🛍️ Shopify AI Operations Agent

Ein produktionsreifer autonomer E-Commerce-Operations-Agent, entwickelt mit LangGraph v1, Model Context Protocol (MCP 2026-07-28), FastAPI, PostgreSQL + pgvector, Redis, OpenTelemetry und strenger Human-in-the-Loop (HITL)-Risiko-Governance.

📖 Vollständige technische Dokumentation

Für detaillierte Architektur, Terminologien und Architectural Decision Records (ADRs) in ASD-STE100 (Simplified Technical English), siehe: 👉 DOCUMENTATION.md

Laden Sie das visuelle Präsentations-PDF herunter: 👉 architecture_diagram.pdf (oder unter http://localhost:8000/architecture.pdf)

🏗️ Zentrale Architektur-Invarianten

1. Pre-Execution Risk & Policy Gate: Destruktive Löschungen, finanzielle Budgets und ausgehende Kommunikationen lösen einen LangGraph-Interrupt (interrupt_before) aus, der eine menschliche Genehmigung erfordert.

2. Decoupled MCP Tool Layer: Alle Geschäftsfunktionen sind als 5 zustandslose MCP-Tool-Server (Shopify, Analytics, Meta Ads, Communications, Trend Intelligence) gekapselt.

3. Deterministic Business Analytics: Finanzkennzahlen werden mithilfe deterministischer SQL-Routinen berechnet, wodurch arithmetische LLM-Halluzinationen eliminiert werden.

4. Anti-Early-Victory Sensors: Der Agent fragt den Live-Zustand erneut ab, um mathematisch zu verifizieren, dass Mutationen stattgefunden haben, bevor er den Abschluss meldet.

5. Shift-Left Evals & Tracing: 28 automatisierte pytest-Testsuiten, ein Golden-Eval-Benchmark mit 17 Fällen und ein unabhängiges Critic-Agent-Audit (Score: 98.5/100, Grade: A+).

📁 Repository-Struktur

shopify-ai-ops-agent/
├── DOCUMENTATION.md           # Full technical documentation (ASD-STE100)
├── architecture_diagram.pdf   # 2-slide landscape architecture diagram
├── docker-compose.yml         # Postgres (pgvector) + Redis + Jaeger + API
├── pyproject.toml             # Dependencies & packaging
├── app/
│   ├── api/                   # FastAPI routes (agent, approvals, health)
│   ├── agent/                 # LangGraph state machine & specialized nodes
│   ├── mcp_servers/           # 5 Stateless MCP tool servers
│   ├── core/                  # Security (HMAC-SHA256), Idempotency, Database
│   ├── rag/                   # Hybrid Vector + BM25 search & brand guidelines
│   ├── static/                # Executive SaaS Cockpit UI & Command Palette
│   └── evals/                 # Golden datasets & Critic Agent audit
└── tests/                     # 28 automated unit, safety, and integration tests

🚀 Schnellstart & Setup

1. Lokale Entwicklung

# Install dependencies
pip install -r requirements.txt

# Start the application server & dashboard
python -m uvicorn app.api.main:app --reload --port 8000

• Dashboard-UI: http://localhost:8000/ (Drücken Sie Ctrl + K für die Befehlspalette)

• Interaktive API-Dokumentation: http://localhost:8000/docs

• Architektur-PDF: http://localhost:8000/architecture.pdf

🧪 Verifizierung & Evaluierungen

# Run full automated test suite (28 tests)
python -m pytest tests/ -v

# Run independent Critic Agent technical audit
python -m app.evals.judge_agent