se guardan localmente, se comparan mediante checksum y se sincronizan solo si han cambiado. Esto reduce cargas redundantes, estabiliza el proceso y proporciona mayor control de costes y calidad de datos.

OpenAI Ads: prepara el catálogo para campañas de productos

El feed se prepara como fuente de información de la oferta para campañas de productos de OpenAI Ads: nombres, descripciones, precios, disponibilidad, imágenes y páginas de producto. Tras configurar la plataforma, el catálogo puede vincularse a una campaña y una plantilla publicitaria compatible puede utilizar los datos de un producto elegido. Permite trabajar con numerosos productos sin crear manualmente una pieza independiente para cada uno. Más información sobre campañas de productos de OpenAI Ads.

Para la tienda, esto permite utilizar los datos ya mantenidos en Magento en otro canal publicitario. Kowal AI Product Feed prepara y actualiza el catálogopara que el equipo de marketing pueda centrarse en seleccionar la oferta y gestionar campañas.

El módulo exporta nombres, descripciones sin HTML, imágenes, enlaces, marca, vendedor, disponibilidad y precio con moneda. Cuando el precio final es inferior al habitual, añade el precio promocional. Los productos del feed Ads reciben una indicación de elegibilidad para su procesamiento publicitario.

La cuenta con acceso a las funciones Ads correspondientes, la configuración de campañas, el presupuesto y la aceptación de productos se gestionan en OpenAI Ads Manager. Exportar no inicia anuncios ni garantiza su publicación; el módulo prepara los datos del catálogo. Normas de elegibilidad de productos para publicidad.

Feed mediante un enlace HTTPS permanente

Comparte el catálogo como una URL alojada y utilízala al configurar la importación en Ads Manager. El módulo genera un archivo CSV con cabeceras de columnas que también puedes descargar para cargarlo manualmente.

Cada perfil tiene su propio enlace permanente. La siguiente generación correcta actualiza el archivo en la misma dirección, evitando cambiar la URL con cada modificación de la oferta. Tras conectar el catálogo, compruebas el mapeo de columnas y configuras la descarga en el panel publicitario si tu cuenta dispone de esa opción.

En Magento decides si un feed es público. Puedes desactivar su publicación sin eliminar la configuración ni las condiciones de selección guardadas.

Catálogos separados por vista de tienda, idioma y oferta

El panel OpenAI Ads Feeds permite gestionar varios perfiles de exportación. Asignas cada perfil a una vista de tienda y puedes crear varios feeds con distintas condiciones para la misma vista.

Por ejemplo, puedes preparar:

  • catálogos separados para las versiones polaca e inglesa de la tienda,
  • un feed de una marca o categoría concreta,
  • un catálogo de una colección de temporada,
  • un conjunto de productos seleccionados por SKU o un atributo propio.

Los datos se obtienen en el contexto de la vista seleccionada, con su contenido y moneda predeterminada de presentación. Esto facilita preparar una oferta adaptada a esa versión y reduce las correcciones manuales de exportaciones.

Magento Conditions: selecciona productos sin crear listas manualmente

Configuras el alcance del feed mediante condiciones nativas de Magento, conocidas de las reglas del catálogo. Puedes combinar criterios, crear grupos anidados e indicar si el producto debe cumplir todas las condiciones o basta con cualquiera.

Por ejemplo, selecciona productos de la categoría «Calzado», limita la selección a una marca y excluye ciertos SKU. La disponibilidad de atributos propios en el editor depende de su configuración para utilizarse en condiciones de reglas promocionales Magento.

En cada generación, el módulo vuelve a evaluar las condiciones. Un producto nuevo que cumpla los criterios puede aparecer en la siguiente exportación sin añadirlo a una lista independiente. Mantienes el control del catálogo publicitario mediante los datos de la tienda.

Variantes, actualizaciones y control de calidad

La exportación admite productos simples, virtuales, descargables y variantes de productos configurable. Una variante apta es una entrada independiente con precio, disponibilidad y opciones propias. Su relación con el producto principal conserva la información de la familia de variantes.

Puedes generar el catálogo manualmente desde el panel y, para actualizaciones regulares, activar la generación diaria mediante el cron Magento. También hay un comando CLI para equipos técnicos. Cada exportación Ads contiene todos los productos seleccionados por las condiciones guardadas.

La cuadrícula muestra el estado, el número de productos del archivo publicado y la fecha de la última generación correcta. La validación comprueba los datos obligatorios antes de publicar. Si falla la exportación, el módulo registra el error y conserva el archivo anterior correcto. Facilita detectar descripciones, imágenes o datos de marca ausentes antes de otra importación.

Endpoints públicos de IA y LLM

En la nueva versión, el módulo también puede publicar datos mediante 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 vista de tienda e idioma,
  • mantener la coherencia entre el contenido de la tienda, la capa de IA y la capa pública de descubrimiento de contenido.

Por qué es importante para el negocio

En muchas tiendas, los datos necesarios para implementar IA están dispersos: parte en descripciones, parte en FAQ, parte en el blog y parte en documentos técnicos. Sin una capa de integración resulta difícil crear soluciones de IA estables.

Kowal AI Product Feed resuelve este problema porque:

  • prepara el catálogo para campañas de productos de OpenAI Ads,
  • reduce la creación y actualización manual de archivos publicitarios,
  • permite seleccionar el surtido por separado para cada feed,
  • centraliza el conocimiento de la tienda en una arquitectura de exportación y sincronización,
  • organiza los datos para modelos de lenguaje,
  • reduce el coste de crear más integraciones de IA,
  • acorta la implementación de chats, asistentes y buscadores semánticos,
  • permite desarrollar una estrategia de AI SEO, AEO y LLM discoverability,
  • proporciona una base para implementaciones multilingües de IA en Magento 2.

Puede facilitar nuevas funciones, mejorar la coherencia de las respuestas de IA y aprovechar mejor el contenido que la tienda ya tiene.

Para quién es este módulo

El módulo está destinado a:

  • tiendas Magento 2 que preparan un catálogo para OpenAI Ads,
  • equipos de comercio electrónico y marketing que gestionan varias marcas o versiones lingüísticas,
  • tiendas Magento 2 que implementan chats o asistentes de IA,
  • empresas que crean buscadores semánticos y RAG con datos de comercio electrónico,
  • equipos técnicos que integran Magento con OpenAI,
  • tiendas que desarrollan bases multilingües de conocimiento de productos,
  • agencias y empresas de desarrollo que implementan IA en Magento,
  • marcas que quieren preparar la tienda para futuros canales de descubrimiento mediante 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, serializaciones y procesos de sincronización independientes.

Ejemplos de uso:

  • un módulo de chat con IA puede consultar Vector Store y responder a partir del conocimiento actual de productos,
  • un módulo FAQ puede enriquecer la base común con preguntas y respuestas adicionales,
  • un módulo de documentación puede alimentar la IA con instrucciones y contenido técnico,
  • un módulo de atención al cliente puede utilizar los mismos datos para respuestas contextualizadas,
  • un módulo de recomendaciones puede utilizar contenido organizado para mejorar la selección de productos,
  • los módulos de contenido pueden ampliar el conocimiento con blogs, CMS y otros tipos de documentos.

Lo principal es que otros módulos no necesitan conocer los detalles técnicos de sincronización, checksum, exportación de archivos o carga a OpenAI. Reciben una capa de datos preparada, coherente y ampliable.

Principales ventajas

  • feeds CSV de productos preparados para OpenAI Ads,
  • enlaces HTTPS permanentes a catálogos y descarga manual de archivos,
  • perfiles independientes de exportación por vista de tienda,
  • selección de productos mediante Magento Conditions,
  • compatibilidad con variantes configurable y precios promocionales,
  • generación manual o diaria, validación y consulta del estado en el panel,
  • una capa de datos de IA preparada para Magento 2,
  • compatibilidad con OpenAI Vector Store,
  • endpoints públicos de llms.txt y feeds NDJSON,
  • sincronización solo del contenido modificado,
  • compatibilidad con varios canales de contenido,
  • preparación para AI SEO, AEO e integraciones LLM,
  • compatibilidad con la arquitectura de vistas e idiomas de Magento,
  • una base sólida para desarrollar la automatización con IA en la tienda.

Tres vías de datos con ajustes independientes

La sincronización de conocimiento con Vector Store, los feeds públicos de IA y los perfiles de catálogos Ads tienen tareas distintas. Puedes publicar feeds independientemente de la sincronización remota; enviar a Vector Store requiere una clave API y el identificador de la vista adecuada.

Exportar un archivo no crea una campaña ni asegura la aceptación del catálogo en una plataforma externa. Compruebas el formato de importación y la disponibilidad de funciones en la cuenta de destino.

Fuentes de canales adicionales

FAQ utiliza una fuente disponible de preguntas de productos, la documentación utiliza archivos Markdown asignados a SKU y el blog utiliza integraciones compatibles o una fuente personalizada. Los canales requieren datos reales: activarlos no genera contenido nuevo.

Los archivos locales se crean en var/ai-feeds. El checksum limita el reenvío de conocimiento sin cambios y la limpieza de sincronización incluye documentos que desaparecieron o se desactivaron.

Validación del catálogo y las condiciones

Los perfiles Ads utilizan los tipos admitidos de condiciones de reglas de producto Magento; las clases personalizadas requieren adaptación. La exportación omite, entre otros, productos no aptos para construir un registro y ofertas gratuitas.

Los errores de datos obligatorios detienen la publicación de todo el archivo nuevo. El catálogo anterior correcto permanece disponible y el panel guarda el estado y el error. Una selección deliberadamente vacía puede generar un catálogo vacío.

Instalación mediante Composer

Paquete kowal/module-ai-product-feed, módulo Kowal_AiProductFeed. Tras configurar el acceso al repositorio Kowal, instala el paquete, activa el módulo, actualiza Magento y limpia la caché. En producción, incluye la compilación y el despliegue de contenido estático según el proceso de la tienda.

De la configuración al resultado

1. Seleccionas contenido y oferta
Activas los canales de conocimiento y las condiciones de los perfiles del catálogo.

2. Generas y compruebas los datos
El módulo exporta el contenido y valida el catálogo CSV.

3. Compartes el canal seleccionado
Utilizas Vector Store, endpoints públicos o un enlace al feed.

Una fuente de conocimiento, varios usos

Productos, FAQ y documentación alimentan la base del asistente. Un perfil CSV independiente incluye una marca seleccionada en la vista de tienda polaca.

Cada vía tiene sus propios ajustes. La sincronización compara cambios, mientras que el catálogo Ads se genera como una exportación completa de las condiciones guardadas.

Prepara una capa organizada de datos de IA

¿Quieres adaptar el módulo a tu tienda? Consulta sobre la implementación de Kowal AI Product Feed y comenta la configuración o las extensiones necesarias.

Más Información

Addtocart Description

DEMO

usuario: aifeed
contraseña: M2Aifeed

Conformidad con la plantilla Luma / Blank, KOWAL

Instrucciones de instalación del módulo

Kowal AI Product Feed - instalación y configuración

Objetivo del documento

Este documento describe el proceso completo de instalación, puesta en marcha y configuración del móduloKowal_AiProductFeeden Magento 2. Se ha preparado para que sea posible pasar desde la implementación técnica hasta la primera exportación funcional y la publicación dellms.txt.

Alcance funcional del módulo

El módulo permite:

  • exportar el contenido de la tienda a archivosJSONyJSONL,
  • sincronizar datos conOpenAI 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 allms.txten la secciónhead,
  • añadir opcionalmente un enlace allms.txten el pie de página de la tienda.

llms.txtfunciona por cadaStore Viewactual. Esto significa que cada versión lingüística puede devolver su propio manifiesto y sus propios enlaces a los feeds.

Requisitos previos

Antes de la instalación, asegúrate de que:

  • Magento 2 funciona correctamente,
  • tienes acceso SSH al directorio raíz de Magento,
  • Composerestá disponible en el entorno,
  • el proceso PHP puede escribir en el directoriovar/,
  • tienes una claveOpenAI API Keyactiva si quieres utilizar la sincronización conOpenAI Vector Store.

Instalación del módulo

1. Añadir el repositorio Composer

Añade el repositorio Composer de Kowal:

Recibirás por e-mail los datos de acceso al repositorio Composer, dirección de e-mail del cliente y token de licencia, tras la compra. También están disponibles en el panel de cliente tras iniciar sesión en kowal.store. Sustituye TWOJ_EMAIL_KLIENTA por la dirección de correo electrónico de tu cuenta y TWOJ_TOKEN por el token recibido. Ejecuta los comandos en el directorio raíz de Magento.

composer config repositories.kowal composer https://repo.kowal.store

Si el repositorio es privado:

composer config http-basic.repo.kowal.store "TWOJ_EMAIL_KLIENTA" "TWOJ_TOKEN"

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 un entorno de producción, ejecuta además:

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

En un entorno de desarrollo, normalmente basta con:

bin/magento cache:flush

Si delante de Magento funciona una capa de caché adicional, realiza 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 deStore View, especialmente si la tienda funciona en varios idiomas.

Recomendación:

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

Ejemplo:

  • PLvista de tienda -> polacoVector Store ID
  • ENvista de tienda -> inglésVector Store ID

Configuración de campos

Enable Module

Activa el módulo para el ámbito seleccionado.

Recomendación:

  • estableceYesen aquellosStore Viewque deben generar datos AI

OpenAI API Key

Clave API global utilizada para comunicarse conOpenAI.

Es necesaria si:

  • quieres sincronizar archivos conOpenAI Vector Store

No es necesaria si:

  • quieres utilizar solo exportaciones locales,
  • quieres utilizar solollms.txty feeds públicos.

Vector Store ID

Identificador deOpenAI Vector Storepara unStore View.

Recomendación:

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

Feed Location

Ruta relativa al directorio donde se guardarán los archivos de exportación.

Valor predeterminado:

var/ai-feeds

Recomendación:

  • mantener el directorio envar/,
  • no exponer este directorio directamente a través del webserver.

Enable Public AI Feed

Activa los endpoints públicos:

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

Activa esta opción solo para aquellas vistas de tienda cuyos contenidos puedan estar disponibles públicamente.

Importante:

  • /llms.txtno es un índice global de todas las tiendas
  • cada versión lingüística de la tienda devuelve su propio manifiesto
  • el propio/llms.txtno requiere que existan archivos generados para responder correctamente

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

Recomendación:

  • Node forma predeterminada,
  • Yessi quieres comunicar de forma explícita la disponibilidad de la capa AI a partners, integradores o bots.

Docs Location

Ruta relativa al directorio con documentación de producto en Markdown paraproduct.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

Reduce 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 contenidoproduct.core.

Recomendación:

  • Yes

Sync Product FAQ

Activaproduct.faq.

Úsalo si la tienda tiene datos en la tablakowal_zapytajoprodukt_pytania.

Sync Product Docs

Activaproduct.docs.

Úsalo si la documentación Markdown ya está preparada.

Sync Blog Content

Activa el canalblogy el tipoblog.article.

Sync Category Content

Activa el canalcategoryy el tipocategory.content.

Sync CMS Pages

Activa el canalcms_pagey el tipocms.page.

Max Retries

Número máximo de intentos para las operaciones API.

Por defecto:

  • 3

Polling Timeout

Tiempo máximo de espera para que finalice el procesamiento del archivo por parte deOpenAI.

Por defecto:

  • 600

Polling Interval

Intervalo entre comprobaciones de estado consecutivas.

Por defecto:

  • 5

HTTP Timeout

Tiempo máximo de una solicitud HTTP individual aOpenAI.

Por defecto:

  • 60

Orden de configuración recomendado

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

  1. Activa el módulo para elStore View.
  2. AñadeOpenAI API Keysi tienes previsto sincronizar conOpenAI.
  3. ConfiguraVector Store IDpara cada idioma.
  4. VerificaFeed Location.
  5. ConfiguraDocs Locationsi utilizas documentación Markdown.
  6. Activa los tipos de contenido y canales necesarios.
  7. ActivaEnable Public AI Feedsi los endpoints deben estar disponibles públicamente.
  8. Opcionalmente, activaShow LLMs.txt Link in Footer.
  9. Limpia la caché de Magento.
bin/magento cache:flush

Primera puesta en marcha

Dry run

Primero realiza una prueba en seco para un únicoStore View:

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

Exportación real

A continuación, ejecuta 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 los endpoints públicos

SiEnable Public AI Feed está activado, comprueba:

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

Si la tienda tiene versiones lingüísticas independientes en la URL, comprueba también:

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

Comportamiento esperado:

  • /llms.txtdevuelve el manifiesto solo para la vista actualStore View
  • /llms.txtfunciona incluso cuando aún no se han generado archivos del feed
  • /ai-feed/{storeCode}/index.jsonmuestra solo los feeds existentes para esa tienda
  • /ai-feed/{storeCode}/{contentType}.ndjsonsolo funciona cuando existen los archivos fuente correspondientes

Verificación de las cabeceras de caché:

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

Deberías ver:

  • para/llms.txtcabeceras que prácticamente desactivan la caché,
  • paraindex.json, una vida útil de caché corta y revalidación forzada.

Verificación HTML:

  • en el código fuente de la página debería aparecer un enlace enheada/llms.txt,
  • si has activado la opción del pie de página, en el footer debería aparecer un enlaceLLMs.txt.

Comandos CLI

Sincronización

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

Estado

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

Importación de fuentes del blog

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

Alias de producto antiguo

Sigue disponible por compatibilidad con versiones anteriores:

bin/magento kowal:ai-feed:generate
bin/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

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

Problemas más frecuentes

/llms.txtdevuelve404

Comprueba:

  • si está desplegada la versión actual del módulo con frontend routing,
  • si has ejecutadobin/magento setup:upgrade,
  • si en production mode has ejecutadobin/magento setup:di:compile,
  • si has realizado el deploy static content estándar según el proceso del proyecto,
  • si has limpiado la caché,
  • si has realizado el purge de la capa CDN / reverse proxy,
  • siEnable Public AI Feedestá activado.

Sihttps://twoja-domena.pl/llms.txt?v=123funciona yhttps://twoja-domena.pl/llms.txtno, normalmente significa que en algún punto sigue activa una caché compartida antigua.

/llms.txtfunciona, pero los feeds están vacíos

Esto normalmente significa que:

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

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

No hay archivos envar/ai-feeds

Comprueba:

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

Problemas con la sincronización con OpenAI

Comprueba:

  • la corrección deOpenAI API Key,
  • la corrección deVector Store ID,
  • la disponibilidad de conexiones HTTP salientes,
  • los valores de timeouts y retry.

Resumen

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

  • local,
  • multilingüe,
  • sincronizable conOpenAI,
  • lista para publicarse mediantellms.txty feedsNDJSON,
  • ampliable para futuras integraciones y módulos AI.
Pulse para saltar el carrusel

Hemos encontrado otros productos que podrían gustarle.

Escribe tu propia reseña
Estás revisando: Kowal AI Product Feed para OpenAI Vector Store y LLMs
Tu valoración:
Precio
Calidad
Asistencia
loader
Cargando...

Has enviado la reseña para moderación.

Preguntas y respuestas

Pregunta
¿Los robots de IA no se apañarán sin esto?
Respuesta
Los rastreadores y sistemas de IA pueden usar las páginas públicas sin este módulo. AI Product Feed prepara datos estructurados para integraciones propias, búsqueda semántica y bases de conocimiento, incluido OpenAI Vector Store. No es requisito para indexar la tienda ni garantía de que asistentes de IA la citen.
Cambiar preferencias de cookies