XianyuAutoAgent

闲鱼AI客服机器人：用Agent技术给二手交易装上"永不疲倦的店员"

一个真实的痛点：深夜的咨询，睡着了怎么办？

凌晨两点，你在闲鱼挂了一台Switch lite。消息响了——有买家在问"包邮吗"、"能不能再便宜点"、"是正品吗"。你睡着了，没回复。第二天早上，买家已经去别家了。

这不是个例。数据显示，闲鱼卖家的活跃时段与买家咨询时段存在明显错位：买家深夜逛闲鱼最活跃，而卖家往往无法实时响应。错过一条消息，可能就错过一单交易。

XianyuAutoAgent 正是为了解决这个矛盾而生——一个专门为闲鱼平台打造的 AI 值守客服系统，7×24小时替你回复买家的各种问题。

技术拆解：这个机器人是怎么工作的？

1. 多专家Agent路由机制

项目采用意图路由 + 多专家协作的设计模式，这是它区别于普通自动回复的关键。系统内置四个专家Agent：

• 分类Agent：判断用户消息的意图（议价、技术咨询、一般客服）
• 价格Agent：处理砍价、议价场景，支持阶梯降价策略
• 技术Agent：回答商品规格、正品鉴别等专业知识（可接入网络搜索增强）
• 默认Agent：处理无法归类的一般性对话

当买家发来消息时，分类Agent先"读"一遍，决定该交给哪个专家处理。这种模式比用单一Prompt通用回复更精准，也更容易扩展新场景。

2. WebSocket实时连接

闲鱼的私信通过钉钉WebSocket服务推送（wss://wss-goofish.dingtalk.com/）。项目用websockets库维持长连接，配合心跳包（15秒间隔）和Token刷新机制（1小时间隔）保证稳定性。连接断开后自动重连，整体是一个常驻进程。

3. 对话上下文管理

用SQLite存储每场买卖对话的历史记录，支持按会话ID检索。当买家连续追问时，AI能看到之前的对话内容，避免"答非所问"的尴尬。上下文数据本地持久化，不依赖外部存储。

4. 安全过滤模块

所有AI回复都会经过安全过滤——若检测到"微信、QQ、支付宝"等敏感词，自动替换为"[安全提醒]请通过平台沟通"。这既是平台规则要求，也是防止私下交易纠纷的保护机制。

部署体验：真的能一键跑起来吗？

项目提供了完整的 Dockerfile（多阶段构建）和 docker-compose.yml，对有Docker环境的用户非常友好。核心依赖仅有5个（openai、websockets、loguru、python-dotenv、requests），镜像体积控制得当（基于python:3.10-alpine）。

但有一个绕不过去的门槛：必须提供闲鱼账号Cookie（COOKIES_STR）。这不是bug，而是闲鱼API的安全限制。Cookie需要用户在浏览器F12控制台手动提取，而且会过期（代码内置了刷新机制）。

部署步骤（简化版）：

1. 克隆仓库，配置.env（填入API_KEY和COOKIES_STR）
2. docker-compose up -d
3. 查看日志确认连接建立

对于没有Docker环境的用户，直接pip install -r requirements.txt + python main.py也可运行，但需要自己处理Python 3.8+环境。

代码质量评价

整体而言，这是一个工程完成度高、思路清晰的小型AI应用。代码没有过度设计，每个模块各司其职，适合作为学习"如何用Agent架构解决实际问题"的参考项目。

争议与局限

1. Cookie依赖的隐私问题 提供Cookie意味着要向程序开放闲鱼账号权限。虽然代码不会主动外传数据，但对于隐私敏感用户，这仍是心理门槛。

2. 平台规则风险 闲鱼明确禁止使用第三方自动化工具模拟用户行为。一旦被检测，账号可能受限。项目README也坦诚提到"可能随时停止更新"。

3. 模型成本 默认使用通义千问（Qwen-Max）API，有一定调用成本。对于咨询量不大的个人卖家，长期运行可能不划算。

行业意义

XianyuAutoAgent 代表了**"AI Native"在垂直领域的落地**——不是通用聊天机器人，而是针对特定平台、特定场景的定制化解决方案。它的价值不在于技术多前沿，而在于用合理的架构解决真实痛点，并以开源方式降低了中小卖家使用AI的门槛。

据项目页面显示，已有26个交流群、多个版本迭代，说明确实切中了一部分用户的需求。在"AI赋能传统行业"的叙事里，这类小而美的落地案例往往比大模型本身更值得关注。