XianyuAutoAgent

GitHub
6.4k 1.2k 简单 1 次阅读 2天前GPL-3.0Agent开发框架语言模型
AI 解读 由 AI 自动生成,仅供参考

XianyuAutoAgent 是一款专为闲鱼平台打造的智能客服机器人系统,旨在帮助卖家实现 7×24 小时自动化值守。它有效解决了人工回复不及时、夜间错失交易机会以及重复咨询耗费精力等痛点,让闲置物品交易更加高效顺畅。

该项目特别适合具备一定 Python 基础的开发者、技术爱好者或希望尝试 AI 自动化运营的闲鱼卖家使用。通过简单的配置,用户即可部署属于自己的专属客服助手。

在技术亮点方面,XianyuAutoAgent 采用了多专家协同决策机制。系统能基于大语言模型(LLM)精准识别用户意图,动态切换“议价专家”、“技术专家”或“通用客服”等不同角色进行响应。它不仅支持完整的上下文记忆管理,确保对话连贯自然,还内置了灵活的阶梯式智能议价策略和网络搜索能力,能够模拟真实人类的沟通节奏。此外,项目开放了提示词自定义功能,允许用户根据实际需求调整各类专家的回复逻辑,兼具实用性与可拓展性。

使用场景

大学生小李利用课余时间经营闲鱼店铺出售二手数码产品,面对深夜和上课期间频繁涌入的咨询消息,他急需一种能自动应对且不失灵活性的解决方案。

没有 XianyuAutoAgent 时

  • 响应严重滞后:上课或休息时无法及时回复买家,导致大量潜在订单因等待过久而流失。
  • 议价策略混乱:面对买家的砍价请求,只能凭感觉随意降价,缺乏统一的阶梯式定价逻辑,容易亏损或错失成交机会。
  • 专业解答缺失:遇到复杂的参数询问(如显卡型号、电池寿命),无法即时检索准确信息,回复显得不够专业,降低信任度。
  • 上下文记忆断裂:在多轮对话中经常忘记买家之前的诉求,需要反复确认信息,让沟通体验变得支离破碎。
  • 全天候值守困难:为了实现 7×24 小时在线,不得不牺牲睡眠时间或时刻盯着手机,身心俱疲。

使用 XianyuAutoAgent 后

  • 秒级自动响应:系统实现 7×24 小时无人值守,无论深夜还是上课,都能立即接待顾客,显著提升转化率。
  • 智能阶梯议价:内置的议价专家根据预设策略自动执行阶梯降价,既守住了利润底线,又灵活促成了交易。
  • 多专家协同答疑:自动识别意图并调用“技术专家”,结合网络搜索实时提供精准的数码参数解答,展现专业卖家形象。
  • 完整上下文感知:轻量级记忆模块完整记录对话历史,确保多轮交流流畅自然,无需买家重复叙述需求。
  • 人机无缝切换:支持通过特定关键词(如句号)随时从 AI 模式切换为人工接管,既保证了自动化效率,又保留了关键决策权。

XianyuAutoAgent 将小李从繁琐的客服工作中解放出来,通过智能化的多专家协同与议价策略,实现了店铺营收与个人时间的双重增值。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes1. 本项目主要依赖外部大模型 API(默认通义千问),本地无需部署大型模型,因此对 GPU 和本地内存无特殊高要求。 2. 必须手动配置闲鱼网页端的 Cookies 字符串。 3. 需创建并配置 .env 文件,包含 API_KEY、COOKIES_STR、MODEL_BASE_URL 和 MODEL_NAME。 4. 可选配置模拟人工打字延迟和接管模式切换关键词。 5. 自定义提示词需编辑 prompts 目录下的 txt 文件。
python3.8+
requests (推测,用于网络请求)
python-dotenv (推测,用于读取.env 配置)
openai (推测,用于 LLM 调用)
XianyuAutoAgent hero image

快速开始

🚀 闲鱼AutoAgent - 智能闲鱼客服机器人系统

Python版本 LLM驱动

专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。

🌟 核心特性

智能对话引擎

功能模块 技术实现 关键特性
上下文感知 会话历史存储 轻量级对话记忆管理,完整对话历史作为LLM上下文输入
专家路由 LLM prompt+规则路由 基于提示工程的意图识别 → 专家Agent动态分发,支持议价/技术/客服多场景切换

业务功能矩阵

模块 已实现 规划中
核心引擎 ✅ LLM自动回复
✅ 上下文管理
🔄 情感分析增强
议价系统 ✅ 阶梯降价策略 🔄 市场比价功能
技术支持 ✅ 网络搜索整合 🔄 RAG知识库增强
运维监控 ✅ 基础日志 🔄 钉钉集成
🔄 Web管理界面

🎨效果图

客服
图1: 客服随叫随到
议价专家
图2: 阶梯式议价
技术专家
图3: 技术专家上场
后台log
图4: 后台log

🚴 快速开始

小白请直接查看保姆级教学文档

环境要求

  • Python 3.8+

安装步骤

1. 克隆仓库
git clone https://github.com/shaxiu/XianyuAutoAgent.git
cd XianyuAutoAgent

2. 安装依赖
pip install -r requirements.txt

3. 配置环境变量
创建一个 `.env` 文件,包含以下内容,也可直接重命名 `.env.example` :
#必配配置
API_KEY=apikey通过模型平台获取
COOKIES_STR=填写网页端获取的cookie
MODEL_BASE_URL=模型地址
MODEL_NAME=模型名称
#可选配置
TOGGLE_KEYWORDS=接管模式切换关键词,默认为句号(输入句号切换为人工接管,再次输入则切换AI接管)
SIMULATE_HUMAN_TYPING=True/False #模拟人工回复延迟

注意:默认使用的模型是通义千问,如需使用其他API,请自行修改.env文件中的模型地址和模型名称;
COOKIES_STR自行在闲鱼网页端获取cookies(网页端F12打开控制台,选择Network,点击Fetch/XHR,点击一个请求,查看cookies)

4. 创建提示词文件prompts/*_prompt.txt(也可以直接将模板名称中的_example去掉),否则默认读取四个提示词模板中的内容

使用方法

运行主程序:

python main.py

自定义提示词

可以通过编辑 prompts 目录下的文件来自定义各个专家的提示词:

  • classify_prompt.txt: 意图分类提示词
  • price_prompt.txt: 价格专家提示词
  • tech_prompt.txt: 技术专家提示词
  • default_prompt.txt: 默认回复提示词

🤝 参与贡献

欢迎通过 Issue 提交建议或 PR 贡献代码,请遵循 贡献指南

🛡 注意事项

⚠️ 注意:本项目仅供学习与交流,如有侵权联系作者删除。

鉴于项目的特殊性,开发团队可能在任何时间停止更新删除项目

如需学习交流,请联系:coderxiu@qq.com

📱 交流群

欢迎加入项目交流群,交流技术、分享经验、互助学习。

交流群20(已满200) 交流群21(推荐加入)
交流群20 交流群21

💼 寻找机会

@Shaxiu

🔍寻求方向AI产品经理
📫 联系: email:coderxiu@qq.comwx: coderxiu

@CVcat

🔍寻求方向研发工程师(python、java、逆向、爬虫)
groupon 联系: email: 992822653@qq.comwx: CVZC15751076989

☕ 请喝咖啡

您的☕和⭐将助力项目持续更新:

微信赞赏码支付宝收款码

📈 Star 趋势

Star History Chart

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架