当前位置: 首页 > news >正文

WordPress AI: 7.0如何为AI驱动的网站奠定基础

此前所有集成人工智能的 WordPress 插件都必须自行构建基础架构。即将推出的 WordPress 7.0 版本改变了这一现状它引入了共享的基础架构支持 AI 在各个站点上的运行。AI 工具现在可以发现网站的功能通过统一的层访问 WordPress AI 服务并跨插件触发操作而无需为每种组合编写自定义集成代码。目录隐藏功能 Abilities API定义网站可以做什么WordPress AI客户端连接AI模型MCP适配器连接到外部AI工具各个部分如何契合吾店云 的工作原理总结功能 Abilities API定义网站可以做什么WordPress 6.9 引入了 Abilities API作为该基础架构的首批组成部分之一。它为插件提供了一种标准化的方式可以在一个地方注册其功能。它不是让每个插件都构建自己的自定义集成而是声明它公开的内容具体行动这些操作需要哪些输入返回值需要哪些权限这些功能可通过 REST 端点或模型上下文协议 (MCP) 适配器发现。这意味着自动化工具和人工智能助手无需为每个插件编写自定义代码即可与 WordPress 进行交互。像 Zapier 这样的工具或像 Claude 这样的人工智能助手会读取现有功能并执行相应的操作。举个实际例子WooCommerce 可以注册诸如更新库存状态、检索订单数据或修改产品属性之类的功能。连接到该网站的 AI 助手会自动发现这些功能。它不需要定制的 WooCommerce 集成——它利用插件声明的功能即可。WordPress AI客户端连接AI模型在 WordPress AI 客户端出现之前每个想要使用 AI 的插件都需要自行处理集成。身份验证、请求格式化、响应解析——所有这些都需要一遍又一遍地从头开始构建。AI客户端引入了一个用于与AI模型交互的共享接口。插件通过一个统一的层发送提示而无需考虑提供商。WordPress 7.0同时引入了Connectors API 。这是一个用于管理与外部服务连接的系统。它还新增了一个****Connectors 界面网站所有者可以在此集中配置 AI 提供商。配置完成后这些连接即可在插件间使用无需额外设置。这使得AI交互可以在不同插件之间进行组合。一个工作流程可以跨越多个工具例如检索 WooCommerce 产品数据并将其传递给 AI 模型以生成描述而无需自定义粘合代码将它们连接在一起。对于开发者而言这意味着无需再重复构建相同的集成。对于网站所有者而言这意味着只需配置一次 AI即可在所有地方使用。MCP适配器连接到外部AI工具MCP 是一种开放标准用于定义 AI 助手与外部工具之间的通信方式。WordPress MCP 适配器实现了该协议并将已注册的功能作为工具公开任何兼容 MCP 的客户端都可以发现并调用这些功能。该适配器与 WordPress 核心分开发布在 7.0 版本之前就已可用但随着新的 AI 基础设施的到位它的用途变得更加广泛。连接成功后Claude、ChatGPT 或 Gemini 等工具可以看到您的网站可以做什么并直接触发相应的操作。这为以往需要大量人工操作或自定义脚本的工作流程开辟了新途径例如使用一条自然语言命令批量更新数百篇文章。找出所有属性不一致的 WooCommerce 产品并大规模地对其进行标准化。查询订单数据以识别表现最佳的产品或发现退货趋势。各个部分如何契合每个组件负责解决问题的不同部分。“功能 API”定义了网站可以执行哪些操作。“AI 客户端”将插件连接到 AI 模型。“MCP 适配器”将这些操作公开给外部 AI 助手。以下是实际工作流程中可能出现的情况人工智能助手从 WordPress 检索文章。人工智能模型分析内容。该助手会触发更新元数据的功能。每个步骤都使用共享的基础架构。这使得这些工作流程可以在整个生态系统中重用和组合而不是被限制在单个插件中。吾店云 的工作原理在 吾店云 上这种基础设施已经到位。网站所有者可以直接在编辑器和媒体库中使用AI 助手来创建和重写内容、调整布局、生成图像等等。您还可以将 WordPress 网站连接到 Claude以分析内容、发现不足、生成创意并将更新推送回您的网站。在开发方面WordPress Studio提供了一个本地环境您可以在其中使用 Claude Code 等工具来构建和测试插件、主题和自定义功能。Telex更进一步允许您根据提示生成区块和主题并将其添加到您的网站。总结WordPress 7.0 中的 AI 基础设施使得大规模使用 AI 驱动的插件和工作流程成为可能。Abilities API 和 AI 客户端是这种转变的核心——一个共享的基础设施为整个生态系统提供了一个一致的构建基础。它们共同代表着朝着创建一个 WordPress 不仅支持 AI 工作流程而且积极赋能 AI 工作流程的世界迈出了意义重大的一步。
http://www.rkmt.cn/news/1376229.html

相关文章:

  • 如何在Blender中实现专业级MMD模型动画制作:5步完整解决方案
  • OpenCV模板匹配遇到旋转就抓瞎?一个Python脚本帮你搞定0°到360°全角度识别
  • YOLO训练结果可视化避坑指南:手把手教你处理v5的CSV和v7的TXT格式差异
  • 推荐!2026年靠谱的沙盘模型设计公司 - mypinpai
  • ARM SVE2指令集与UADDLB/UADDLT指令详解
  • AlwaysOnTop:终极Windows窗口置顶工具完整使用指南
  • LED闪灯电路板学习 过程
  • XUnity.AutoTranslator:如何免费实现Unity游戏实时翻译的完整指南
  • CSAPP ShellLab通关笔记:从信号竞争到进程组,手把手教你填完tsh.c的七个坑
  • E7Helper终极指南:第七史诗自动化脚本5分钟快速上手
  • 3步搞定微信网页版访问限制:终极免费解决方案指南
  • GHelper技术深度解析:华硕笔记本轻量控制工具的实现原理与高级配置指南
  • 小组汇报PPT模板哪家强?5个高质量平台实测对比(学生/职场通用)
  • 量子态保真度与噪声通道在量子计算中的应用
  • graph-autofusion 算子自动融合框架解析
  • ML-BDI智能体:信念表示与更新的机器学习方法与实践
  • Ascend C 算子开发实战:从零写一个矩阵乘法
  • 英特尔 Hammer Lake 处理器将引入统一核心架构并重拾超线程技术
  • 实战避坑:在Linux服务器上配置PTP(ptp4l)实现微秒级时间同步的完整流程
  • CANN 算子拆解:FlashAttention 在 ops-transformer 里的实现逻辑
  • UE5 DefaultLayout.ini 源码级解析:UI布局的ASCII拓扑图
  • 环境配置助手 For Mac:macOS环境变量可视化管理工具
  • WebFlux + R2DBC 场景下的分库分表预研:从架构选型到落地风险
  • Wireshark实战还原中国菜刀Webshell通信与解码
  • AI 系统分层治理:从用户无感知降级到多能力协同的架构演进
  • Java + Spring Boot 操作 Kafka 完整学习指南
  • 深入 QEMU 热迁移
  • BetterJoy终极配置指南:让Switch手柄在电脑上完美运行
  • 机器学习在期权定价中的应用:超越Black-Scholes与Heston模型的实践
  • 12.【.NET10 实战--孢子记账--产品智能化】--技术选型