Coding9 发布 Shopware 6 的 AI 智能体 Lotse：聊天管理商店，写入需人工批准

Der KI-Lotse für Shopware 6. Du gibst den Kurs vor – Lotse bringt deinen Shop sicher hin.
Einkaufswelten, Preise, Texte & SEO per Chat. Die KI liest nur, geschrieben wird erst nach deiner Freigabe.

Demo

_{46 Sekunden: Preise per Chat, Vergleich prüfen, Seite als Entwurf – Klick öffnet das Video}

Screenshots

Arbeitsfläche mit Shop-Check	Kontext wählen	KI-Zugriff je Bereich

_{Screenshots aus dem Demo-Shop (Dockware). Das Video zeigt einen Beispiel-Entwurf mit fiktiver Marke und eigenen Illustrationen.}

Schnellstart (Docker)

docker run -d --name lotse --restart unless-stopped \
  -p 127.0.0.1:3333:3333 -v lotse-data:/data \
  --read-only --tmpfs /tmp:size=256m,mode=1777 --tmpfs /app/.next/cache:size=64m,uid=1000,gid=1000 \
  --cap-drop ALL --security-opt no-new-privileges:true \
  --pids-limit 512 --memory 2g --cpus 2 \
  ghcr.io/coding9gmbh/lotse:latest

latest gibt es erst, wenn der Release-Lauf der Pipeline manuell von einem Tag aus gestartet wurde (siehe Releases & Image). Gibt es das Image noch nicht, baust du es mit make up aus dem Quellcode.

Dann http://localhost:3333 öffnen und unter Einstellungen:

1. KI verbinden – wahlweise
   • Claude: Anthropic-API-Schlüssel (console.anthropic.com, Abrechnung nach Verbrauch), oder
   • ChatGPT-Abo (Codex): „Mit ChatGPT anmelden“ → Link öffnen, angezeigten Code eingeben. Funktioniert auch im Container, ohne API-Kosten (es gelten die Limits deines Abos).
2. Shop verbinden – im Shopware-Admin unter Einstellungen → System → Integrationen eine Integration anlegen und Shop-URL, Zugangs-ID und Schlüssel eintragen.
3. Mit dem Styleguide-Onboarding starten, damit Lotse Ton und Farben deines Shops trifft.

Alles (App, KI-Laufzeit, SQLite-Datenbank) steckt im Image; Daten, verschlüsselte Zugangsdaten und Verlauf liegen im Volume lotse-data und überstehen Updates.

Shop auf demselben Rechner? Im Container ist localhost der Container selbst – nutze http://host.docker.internal:<port>.

Aus dem Quellcode / Entwicklung

make env     # .env aus .env.example (optional – alles geht auch in der Oberfläche)
make up      # Image bauen und starten → http://localhost:3333
make demo    # zusätzlich Demo-Shop (dockware) → http://localhost:8888
make logs    # Logs   ·   make down  stoppen   ·   make backup  Daten sichern
make help    # alle Befehle

Mit dem Demo-Shop in Lotse eintragen: Shop-URL http://shopware, öffentliche URL http://localhost:8888, Benutzer admin / shopware. Ohne Docker: npm install && npm run dev (Node ≥ 22.13) → http://localhost:3333. Vor jedem Commit: npm run check (Typecheck, ESLint, Tests).

Sicherheit – damit kein Shop plötzlich down geht

Für Live-Shops: eigene Integration mit eingeschränkter Rolle statt Admin-Login, neue Abläufe zuerst im Staging testen. Details: SECURITY.md.

Warum kein Claude-Abo? Anthropic erlaubt Drittprodukten auf Basis des Claude Agent SDK ohne vorherige Freigabe keinen claude.ai-Login und keine Abo-Kontingente (Agent-SDK-Dokumentation). Lotse nutzt Claude deshalb nur mit API-Schlüssel – und ignoriert bewusst eine eventuell vorhandene Claude-Code-Anmeldung auf dem Rechner.

Konfiguration

Alle Variablen mit Erklärung in .env.example. In der Oberfläche gesetzte Werte haben Vorrang.

Releases & Image

Ein Tag vX.Y.Z veröffentlicht das Image automatisch (.github/workflows/docker.yml); außerdem lässt es sich von Hand starten: GitHub → Actions → Docker-Image → Run workflow. Push auf main und Pull Requests führen nur Typecheck, Lint, Tests, Build und Smoke-Test aus, veröffentlichen aber kein Image.

• Tag vX.Y.Z (oder manueller Lauf von diesem Tag): veröffentlicht ghcr.io/coding9gmbh/lotse als X.Y.Z, X.Y und latest.
• Manueller Lauf von main: veröffentlicht edge und ein Tag mit dem Kurz-Hash des Commits.

Gebaut wird für amd64 und arm64, mit SBOM und Provenance. latest gibt es erst nach dem ersten Release-Tag; vorher bleibt nur der Bau aus dem Quellcode (siehe unten). Neue GHCR-Pakete sind zunächst privat und müssen einmalig in den Paket-Einstellungen auf Public gestellt werden.

Konzept: AI-first Verwaltung

Chat statt Formulare. Du schreibst, was passieren soll („Ändere das Layout von Produkt XY“, „Senke alle Preise um 20 %“, „FAQ bei allen Produkten“). Der Agent versteht → fragt gezielt zurück (klickbare Antworten) → recherchiert (nur lesen) → zeigt Vorschau bzw. Alt→Neu-Vergleich → du gibst frei → der Server schreibt (Audit-Log, Rückgängig).

Sicherheitsmodell: Die KI hat ausschließlich Lesezugriff (ReadOnlyShopware, kein create/update/upload). Schreiben passiert nur im Executor (src/server/changes.ts) nach Klick auf „Anwenden“; jede Anwendung wird im Audit-Log (SQLite, data/aicb.db) protokolliert und ist per „Rückgängig“ umkehrbar. Hochgeladene Bild-Anhänge und KI-erzeugte Bilder liegen bis zur Freigabe lokal in data/staging/ und kommen erst mit einem freigegebenen Änderungsset in den Shop.

Funktionen

• Chat-Start mit Beispielen, Rückfragen mit Antwort-Buttons, Verlauf. Optionaler Kontext (Kategorie/Produkt wählen) mit Direktlinks ins Admin/Storefront.
• Massenänderungen (Preise, Streichpreise, Bestand, Aktiv, Texte, SEO) mit serverseitig gerechneten Preisregeln, Warnungen (z. B. −99 %), Zeilen-Auswahl, Audit-Log und Rückgängig.
• Produktindividuelle Blöcke (FAQ): gemeinsames PDP-Layout mit Block pdp-faq, Inhalt je Produkt im JSON-Zusatzfeld aicb_blocks (mit FAQPage-Schema).
• Styleguide-Onboarding: Die KI analysiert Theme-Konfiguration, Storefront-CSS, Logo und echte Texte → gespeichert in der Datenbank. Wirkt auf Texte, Farben, Vorschau und die CSS-Variablen (--sg-*) in Custom-HTML.
• Einkaufswelten-Know-how: Agent kennt Sections/Blöcke/Slots, liest bestehende Layouts (get_cms_page) und bezieht vorhandene Inhalte ein.
• Custom-HTML/CSS/JS als html-Element (Block custom-html, CSS automatisch gescoped).
• Verlauf: Alle Chats inkl. Entwurf/Freigaben liegen in der Datenbank und lassen sich im UI wieder öffnen.
• UI im Coding9-CI (Dunkel #2E2E38, Grün, Koralle, Creme; Satoshi/Inter via Fontshare/Google Fonts).

Shop-Plattformen

Lotse verbindet sich mit Shopware 6 (Standard), Shopify, Magento 2 und OpenMage (Magento 1); die Plattform wird in den Einstellungen unter „Shop verbinden“ gewählt (oder per SHOP_PLATFORM). Was welche Plattform kann, zeigt die Fähigkeitsmatrix in docs/platform.md.

OpenMage hat keine brauchbare Schnittstelle für CMS-Seiten/-Blöcke, darum liegt im Repository das Modul Lotse_Connector (integrations/openmage/) mit token-gesicherter JSON-API unter /lotse-api/v1. Installation in Kurzform (Details, Sicherheit und Endpunkte in integrations/openmage/README.md):

1. Modul in die OpenMage-Installation legen: Dateien aus integrations/openmage/ kopieren bzw. das Zip aus ./package.sh entpacken, per modman link, oder per Composer (Typ magento-module).
2. Cache leeren, im Admin unter System → Konfiguration → Lotse → API die Schnittstelle aktivieren und ein API-Token erzeugen (alternativ php shell/lotse.php --generate-token).
3. In Lotse unter „Shop verbinden“ OpenMage wählen, Shop-URL und Token eintragen (oder OPENMAGE_URL, OPENMAGE_TOKEN, optional OPENMAGE_STORE_CODE).

Das Modul kennt keine Routen für Kunden, Bestellungen, Zahlungen oder Benutzer – diese Daten erreichen Lotse gar nicht.

Produktseite

Die Produktseite von Lotse liegt auf coding9.de/produkte/lotse und wird mit der CODING-9-Website gepflegt.

Aufbau

Next.js 16 (App Router) · React 19 · TypeScript (strict) · SQLite (node:sqlite) · Claude Agent SDK oder OpenAI Codex SDK (ChatGPT-Abo).

src/
├── proxy.ts              Host-/Origin-Prüfung, optionaler Login, Storefront-Pfade → /shop
├── app/
│   ├── page.tsx          Arbeitsfläche (Chat, Kontext, Vorschau)
│   ├── settings/         Einstellungen: Shop, KI, Bild-KI, KI-Zugriff, Protokolle
│   ├── api/**/route.ts   REST + Chat-Stream (NDJSON)
│   ├── shop/             Storefront-Proxy für die Live-Vorschau
│   └── staged/           vorgemerkte Bilder (vor Freigabe nur lokal)
├── components/           UI nach Bereichen (shell = Navigation, chat, context, preview, dialogs, settings, ui), CSS Modules
├── hooks/                useChatStream, useAttachments
├── lib/
│   ├── protocol.ts       Vertrag Server ↔ Oberfläche (REST-Typen, Chat-Ereignisse)
│   └── chat-state.ts     ein Reducer für Live-Stream und Wiederherstellung eines Chats
└── server/               nur serverseitig (`server-only`)
    ├── agent.ts          Chat-Runde: Claude Agent SDK (In-Process-MCP), Streaming des Entwurfs
    ├── agent-codex.ts    Chat-Runde mit Codex (ChatGPT-Abo); Shop-Tools über /api/mcp/<chat> (Token je Chat)
    ├── codex.ts          Codex-Anmeldung (Gerätecode), gesperrte Konfiguration ohne Shell/Dateien/Web
    ├── platform/         Plattform-Schicht: Adapter-Vertrag + Shopware, Shopify, Magento 2, OpenMage, siehe docs/platform.md
    ├── tools.ts          Kern-Tools + Zusammenbau je Plattform (lesen frei, schreiben nur über Änderungssets)
    ├── policy.ts         Schutzschicht: Freigabeliste, gesperrte Daten, Zugriffsprotokoll
    ├── changes.ts        Executor: einziger schreibender Code (gedrosselt, Audit, Rückgängig)
    ├── shopware.ts       Admin-API-Client (Timeouts, Backoff) + ReadOnlyShopware für die KI
    ├── cms.ts / patterns.ts   Block-Katalog, Spec → `cms_page`, HTML-Vorschau
    └── db.ts / settings.ts    SQLite, verschlüsselte Zugangsdaten
prompts/                  System-Prompt als versioniertes Markdown: common/ (alle Plattformen) + shopware/, shopify/, magento/, openmage/
integrations/openmage/    OpenMage-Modul Lotse_Connector (JSON-API, openapi.yaml, Tests, package.sh)
tests/                    alle Tests (node:test), Struktur wie src/
└── support/              Fake-Shops (Shopify, OpenMage) samt Tests und Live-Prüfskripte

Neue Blocktypen: in BLOCKS (src/server/cms.ts) ergänzen (+ Vorschau-Renderer) – der Agent bekommt den Katalog automatisch. Neue Shop-Plattform: Vertrag, Konventionen und Checkliste in docs/platform.md.

Haftungsausschluss

Lotse wird ohne Gewährleistung bereitgestellt, die Nutzung erfolgt auf eigene Verantwortung. KI-Ergebnisse können falsch sein und müssen vor der Freigabe geprüft werden; neue Abläufe zuerst im Staging-Shop testen und vorher ein Backup anlegen. Für die Übermittlung von Shop-Inhalten an den KI-Anbieter bist du als Betreiber verantwortlich. Alle Hinweise: DISCLAIMER.md.

Lizenz

MIT © CODING 9 GmbH