Skip to main content
Glama
deenesjakoruzh
AbdulRehman0004

Shopify Content Engine MCP Server

by AbdulRehman0004
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

Shopify 제품 콘텐츠 엔진

CI n8n OpenAI MCP Python License

n8n 파이프라인으로, 기본 제품 정보(product_name, product_description)를 완전한 검토 가능한 마케팅 키트로 변환합니다 — SEO 조사, 제품 페이지 카피, 블로그 포스트, Google + Meta 광고, 소셜 게시물, 이메일, 히어로 이미지 — 각 제품당 한 행씩 검토 시트에 기록합니다. 아무것도 자동으로 게시되지 않으며, 사람이 승인합니다.

워크플로우와 함께 이 저장소는 데모가 아닌 실제 작동 가능한 두 가지를 제공합니다: 엔진 자체 규칙(길이 제한, 금지 단어, 허위 사실)에 따라 생성된 모든 키트를 평가하는 평가 도구와, Claude Desktop, Claude Code, Cursor 또는 자체 에이전트가 초안을 검증하고 실행을 트리거할 수 있도록 하는 MCP 서버입니다.

product_name + product_description
        │
        ▼
 ┌────────────── n8n ──────────────┐
 │ idempotency gate → 3 LLM calls  │──▶ Review sheet (status=done | failed)
 │ strict JSON → validate → map    │──▶ hero image → Drive
 │ dry-run · retry · dead-letter   │──▶ batch summary email
 └─────────────────────────────────┘
        ▲                       │
   MCP server               eval harness
 (validate / run)      (rules + LLM judge, gates CI)

이렇게 구축한 이유

문제점

엔진의 처리 방식

환각 스펙

모든 프롬프트는 사실만 포함하며, 평가는 제품 입력에 없는 숫자/단위 또는 주장 단어(clinically, certified, vegan, …)를 플래그 처리합니다.

취약한 파싱

세 가지 모델 호출 모두 OpenAI Structured Outputs(strict: true)를 사용해 스키마가 유효한 JSON을 생성하며, 정규식이 필요 없습니다.

재실행 / 비용

멱등성 게이트가 status=done인 항목을 건너뛰고, forceRegenerate로 무시 가능합니다. 벌크 모델은 gpt-4o-mini입니다.

하나의 잘못된 제품

호출당 재시도 + 오류 시 계속 실행합니다. 실패는 status=failed 행과 failure_reason(데드 레터)로 기록되며, 배치는 중단되지 않습니다.

포착되지 않은 실패

별도의 오류 처리기 워크플로우로 라우팅되어 알림 이메일을 발송합니다.

부작용 없는 테스트

dryRun=true 설정 시 생성 및 검증만 수행하고 기록하지 않습니다.

게시

절대 자동으로 이루어지지 않습니다. 초안은 Review 탭에 저장되고 사람이 승인합니다.

플랫폼 제한

하드 제한(SEO 제목 ≤ 60, 메타 ≤ 155, Google 헤드라인 ≤ 30, X ≤ 280, …)은 config/에 저장되며, Parse 노드에서 적용되고 평가에서 다시 확인됩니다.

Related MCP server: shopify

흐름

Manual / Schedule / Webhook ─▶ ⚙️ Config ─▶ 📥 Read Products [swap point → Shopify]
  ─▶ 📖 Read Done ─▶ 🚦 Idempotency Gate ─▶ 🔢 Limit ─▶ 🔁 Loop (1 product at a time)
        ─▶ 🤖 A: SEO + Product Page ─▶ 🤖 B: Blog ─▶ 🤖 C: Ads / Social / Email / Image prompt
        ─▶ 🧩 Parse, Validate & Map ─▶ 🧪 Dry run?
              ├─ yes ─▶ 📝 Dry-run log (no write) ─▶ loop
              └─ no  ─▶ 🖼️ Images? ─▶ 🎨 gpt-image-1 ─▶ ☁️ Drive ─▶ 📤 Upsert Review row ─▶ loop
  🔁 done ─▶ 📊 Batch summary ─▶ ✉️ Email (optional)
  (uncaught) ─▶ ⚠️ Error Handler workflow ─▶ alert email

전체 Mermaid 다이어그램: docs/architecture.mmd. 현재 제품 소스는 Google 스프레드시트이며, 📥 Read Products는 Shopify → Get Products(title → product_name, body_html → product_description)로 교체 가능한 지점입니다.

평가

python -m evals를 실행하면 엔진이 지키기로 약속한 규칙에 따라 키트(Review 탭 행)를 평가합니다. 규칙은 config/generation.config.yaml과 config/brand-voice.yaml에서 직접 가져오므로, 설정에서 제한을 변경하면 평가도 함께 변경됩니다.

검사 군

예시

완전성

status=done, 19개 콘텐츠 필드 모두 존재

하드 제한

8개 문자 제한, 3개 단어 범위, 각 30자 이하 Google 헤드라인 15개 이하, 해시태그 5~10개

구조

글머리 기호 4~6개, 블로그의 H2/H3, 정확히 한 개의 {PRODUCT_URL} CTA, 슬러그 형식

SEO 배치

제목/메타/첫 문장에 기본 키워드 포함 여부 (경고)

브랜드 톤

brand-voice.yaml의 금지 단어

사실만

출력에 있는 숫자+단위 및 주장 단어는 제품 입력에 존재해야 함

LLM 판사 (--judge)

1~5점 (사실만, 브랜드 톤, SEO 품질 + 인용된 지원되지 않는 주장) (Structured Outputs, 선택 사항, OPENAI_API_KEY 필요)

현재 골든 세트 (실제 실행에서 생성된 키트, evals/golden/kits.json):

제품

점수

포착한 내용

Gentle Hydrating Gel Cleanser

88%

설명 66단어 (150250 필요), 블로그 507단어 (9001200 필요), 이메일 28단어 (60~120 필요) — 모델이 길이를 충분히 생성하지 못함; Parse 노드는 초과 길이 텍스트를 자르지만 최소 길이 재시도는 아직 없음

이 발견이 바로 평가 도구가 존재하는 이유입니다 — 이제 미해결 항목입니다 (로드맵 참조). python -m evals --input review-export.csv --min-score 0.9로 자신의 내보내기에 대해 실행하세요; 0이 아닌 종료 코드가 CI를 차단합니다.

MCP 서버

mcp_server/는 Model Context Protocol(stdio)을 통해 엔진을 노출합니다:

도구

목적

get_brand_voice

톤, 대상, 금지 단어, 사실만 규칙

get_generation_limits

하드 제한 + 실행 플래그

list_sample_products

다섯 가지 고정 제품

validate_content_kit(row, product)

평가와 동일한 규칙으로 초안 점수화

run_content_engine(dry_run=True, …)

실행별 플래그로 워크플로우 웹훅 POST — 기본값은 dry-run

리소스: content-engine://columns (Review 시트 열 매핑), content-engine://prompts/{A|B|C}.

Claude Desktop / Claude Code 설정:

{
  "mcpServers": {
    "shopify-content-engine": {
      "command": "content-engine-mcp",
      "env": { "N8N_WEBHOOK_URL": "https://<your-instance>/webhook/shopify-content-engine-run" }
    }
  }
}

저장소 구조

workflows/     shopify-content-engine.workflow.json · error-handler.workflow.json   (import these)
prompts/       system prompts A / B / C + prompt library (version-controlled mirror of ⚙️ Config)
config/        brand-voice.yaml · generation.config.yaml                            (limits, flags)
docs/          runbook.md · architecture.mmd · output-sheet-columns.md
test/          product-fixtures.json (5 products) · dry-run checklist · a real generated kit
evals/         checks.py (rules) · judge.py (LLM judge) · golden/ · tests/
mcp_server/    server.py · tests/
scripts/       check_workflows.py — static checks on the exported JSON (runs in CI)

빠른 시작

워크플로우

  1. workflows/error-handler.workflow.json을 가져온 다음 workflows/shopify-content-engine.workflow.json을 가져옵니다.

  2. OpenAI / Google Sheets / Drive / Gmail 노드의 자격 증명을 다시 선택합니다 (JSON에 저장되지 않음).

  3. 📥 Read Products, 📖 Read Done, 📤 Write를 Products와 Review 탭이 있는 시트로 지정합니다.

  4. Settings → Error Workflow를 가져온 오류 처리기로 설정합니다.

  5. 다섯 가지 고정 제품으로 드라이 런을 수행한 후 (test/README.md 참조), 실제로 실행합니다. 실행 플래그는 웹훅 본문에 전달할 수 있습니다: {"dryRun": true, "enableImages": false}.

평가 + MCP

pip install -e ".[mcp,dev]"
python -m evals                     # score the golden set
python -m evals --input export.csv  # score your own Review-tab export
pytest                              # 27 tests: rules, negative cases, MCP tools in-process
content-engine-mcp                  # start the MCP server (stdio)

로드맵

  • Parse 단계에서 최소 길이 가드와 한 번의 자체 수정 재시도 (현재 평가는 짧은 카피를 사후에 플래그 처리).

  • 웹훅 트리거의 헤더 인증 (n8n 자격 증명) — 현재는 예측 불가능한 경로에 의존.

  • Shopify Admin API를 제품 소스로 사용하고 동일한 승인 게이트 뒤에 Draft product로 다시 쓰기.

  • 골든 세트: 더 많은 실제 키트 (고정 제품당 하나씩)와 야간 --judge 실행.

라이선스

MIT

This server cannot be installed

A
license - permissive license
-
quality - not tested
B
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • shopify

    AIWerk
    A
    license
    A
    quality
    C
    maintenance
    Enables AI agents to read and write Shopify store data including products, orders, customers, inventory, and more via the Admin GraphQL API.
    28
    58
    MIT

  • Shopify MCP Server

    rprwhite
    F
    license
    -
    quality
    D
    maintenance
    Enables to manage Shopify store resources like products, orders, customers, inventory, and collections through natural language using the Shopify Admin API.

  • Shopify MCP Manager

    elsi06
    A
    license
    C
    quality
    D
    maintenance
    Enables AI assistants like Cursor or Claude Desktop to fully manage a Shopify store using the Model Context Protocol, with tools for products, orders, customers, inventory, discounts, and analytics.
    32
    MIT

View all related MCP servers

Related MCP Connectors

  • mcp-server

    Manage your Savanto store from your AI: catalog, content, prompts, and analytics, by chat.

  • GenflowAI

    Run GenflowAI templates and AI creative workflows for ecommerce visuals, UGC ads, and videos.

  • Jumpseller

    Manage your Jumpseller store with AI. Products, orders, customers, and more.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/AbdulRehman0004/shopify-ai-content-engine'

If you have feedback or need assistance with the MCP directory API, please join our Discord server