你的商品開始在 ChatGPT 裡被賣了:Shopify Agentic Storefronts 技術拆解
3 月 24 日,Shopify 把 560 萬家商店的商品直接塞進了 ChatGPT、Google AI Mode、Microsoft Copilot 和 Gemini 的對話裡。不需要商家安裝任何 app,不需要額外設定,預設就開。 這不是「未來的電商趨勢」。這是上週發生的事。 發生了什麼事一個消費者在 ChatGPT 裡問「推薦一款適合冬天跑步的防風外套」,ChatGPT 直接列出商品、價格、評價,點擊後跳轉到商家網站完成購買。整個流程中,消費者不需要打開 Google、不需要逛電商平台、不需要比價網站。 數字說話:AI 導流量比 2025 年 1 月成長 7 倍,AI 歸因訂單成長 11 倍。Shopify 一口氣讓 560 萬商家對接 ChatGPT 的 8.8 億月活用戶。 技術架構:三層堆疊Shopify 不是簡單地把商品目錄丟給 ChatGPT。背後是一套完整的 agentic commerce 架構。 第一層:Shopify CatalogShopify 用自家的 LLM 自動分類和標註商品資料。關鍵在於——AI agent 不讀 HTML...
Chrome DevTools MCP vs Claude in Chrome:兩種 AI 瀏覽器自動化方案,你該選哪個?
GitHub 頁面:Chrome DevTools MCP瀏覽器自動化進入 MCP 時代我在 Claude Code 裡已經用了好幾個月的 Claude in Chrome,拿它來做網頁截圖、填表單、讀取頁面內容。直到最近看到 Google 官方推出了 Chrome DevTools MCP——由 Chrome DevTools 團隊維護,整合了 Puppeteer、效能追蹤、Lighthouse 審計等功能。 這就讓我好奇了:同樣都是讓 AI 控制瀏覽器的 MCP server,兩者的定位和能力差在哪裡? Chrome DevTools MCP:它是什麼Chrome DevTools MCP 是 Google 官方維護的 MCP server,透過 Chrome DevTools Protocol(CDP)讓 AI agent 控制和檢查 Chrome 瀏覽器。它不只是「能點按鈕、填表單」這種程度,而是把 Chrome DevTools 的完整除錯能力暴露給 AI。 核心特點: 效能追蹤:錄製 Performance trace,分析載入瓶頸,整合 CrUX...
從 10 萬到 9700 萬下載:MCP 如何在 14 個月內變成 AI 工具連接的 USB
2024 年 11 月,Anthropic 發了一篇不起眼的公告,介紹一個叫 Model Context Protocol 的東西。SDK 月下載量大約 10 萬。 14 個月後的今天,MCP 月下載量 9,700 萬。970 倍。OpenAI、Google、Microsoft、AWS 全部原生支援。治理權捐給了 Linux Foundation 底下的 Agentic AI Foundation。 10 萬到 9,700 萬,一年多一點。我想聊聊這件事為什麼值得開發者認真看待。 問題不是技術,是膠水2024 年底的 AI 開發長這樣:你的 LLM 需要讀 GitHub issue,你寫一個 function call。需要查 Slack 訊息,再寫一個。需要讀資料庫,再來一個。每個整合都是客製化的,每換一個 LLM 供應商就要重寫一遍。 這跟 USB 出現之前的電腦周邊一模一樣。印表機用 parallel port,滑鼠用 serial port,鍵盤用 PS/2。每種設備一種接口,每種接口一個驅動程式。 MCP...
你的 AI 應用塞了 50 個工具?GPT-5.4 的 Tool Search 讓你省下一半 token
上個月我在幫一個客服系統接 AI,工具列表長到我自己看了都頭痛——查訂單、退款、修改地址、查庫存、轉人工、寄信、查物流……加起來 47 個 function definition。每次 API 呼叫,光是把這些工具塞進 prompt 就吃掉 8,000 多個 token。使用者問一句「我的包裹到哪了」,模型還得先讀完退款政策和寄信格式才能回答。 GPT-5.4 在三月初發布時帶來的 Tool Search 機制,直接解決了這個問題。 問題的根源:你付錢讓模型讀它用不到的東西傳統的 function calling 很直觀——你把所有工具的 JSON schema 丟進 tools 陣列,模型看完後決定要呼叫哪個。問題是,模型不管用不用,都得讀。 算一筆帳: 123一個工具定義 ≈ 150-300 tokens30 個工具 ≈ 4,500-9,000 tokens每次對話 10 輪 ≈ 45,000-90,000 tokens 花在重複讀工具定義 這些 token 不產生任何價值。它們只是讓模型知道「我有這些能力」,但 90% 的對話只會用到 2-3...
Claude Code 每次開新對話都在「失憶」?這個工具讓它記住你說過的每件事
你有沒有過這種經驗: 花了半小時跟 Claude Code 說清楚你的專案架構,解釋為什麼這裡不用 ORM、那裡要用自定義的錯誤格式、這個 naming convention 有歷史原因不要改——然後隔天開新 session,一切歸零。 它不記得。你得再說一遍。 這不是 Claude 的問題,是 LLM 的根本限制:每個 session 都是一個全新的對話,沒有上一次的任何記憶。你在 CLAUDE.md 寫的東西只能覆蓋靜態規範,卻沒辦法保留「上週我們決定把 API 分層重構,目前做到一半」這種動態的工作狀態。 claude-mem 就是為了解決這件事而生的。 它在背後做了什麼安裝之後,claude-mem 會在 Claude Code 的整個生命週期裡掛上 5 個自動化 hook: SessionStart:新 session 開始,自動把過去相關記憶注入進來 UserPromptSubmit:你每次送出訊息,它都在旁邊記錄 PostToolUse:Claude 每次用工具之後,觀察結果被自動捕捉 Stop:Claude...
你的 Claude Code 只用到了 20%?這份 25k Stars 的資源清單讓它變 5 倍強
剛開始用 Claude Code 的時候,我以為它就是個進階版的「對話框」——貼代碼進去,等它回答。 直到我看到 awesome-claude-code 這個 repo,才發現自己根本沒在用這個工具。 這份由社群維護的清單目前有 25k Stars、1.5k Forks,收錄了超過 200 個工具、工作流程、配置模板和自動化腳本。不是那種「整理一堆連結就叫 awesome」的水貨清單——每個項目都要求有實際可用的功能,不收實驗性的佔坑。 拆開來看,你會發現 Claude Code 早就進化成一個完整的開發生態系了。 大多數人都在手動做的事,這裡早有自動化方案先說最實際的:Hooks。 Claude Code 支援在特定事件觸發時執行自定義腳本——工具執行前後、Session 結束時都能掛載。清單裡有幾個直接可以用的: CCNotify:每次 Claude Code 完成任務就發桌面通知。你終於不用一直盯著終端機等它跑完了 Britfix:自動把美式英語拼法轉成英式(color → colour,analyze → analyse)。在有語言規範要求的專案裡省下大量...
Notion MCP 使用教學:讓 Claude 直接操作你的 Notion 工作區
Notion MCP 使用教學:讓 Claude 直接操作你的 Notion 工作區你是不是經常在 Notion 和 Claude 之間來回複製貼上,覺得很麻煩?現在有了 Notion MCP(Model Context Protocol),Claude 可以直接連接你的 Notion 工作區,就像有了一個貼心的 AI 助手,能幫你建立頁面、整理資料、查詢內容,完全不用再手動操作了! 什麼是 Notion MCP?想像一下,如果 Claude 能直接「看到」你的 Notion 工作區,不僅能讀取你的筆記內容,還能幫你新增頁面、整理資料庫,甚至建立複雜的專案管理系統。這就是 Notion MCP 帶來的魔力! MCP 就像是 Claude 和 Notion 之間的橋梁,讓 AI 不再只是聊天工具,而是真正能幫你「做事」的智能助手。 設置前的準備工作在開始之前,你需要準備這些東西: Claude Desktop 應用程式(必須是桌面版) 一個 Notion 帳戶 基本的終端操作能力(不用怕,我們會一步步教你) 大約 15 分鐘的耐心 第一步:建立 Notion...
Context7mcp:為你的 AI 開發助手注入最新文件庫的即時知識
Github頁面:Context7mcp當你的 AI 助手不懂最新技術文件時「這段程式碼有問題,Upstash Redis 的連線方式好像不對...」 我盯著 Claude 給我的程式碼,皺了皺眉。即使是最新的 LLM 模型,在處理新的函式庫或快速迭代的專案時,也會產生過時的程式碼。它們訓練的知識總有截止日,新的 API 或功能怎麼可能被它們掌握? 這正是 Upstash 團隊開發 Context7 的原因。 Context7:讓你的 AI 助手立即獲得最新文件Context7 是一個專為大型語言模型(LLM)和 AI 程式編輯器設計的即時文件提供工具。它能確保你的 AI 助手(如 Claude、GitHub Copilot、Cursor 等)可以獲取最新、最準確的技術文件,而不是依賴可能過時的訓練資料。 透過 Context7,不管你是使用 Next.js、Zod、Tailwind 這些快速迭代的框架,還是使用 LLM 可能從未見過的小眾函式庫,都能讓 AI 助手產生正確的程式碼。 主要功能與特色Context7...
讓你的Claude如虎添翼:MCP功能實戰筆記
喚醒沉睡的潛能:Claude桌面版的隱藏神器還記得科幻電影中,AI助手能夠幫你整理檔案、搜尋資料、管理電腦嗎?這不再是科幻,而是現實。Anthropic最近悄悄為Claude桌面版添加了一項革命性功能——MCP(Model Context Protocol),讓你的AI助手終於能夠「看見」並「操作」你電腦中的檔案。 我第一次發現這功能時,簡直驚呆了:「等等,這是說Claude現在可以幫我整理桌面上的混亂檔案?」沒錯,而且還能做更多。 這篇文章將帶你一步步解鎖Claude的這項隱藏能力,讓你的AI助手真正成為你的數位管家。 MCP是什麼?為何你應該立刻開啟它MCP(Model Context...
