Simple is not easy

Новости

Новости Akeneo

6 новостей

Akeneo
Akeneo Winter Release: нативный MCP-сервер как слой управления данными

Akeneo выпустил нативный MCP-сервер: каталог как ресурсы, правки агентов как tool calls, серверные правила качества. В релизе также Digital Showroom и Custom Components

Akeneo не изобретает MCP, а реализует готовый стандарт поверх PIM; сам протокол описан отдельно. MCP →MCP отдаёт каталог синхронными tool calls; для событийной интеграции тот же эффект даёт event bus. Apache Kafka →
Akeneo
Партнёрство Akeneo и Stripe: Agentic Commerce Suite

В Winter Release Akeneo объявил партнёрство со Stripe Agentic Commerce Suite: поиск товаров AI-агентами и приём агентских платежей. MCP-сервер релиза — отдельно

Stripe и MCP-сервер — отдельные компоненты релиза; ценность в коннекторе к провайдеру платежей. MCP →
Akeneo
AI-обогащение PIM: числовые/булевы атрибуты и извлечение из PDF

GenAI в Akeneo заполняет числовые и Yes/No-атрибуты, извлекает спецификации из PDF с конвертацией единиц, берёт значения из reference entities. Появилась AI Configuration

GenAI-обогащение атрибутов — общий тренд PIM; у Pimcore похожие функции вышли тогда же, это паритет. Pimcore →
Akeneo
Rules Engine: событийные (triggered) правила и DAM с AI-тегированием

Движок правил получил triggered rules — запуск в реальном времени при обновлении товара, привязанный к workflow. Akeneo DAM перевыпущен с AI-тегированием ассетов

Триггер «изменение записи — действие» в PIM удобен, но привязан к Akeneo; кросс-системно — у n8n. n8n →
Akeneo
Data Architect Agent: автогенерация модели данных PIM

Akeneo представил первый AI-агент Data Architect Agent: по образцам товарных файлов и контексту черновиком собирает модель данных. GA для Product Cloud — 12 июля 2025

GenAI-ассистенты в PIM не уникальны: у Pimcore GenAI/Copilot появились раньше, схема данных уже. Pimcore →
Akeneo
PX Insights AI Discovery Optimization: видимость товаров в ChatGPT

PX Insights показывает, как AI-ассистенты вроде ChatGPT интерпретируют и рекомендуют товары. В Spring 2026 — замкнутый цикл с подсказкой недостающих слов и атрибутов

По сути это симуляция того, как LLM/поиск извлекает и ранжирует товары — близко к RAG-конвейеру. RAG →

Контакты

Давайте обсудим ваш проект

Оставьте актуальные контакты и опишите задачу. Мы вернемся с уточняющими вопросами и предложением по следующему шагу.