agenticfeed

Agenticfeed Standard

一项开放规范，让 AI 购物 Agent 能够读取电商产品目录。

ChatGPT、Claude、Perplexity 和 Gemini 等 AI 助手已经在向数百万购物者推荐产品。它们不会浏览分类页面或阅读横幅广告，而是使用结构化数据，推理哪些产品最符合买家的意图。大多数商家网站对它们来说都是不可见的。

这项标准定义了一种轻量、易发现的格式，为 AI Agent 提供所需的一切信息。

---

快速开始

在网站每个页面的 <head> 中添加一行：

<link rel="agenticfeed" type="application/json" href="https://yourdomain.com/feed.json">

这个标签会告知任何 AI Agent 或爬虫结构化产品信息流的位置。本文档的其余部分将介绍该信息流应包含的内容。

---

目录

• 什么是 Agentic 信息流？
• 为什么要制定这项标准？
• 这与 Google Merchant Center 信息流有何不同？
• AI Agent 如何发现它？
• 如何将它添加到网站？
• 规范
  • 1. 发现标签
  • 2. 信息流索引
  • 3. 意图端点
  • 4. 产品详情
  • 5. UTM 归因
  • 6. 链接验证
• Agent 查询 API
  • 身份验证
  • 请求
  • 响应
  • Agent 卡片
• 示例
• 参考实现
• 参与贡献
• 许可证

---

什么是 Agentic 信息流？

Agentic 信息流是一种结构化产品数据流，专为 AI Agent 构建，而非搜索引擎爬虫或人类浏览者。

传统产品页面旨在呈现给人阅读。Google Merchant Center 信息流旨在供比价引擎解析。Agentic 信息流则旨在供 AI 推理。

关键差异在于意图数据。商家信息流会告诉 Agent：“这是一款无线电钻，售价 £29.99，目前有货。”而 Agentic 信息流则会告诉它：“这是一款无线电钻，适用于回答‘组装平板包装家具需要什么电钻’这一问题，能解决‘我的旧电钻总是把螺丝拧滑牙’这一问题，并符合‘首次置业者居家 DIY’这一使用场景。”

这就是 AI Agent 针对特定买家做出可靠推荐所需的上下文层。

---

为什么要制定这项标准？

AI 购物已经开始，但目前还没有开放、可移植的标准来提供优质服务。

搜索引擎通过站点地图、robots.txt 和规范标签，标准化了网页内容发现。RSS 通过单一的自动发现标签，标准化了内容分发。但它们都不是为 AI Agent 在决定推荐内容时进行的结构化推理而设计的。

这项规范填补了这一空白。它定义了：

• 网站如何向 AI Agent 表明存在结构化产品信息流
• 信息流采用什么格式
• 如何将意图数据（问题、痛点、使用场景）与标准产品数据一同组织
• AI Agent 如何从买家的查询找到具体的产品推荐

这种格式刻意保持精简。它基于爬虫已经理解的 schema.org 类型构建，并添加了实现 AI 推荐所需的意图层。

---

与 Google Merchant Center feed 有什么区别？

	Google Merchant Center feed	Agenticfeed
格式	XML（类似 RSS）	JSON-LD
架构	Google 专有规范	schema.org + agenticfeed 命名空间
主要使用者	比价服务、购物广告	AI Agent、大模型、购物助手
发现方式	手动提交 URL	通过 <link rel="agenticfeed"> 自动发现
意图数据	无	每种产品对应的问题、痛点和使用场景
产品背景信息	价格、标题、图片、库存情况	价格、标题、图片 + 买家意图层
归因	未内置	每个产品 URL 都带有 UTM 参数

Google Merchant Center feed 告诉机器产品是什么。agentic feed 则告诉它为什么特定买家应该选择它。

两者互为补充。许多商家会使用 GMC feed 作为生成 agentic feed 的数据源。

---

AI Agent 如何发现它？

此发现机制遵循网络数十年来一直使用的相同自动发现模式：

rel="stylesheet"   tells browsers where to find CSS
rel="icon"         tells browsers where to find the favicon
rel="alternate"    tells crawlers where to find RSS feeds
rel="agenticfeed"  tells AI agents where to find structured product data

AI Agent 或爬虫访问商家网站时，会读取页面的 <head>。如果找到 rel="agenticfeed" 标签，就能准确知道从哪里获取结构化产品数据，无需预先告知 URL。

这意味着：

1. 无需向各个 AI 平台手动注册
2. 无需 API 密钥或访问协议
3. 任何实现此标准的 AI Agent 都能自动发现你的 feed
4. 商家可以通过自己的 URL 控制数据

---

如何将它添加到我的网站？

步骤 1. 在每个页面的 <head> 中添加发现标签：

<link rel="agenticfeed" type="application/json" href="https://yourdomain.com/feed.json">

步骤 2. 在该 URL 提供 JSON-LD feed 索引（参见 examples/feed.json）：

{
  "@context": "https://schema.org",
  "@type": "DataFeed",
  "name": "Your Store Name",
  "url": "https://yourdomain.com/feed.json",
  "provider": {
    "@type": "Organization",
    "name": "Agenticfeed",
    "url": "https://agenticfeed.ai"
  },
  "dataFeedElement": [
    {
      "@type": "DataFeedItem",
      "name": "Questions",
      "url": "https://yourdomain.com/questions.json"
    },
    {
      "@type": "DataFeedItem",
      "name": "Problems",
      "url": "https://yourdomain.com/problems.json"
    },
    {
      "@type": "DataFeedItem",
      "name": "Use Cases",
      "url": "https://yourdomain.com/use-cases.json"
    }
  ]
}

步骤 3. 为每个类别提供意图端点（参见 examples/questions.json）。

步骤 4. 为每种产品提供产品详情文档（参见 examples/product.json）。

对于 Shopify 商家，agenticfeed.ai 会自动处理所有这些工作，包括将发现标签注入主题。

---

规范

1. 发现标签

<link rel="agenticfeed" type="application/json" href="{absolute-url-to-feed-index}">

属性	值
rel	agenticfeed
type	application/json
href	feed 索引文档的绝对 URL

将此标签放在每个页面的 <head> 中。它必须出现在服务器渲染的 HTML 中，而不能由 JavaScript 注入，这样爬虫无需执行脚本即可找到它。

---

2. Feed 索引

Content-Type： application/ld+json Schema.org 类型： DataFeed

Feed 索引是任何 Agent 读取你的 feed 时的入口点。它用于标识商家、列出意图端点，并提供解析单个产品的 URL 模板。

完整示例参见 examples/feed.json。

Agent 工作流：

1. 在页面的 <head> 中找到发现标签
2. 获取 feed 索引
3. 读取 dataFeedElement 以查找意图端点
4. 根据买家的查询类型获取相关端点
5. 将意图条目与买家的需求匹配，并提取产品 ID
6. 使用 agenticfeed.resolution.product.url 模板解析每个产品 ID
7. 获取产品详情文档

---

3. 意图端点

意图端点是按产品类别分组的 JSON-LD ItemList 文档。意图分为三种类型：

问题——买家购买前会提出的自然语言问题。 Schema.org 类型：Question，其中 suggestedAnswer 指向产品 URL。 参见 examples/questions.json

痛点——产品能够解决的痛点或满足的需求。 Schema.org 类型：ListItem，其中 name 表示痛点，url 指向产品。 参见 examples/problems.json

使用场景——产品适用的具体情境或目标。 Schema.org 类型：ListItem，其中 name 表示使用场景，url 指向产品。 参见 examples/use-cases.json

---

4. 产品详情

Content-Type： application/ld+json Schema.org 类型： Product

每个产品都有自己的文档，并使用稳定的 URL。文档结合了标准的 schema.org Product 数据，以及 agenticfeed 命名空间下的意图内容。

完整示例请参见 examples/product.json。

字段	类型	描述
@context	字符串	https://schema.org
@type	字符串	Product
name	字符串	产品标题
url	字符串	商家的产品页面 URL（带 UTM 标记）
image	字符串	产品主图 URL
category	字符串	产品类别
offers	对象	schema.org Offer — 价格、货币、库存情况
agenticfeed.questions	数组	此产品可以解答的问题
agenticfeed.problems	数组	此产品可以解决的问题
agenticfeed.use_cases	数组	此产品适用的使用场景

---

5. UTM 归因

Agentic Feed 中的所有产品 URL 都应携带 UTM 参数，以便商家在分析工具中衡量 AI Agent 流量：

utm_source=agenticfeed&utm_medium=ai-agent

这让商家可以在 Google Analytics、Shopify Analytics 或任何读取 UTM 参数的平台中，筛选和报告来自 AI Agent 推荐的会话和订单。

---

6. 链接验证

商家 <head> 中的发现标签可在 Feed 上线前证明域名所有权。验证器会获取商家的主页，解析 <head>，并确认：

• 存在 rel="agenticfeed" 标签
• 其 href 与该商家预期的 Feed URL 相符

这样可以防止商家在 Feed 中认领其他商家的域名。

---

Agent Query API

被动 Feed 端点允许 AI Agent 按自己的节奏抓取产品数据。Agent Query API 是主动层 — AI Agent 或应用程序可以发送自然语言形式的买家意图，并获取匹配产品的排序列表及其匹配原因。

这是 Agent 到 Agent 的通信。不是由人类在搜索框中输入内容，而是由一个 AI 请求另一个 AI 找出最匹配的产品。

端点

POST https://agenticfeed.ai/agent/query
Content-Type: application/json
Authorization: Bearer af_your_api_key

---

身份验证

需要一个 API 密钥：

Agenticfeed API 密钥 — 作为 Bearer 令牌传入 Authorization 标头。该密钥用于识别请求方，并控制其对 Feed 数据的访问权限。任何付费套餐（Growth 及以上）都可以在 Dashboard › API Keys 中生成密钥。无需审批 — 密钥可立即使用。

---

请求

{
  "query": "ergonomic chair for someone with lower back pain, works from home 10 hours a day, small home office, budget under £300",
  "customer_guid": "a9a8378c94",
  "limit": 5
}

字段	类型	必填	描述
query	字符串	是	对买家需求的自然语言描述
customer_guid	字符串	否	要查询的商家 Feed。默认使用与你的 API 密钥关联的 Feed
limit	整数	否	返回结果的最大数量（1–10，默认值为 5）

---

响应

返回一个 schema.org ItemList，其中包含匹配的 Product 条目，每个条目都带有 match_reason，用于说明该产品为何符合买家的需求。

Content-Type： application/ld+json

{
  "@context": "https://schema.org",
  "@type": "ItemList",
  "query": "ergonomic chair for back pain...",
  "numberOfItems": 3,
  "itemListElement": [
    {
      "@type": "Product",
      "position": 1,
      "name": "HM Seating Contessa Chair",
      "url": "https://merchant.com/contessa?utm_source=agenticfeed&utm_medium=ai-agent",
      "image": "https://merchant.com/images/contessa.jpg",
      "category": "office chairs",
      "offers": {
        "@type": "Offer",
        "price": "249.00",
        "priceCurrency": "GBP",
        "availability": "https://schema.org/InStock"
      },
      "agenticfeed": {
        "product_id": "b3f1e29a4c",
        "match_reason": "Matches adjustable lumbar support, compact footprint for small spaces, and falls within the stated budget."
      }
    }
  ]
}

match_reason 字段专为调用 Agent 直接传达给最终买家而设计。它以通俗语言解释推荐理由，无需 Agent 进行任何额外推理。

---

Agent Card

参考实现会在以下位置发布兼容 A2A 的 Agent Card：

GET https://agenticfeed.ai/.well-known/agent.json

此文件以机器可读的格式描述 Agent 的能力、接受的输入、输出格式和身份验证要求。实现了 Google 的 Agent-to-Agent（A2A）协议的 AI 平台可以使用此 Card 自动发现并调用查询端点。

示例

所有示例都位于 examples/ 目录中：

文件	描述
examples/feed.json	完整的 Feed 索引
examples/product.json	包含意图数据的产品详情
examples/questions.json	问题端点
examples/problems.json	问题端点
examples/use-cases.json	用例端点
examples/link-tag.html	发现标签代码片段

---

参考实现

agenticfeed.ai 是此标准的托管参考实现。

它提供：

• 从 Shopify、WooCommerce、Google Merchant Center 和网站爬取结果中自动导入产品目录
• 为每个产品生成 AI 意图数据（问题、痛点、用例）
• 每日同步库存和价格
• 通过 OAuth 自动将发现标签注入 Shopify 主题
• 用于归因跟踪的 UTM 标记产品 URL
• 用于管理 Feed 和订阅的商家仪表板
• /agent/query 处的 Agent Query API，用于自然语言产品匹配（包含在付费套餐中）
• 位于 /.well-known/agent.json 的兼容 A2A 的 Agent Card

使用 agenticfeed.ai 的商家无需编写任何代码，即可获得完全符合标准的 Agentic Feed。构建 AI Agent 的开发者可以使用 Agent Query API，按买家意图查询产品数据；所有付费商家套餐均包含此 API。

---

参与贡献

欢迎在 github.com/bluestratus/agenticfeed 提交问题和拉取请求。

此标准旨在保持精简和稳定。增加复杂度却不能明确惠及 AI Agent 或商家的提案将不会被合并。最有价值的贡献包括真实世界的实现经验、边缘情况和纠错。

---

许可

根据 MIT 许可 发布。任何人都可以不受限制地使用此标准实现兼容的 Agentic Feed。