周一早上 9 点，你的老板发来消息：「下周要和几个竞品过定价策略，给我整理一份 US 护肤品类的 Shopify 店铺名单，要带邮箱的。」你打开 Chrome，开始逐个搜索 Shopify 店铺、翻 Inspect 元素找邮箱、复制粘贴到表格——三个小时后，你得到了 47 条数据，其中 12 个邮箱已经失效，还有 3 个其实不是目标品类。如果 Neonjelly 在的话，这只需要 30 秒。^[1]

这就是 Neonjelly 存在的意义：一个包含 137 万 Shopify 店铺数据的目录库，用自然语言查询，AI Agent 直接对话式探索。它不只是一个搜索引擎，而是你的竞品情报 AI 副驾驶。

免费试用 14 天 ↗

四大核心查询能力：从搜店铺到发现机会

Neonjelly 的数据库每日更新，覆盖 137 万商店、3.69 亿产品和 2.1 万个应用检测数据。它的价值不在于「你能搜到什么」，而在于「你怎么用它」：^[1]

店铺搜索

输入品牌名或域名，获得访问量、收入估算、使用的 App 列表。每个店铺卡片都包含可直接复制的邮箱（如果有）。这不是猜测——数据直接从商店前端检测，不编造主题名称。

产品 finder

输入一个产品名称，看到所有销售该产品的 Shopify 店铺、价格区间分布、谁卖得最便宜。用于评估某个产品 idea 是否已被市场饱和。

趋势产品

每周新增卖家的产品自动检出——不是人工 curated 的列表，而是直接从目录中发现的热门趋势。帮你比市场快一步发现机会。

价格变动追踪

谁这周降价了？降了多少？何时降的？每行都有旧价格和新价格对比。适合监控竞争对手的定价策略变化。

MCP 集成：让 AI Agent 替你挖数据

Neonjelly 最独特的能力是它的 MCP Server——你可以把整个 137 万店铺目录接入 Cursor 或 Claude，然后用自然语言提问：^[2]

「US 护肤品店铺里，本周降价最多的前 10 家是谁？」
「帮我找 20 家德国市场的瑜伽垫卖家，带上邮箱。」
「对比 Nike 和 Adidas 的 Shopify 店铺流量趋势。」

这些查询不再需要写爬虫、处理反爬、清洗数据。Neonjelly 的 Agent 工具直接在对话中执行，结果以结构化表格返回，你可以继续追问、筛选、导出。

安装与使用：30 秒起步

Neonjelly 提供多种方式接入：^[2]

Step 1 — 在 neonjelly.io 搜索任意店铺启动 14 天免费试用，无需账户

Step 2 — 在 Cursor 或 Claude 中运行 npx neonjelly 或粘贴 MCP 连接代码

Step 3 — 保持标签页打开，用自然语言持续提问，结果实时返回

定价：从免费试用到团队级覆盖

Neonjelly 的定价面向不同使用强度的用户：^[3]

方案	月价	每日查询	限制店铺监控	广告与销售数据
Trial	$0	100	—	不含
Explorer	$29	2,000	8 家	含
Operator	$79	15,000	20 家	含
Scale	$199	50,000	40 家	含

年付享两个月免费，限时优惠码 LAUNCH 首三月五折（至 2026 年 10 月 31 日）。

常见问题

Neonjelly 的数据从哪里来？

Neonjelly 直接从 Shopify 商店前端检测数据——访问量估算来自公开流量指标，App 识别来自 storefront 的脚本特征，邮箱从公开联系页面提取。不做猜测，不编造主题名称。

我需要写代码才能使用吗？

不需要。直接在 neonjelly.io 的 Playground 中搜索即可开始。如果需要 AI Agent 集成，只需一行 npx 命令连接 Cursor 或 Claude。

可以按国家筛选吗？

可以。国家是标准过滤器，支持美国、英国、德国、日本、印度等 13+ 个市场的独立页面和筛选。

免费试用 14 天后数据会丢失吗？

不会。试用期间创建的所有查询和结果都会保留。升级付费方案后可以直接继续使用，无需重新搜索。

Neonjelly 和 SimilarWeb 有什么区别？

SimilarWeb 提供通用网站流量分析，Neonjelly 专攻 Shopify 生态，提供 App 检测、产品价格历史和卖家地图，更适合电商竞品调研场景。

可以用 API 集成到我的工具链吗？

可以。Neonjelly 提供 Catalog API，支持程序化查询。API 密钥通过 Stripe 订阅获取，按查询量计费。

参考资料

来源：Neonjelly Official Website — Shopify Intelligence
来源：Neonjelly Documentation & MCP Setup
来源：Neonjelly Pricing Plans
来源：Shopify — Wikipedia, E-commerce Platform History
来源：Model Context Protocol — AI Agent Standardization
来源：Shopify E-commerce Statistics 2026

青衣网络 AI 观察团队 · 最后更新 2026-09-29

Neonjelly — Shopify 竞品情报 AI 平台