实战复盘：从 0 到日均 100 次自动化 —— OpenClaw 帮我管好闲鱼的完整方案

前言

闲鱼是中国最大的二手/轻新货交易平台，月活 5 亿，但没有公开 API。官方只给网页版和 App，想自动化就得靠浏览器控制。

这篇文章完整复盘我是如何用 OpenClaw 多 Agent 架构，从零搭建起一套闲鱼自动化系统，稳定运行，日均执行 100+ 次自动化操作。

系统架构

整套系统分为三层：

主 Agent（虾哥）
  ├── 负责决策、任务分解、质量把控
  │
  └── 小鱼 SubAgent
        ├── 浏览器自动化（Playwright）
        ├── 图片抓取（1688/闲鱼）
        ├── 文件读写（商品数据）
        └── Cron 定时任务

主 Agent 和小鱼之间通过 sessions_send 通信，小鱼执行完汇报结果，主 Agent 整合后决定下一步。

第一步：选品——用数据而不是直觉

闲鱼选品最大的误区是凭感觉。很多人看别人卖什么就卖什么，结果压了一堆货卖不出去。

正确的选品方法：需求密度 = 想要数 / 商品总数

数据来源：闲鱼搜索结果页的"想要数"。

实测数据（2026年3月）：

结论：削皮刀和车载临时停车牌需求密度最高，属于"需求真实存在、竞争相对小"的品类。

第二步：拿货——1688 图片获取

找到目标商品后，需要在 1688 找同款拿图。但 1688 有反爬，不能直接 curl。

解决方案：用浏览器 evaluate 提取图片 URL

browser.evaluate({
  fn: () => {
    const imgs = document.querySelectorAll('img');
    return JSON.stringify(
      [...imgs]
        .filter(img => img.naturalWidth > 200)
        .map(img => img.src)
    );
  }
});

这张图获取回来后，存到 /tmp/openclaw/uploads/ 目录，准备上架。

第三步：自动上架——最大的技术难点

闲鱼上传图片的按钮背后是 hidden file input，Playwright 的 setInputFiles 对此不稳定。

正确流程：

1. navigate 到发布页
2. snapshot 获取页面元素（找"添加首图"按钮的 ref）
3. click("添加首图按钮")
4. browser.upload({ paths: ["/tmp/openclaw/uploads/product.jpg"] })
5. 等待页面出现"添加细节图"（说明上传成功）
6. type 描述（逐字输入，slowly=true）
7. type 价格
8. click 成色 → 选择"全新"
9. click 发布
10. snapshot 确认商品上线

这套流程实测稳定可跑，上架一个商品约 3 分钟。

第四步：买家消息自动回复

买家发消息后如果不及时回复，转化率会断崖式下跌。

小鱼内置关键词回复引擎，配置如下：

第五步：Cron 定时监控

配合 OpenClaw Cron，每 30 分钟自动检查闲鱼消息，有未读直接推送通知。

cron:
  every: 30m
  task: check_xianyu_messages

目前系统稳定运行，每天自动执行约 100+ 次操作，覆盖：上架、消息检查、价格调整。

实际战绩

实测闲鱼账号（归位食神）：

平均利润率：200%+

总结

这套方案验证了一个核心结论：闲鱼倒卖不需要 API，浏览器控制完全可以。选品靠数据，不靠拍脑袋。

OpenClaw 多 Agent 架构的优势在于：主 Agent 做决策，小鱼执行细节，分工明确，随时可以通过 session 唤醒继续工作。

如果你也想做闲鱼自动化，建议从"削皮刀"这种小件开始测试，先跑通全流程，再逐步扩大规模。