如何在Dify中集成Shopify API自动分析店铺退货原因并生成汇总图表-人工智能-PHP中文网

dify平台可通过配置shopify私有应用并创建自定义工具，自动拉取退货订单数据，识别客户留言、物流状态和商品标签，提取高频退货原因（如“尺码偏小”“色差明显”“发错货”），生成带时间趋势与分类占比的可视化图表。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

如何在dify中集成shopify api自动分析店铺退货原因并生成汇总图表

你需要让Dify平台自动拉取Shopify店铺的退货订单数据，识别每笔退货的客户留言、物流状态和商品标签，从中提取高频原因（如“尺码偏小”“色差明显”“发错货”），再生成带时间趋势和分类占比的可视化图表。

配置Shopify私有应用并获取API凭证

登录Shopify后台 → Settings → Apps and sales channels → Develop apps → Create a new app → 填写App name（例如“Dify-RMA-Analyzer”）→ 选择“Private app” → 点击Create app。

在Admin API access scopes区域，勾选以下三项：【read_products】、【read_orders】、【read_customers】。其他权限一律不勾选，否则Dify调用时会因权限不足返回403错误。

滚动到底部点击Save，系统生成API key、API secret和Storefront access token。把这三组字符串完整复制下来，后续Dify工作流中必须严格对应字段填入。

在Dify中创建自定义工具（Custom Tool）封装Shopify API调用

进入Dify控制台 → Workspace → Tools → Create tool → 选择“Custom tool” → 填写Tool name为“shopify_return_analyzer” → Description写“Fetch return-related orders from Shopify with reason classification”。

在Schema字段粘贴如下JSON（注意替换YOUR_STORE_NAME为你的Shopify子域名，例如abc123.myshopify.com）：

{ "type": "object", "properties": { "date_from": { "type": "string", "description": "ISO format date, e.g. '2024-06-01'" }, "date_to": { "type": "string", "description": "ISO format date, e.g. '2024-06-30'" } }, "required": ["date_from", "date_to"] }

在HTTP Request配置中：Method选GET；URL填https://YOUR_STORE_NAME/admin/api/2024-01/orders.json?status=any&financial_status=refunded&created_at_min={date_from}&created_at_max={date_to}；Headers添加两行：X-Shopify-Access-Token → {{api_secret}}；User-Agent → Dify-Shopify-Analyzer。

php获得文件的mime type类

下载

关键点：不要在URL里硬编码access token，必须用{{api_secret}}变量占位——Dify运行时会从工具凭据中注入真实值，否则每次请求都失败。

构建分析工作流：从原始订单到结构化原因标签

第一步：在Dify应用中新建Workflow → 添加Start节点 → 连接HTTP Tool节点（即上一步创建的shopify_return_analyzer）→ 设置date_from和date_to为用户输入参数或固定时间范围。

第二步：添加Code Interpreter节点，Language选Python。粘贴以下代码：

import re
def extract_reason(text):
  if not text: return "unknown"
  text = text.lower()
  if re.search(r"size|sizing|small|large|fit|fits", text): return "尺寸问题"
  if re.search(r"color|colour|shade|looks different|not as pictured", text): return "色差问题"
  if re.search(r"wrong item|sent wrong|different product|not ordered", text): return "发错货"
  if re.search(r"broken|damaged|cracked|leaking", text): return "破损问题"
  return "其他原因"

reasons = []
for order in response.get("orders", []):
  note = order.get("note") or ""
  tags = order.get("tags", "").split(", ")
  # 优先匹配客户留言，无留言则看标签是否含"return_"前缀
  if note:
    reasons.append(extract_reason(note))
  elif any(t.startswith("return_") for t in tags):
    reasons.append(t.replace("return_", ""))
output = {"reasons": reasons}