非官方项目。仅供学习、研究和自有账号的自动化辅助参考使用。
xianyu-auto-agent-local-console 是一个面向闲鱼 / Goofish 场景的本地 AI 客服参考项目：监听闲鱼消息，结合商品信息、历史上下文和提示词完成自动回复，并提供本地监控面板、商品专属策略、Cookie 刷新辅助、Windows 计划任务托管和付款后自动发货文本参考实现。
很多闲鱼自动回复脚本只有命令行，真正长期跑起来时会遇到这些问题：Cookie 什么时候失效、AI 有没有接管、哪个商品发什么内容、最近有没有收到消息、Windows 重启后服务还在不在。
这个仓库把这些运行问题收进一个本地控制台里，更适合拿来学习和二次改造：
| 能力 | 做什么 |
|---|---|
| AI 自动回复 | 基于 OpenAI 兼容接口，可接 DashScope、Ollama、本地模型服务等 |
| 商品专属策略 | 每个商品可以配置独立提示词和付款后交付文本 |
| 自动发货参考 | 识别待发货类事件后，发送对应商品配置的交付文本 |
| 本地监控面板 | 查看运行状态、Cookie 状态、日志、最近消息和商品策略 |
| Cookie 刷新辅助 | 从本机 Chrome 登录态中提取候选 Cookie，并保守合并更新 |
| Windows 托管 | 使用计划任务托管 Ollama、主程序和监控面板 |
| 上下文记忆 | 使用 SQLite 保存聊天历史，回复时带入最近会话上下文 |
- 学习闲鱼消息监听、会话上下文管理和 AI 自动回复的整体结构。
- 参考 AI 客服的意图分类、议价回复、技术回复和默认回复拆分方式。
- 给自己的虚拟资料、教程、软件包商品做半自动客服辅助。
- 在本地或 Windows 主机上长期运行，并用监控面板看状态、日志和最近消息。
- 参考“付款后发送交付文本”的实现方式，改造成自己的合规交付流程。
- 让 AI 根据本仓库继续改造，适配你的模型、商品、提示词和运行环境。
本仓库是在已有开源项目基础上的整理版 / 二次改造版，重点放在“本地长期托管”和“可视化配置”。
| 方向 | 本仓库侧重点 |
|---|---|
| 运行方式 | 增加本地 Web 监控面板，便于查看状态、日志和商品配置 |
| 商品策略 | 支持按商品维护专属回复规则、交付文本和售罄上架配置 |
| 自动发货 | 将付款后交付文本、发货记录去重、发货事件识别拆成独立模块 |
| Cookie 维护 | 增加 Chrome Cookie 读取、合并、保守更新和 Windows 辅助脚本 |
| Windows 部署 | 提供计划任务脚本，适合放在 Windows 主机上长期托管 |
| 本地模型 | 默认兼容 OpenAI API 格式，也给出 Ollama 本地模型配置示例 |
以下截图使用示例数据展示本地监控面板的主要页面。实际商品、发货内容和提示词需要按自己的场景配置。
本项目是在已有开源项目基础上整理和二次改造的参考版。感谢这些项目和作者：
- shaxiu/XianyuAutoAgent：本仓库的主要基础项目，提供了闲鱼 AI 客服机器人的整体思路和核心结构。
- cv-cat/XianYuApis：提供了闲鱼相关接口调用思路，本仓库中的接口适配参考了该项目。
也感谢 Python、OpenAI SDK、websockets、loguru、python-dotenv、requests、Ollama 等开源生态。
更多说明见 ACKNOWLEDGEMENTS.md。
.
├── main.py # 闲鱼消息监听与主循环
├── XianyuAgent.py # AI 回复、意图路由、各类 Agent
├── XianyuApis.py # 闲鱼 / Goofish 相关接口封装
├── context_manager.py # SQLite 会话上下文与自动发货记录
├── auto_delivery.py # 待发货事件识别与发货 key 生成
├── cookie_sync.py # Chrome Cookie 读取与合并策略
├── monitor_panel.py # 本地 Web 监控面板
├── prompts/ # 提示词模板
├── scripts/windows/ # Windows 计划任务和 Cookie 辅助脚本
├── docs/images/ # README 展示图片
├── tests/ # 单元测试
├── .env.example # 通用配置模板
└── .env.windows.example # Windows / Ollama 配置模板
git clone https://github.com/JianGuoPaPa/xianyu-auto-agent-local-console.git
cd xianyu-auto-agent-local-console建议使用 Python 3.10+。
python -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txtWindows PowerShell：
py -3 -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txtcp .env.example .env然后编辑 .env，至少填写：
API_KEY=your_llm_api_key
COOKIES_STR=your_goofish_cookie_here
MODEL_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
MODEL_NAME=qwen-max如果你使用本地 Ollama，可以参考：
API_KEY=ollama
MODEL_BASE_URL=http://127.0.0.1:11434/v1
MODEL_NAME=qwen2.5:3b-instruct
ENABLE_MODEL_SEARCH=False程序会优先读取：
prompts/classify_prompt.txtprompts/default_prompt.txtprompts/price_prompt.txtprompts/tech_prompt.txt
如果这些文件不存在，会回退到对应的 _example.txt。建议你复制模板后再改：
cp prompts/classify_prompt_example.txt prompts/classify_prompt.txt
cp prompts/default_prompt_example.txt prompts/default_prompt.txt
cp prompts/price_prompt_example.txt prompts/price_prompt.txt
cp prompts/tech_prompt_example.txt prompts/tech_prompt.txt这些正式提示词文件默认被 .gitignore 忽略，避免把你的具体商品策略提交出去。
python main.py首次运行时，如果 .env 中缺少 API_KEY 或 COOKIES_STR，程序会提示你输入并写回 .env。
python monitor_panel.py --host 127.0.0.1 --port 8765然后打开：
http://127.0.0.1:8765/
监控面板默认只监听本机：
python monitor_panel.py --host 127.0.0.1 --port 8765浏览器打开：
http://127.0.0.1:8765/
如果你要在局域网访问，请自行评估风险，再改为：
python monitor_panel.py --host 0.0.0.0 --port 8765建议设置 DASHBOARD_TOKEN，并只在可信网络中使用。
闲鱼 / Goofish 消息
|
v
main.py WebSocket 监听
|
v
商品信息 + 历史上下文 + 商品专属提示词
|
v
XianyuAgent.py 调用 OpenAI 兼容模型
|
v
发送回复 / 付款后发送交付文本
|
v
monitor_panel.py 本地看板查看状态、日志、商品策略
项目提供了一组 Windows 脚本，用计划任务托管：
powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\windows\install-autoagent.ps1安装脚本会：
- 创建
.venv - 安装依赖
- 生成或补全
.env - 创建三个计划任务：
XianyuAutoAgent-Ollama、XianyuAutoAgent-Service、XianyuAutoAgent-Dashboard
手动启动：
schtasks /Run /TN "XianyuAutoAgent-Ollama"
schtasks /Run /TN "XianyuAutoAgent-Service"
schtasks /Run /TN "XianyuAutoAgent-Dashboard"如果你的 Python、Ollama 模型目录或 pip 缓存目录不在默认位置，可以传参：
powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\windows\install-autoagent.ps1 `
-PythonExe "C:\Path\To\python.exe" `
-OllamaModelsDir "D:\Ollama\models" `
-PipCacheDir "D:\pip-cache"Docker 更适合跑主程序，不适合自动读取本机浏览器 Cookie。你仍然需要自己准备 .env。
cp .env.example .env
docker compose up -d --build- 接入 Ollama、LM Studio、vLLM、DashScope 等 OpenAI 兼容模型服务。
- 给不同商品配置不同提示词，例如资料包、软件源码、定制开发、售后咨询。
- 将自动发货文本改成自己的合规交付说明、网盘说明、兑换方式或售后指引。
- 扩展监控面板，例如增加订单状态、回复命中原因、模型调用统计。
- 将 Windows 计划任务改造成自己的长期托管脚本或局域网内服务。
闲鱼自动回复、闲鱼 AI 客服、Goofish auto reply、闲鱼自动发货、闲鱼本地控制台、Ollama 自动回复、本地模型客服、AI customer service、xianyu auto agent、idlefish automation。
如果你基于本仓库发布自己的版本，可以参考 Release and Promotion Checklist。里面包含 Release 文案、GitHub Topics、外部分发短文案和后续优化清单。
COOKIES_STR 需要来自你自己的闲鱼 / Goofish 网页端登录态。通常需要包含 unb、_m_h5_tk 等关键 Cookie。某些场景还会遇到 x5sec、滑块验证、登录过期、风控校验等问题，这些属于平台侧状态，不是代码一定能自动解决的。
Cookie 同步逻辑的原则是保守更新：
- 候选 Cookie 必须包含必要字段才会写入。
- 如果当前 Cookie 含有验证相关字段，新 Cookie 缺失时不会盲目覆盖。
- 建议只在你自己的浏览器、自己的账号、本机环境中使用。
自动发货逻辑用于识别付款后待发货类消息，并发送你配置的交付文本。它不会自动生成资源，也不会帮你判断资源是否合法。
使用前请确认：
- 商品确实适合文本交付。
- 交付内容是你有权提供的。
- 不要把真实敏感链接硬编码到公开仓库。
- 每个商品的交付文本建议在本地面板或本地数据库中单独配置。
- 本项目不是闲鱼 / Goofish 官方项目，也不是官方 API。
- 本项目不保证开箱即用，不保证适配所有账号、浏览器、Cookie、系统和商品类型。
- 本项目没有绕过平台风控、破解权限或读取他人账号数据的能力。
- Cookie 失效、滑块验证、风控校验、接口变化都可能导致不可用，需要自行处理。
- 自动回复可能出错，涉及价格、售后、承诺、发货内容时请务必自行审核。
- 自动发货只适合发送你有权交付的文本内容，例如说明、链接、兑换方式等。
- 请遵守平台规则、法律法规和你所在地区的合规要求。
python -m unittest discover -s tests -v
python -m py_compile auto_delivery.py cookie_sync.py context_manager.py main.py monitor_panel.py XianyuAgent.py XianyuApis.py本仓库只保留源码、示例配置、提示词模板、脚本和测试，不包含个人运行数据。实际使用时，.env、Cookie、API Key、聊天数据库、运行日志、私有提示词和交付内容都应只保存在自己的本地环境中。
仓库中的 .gitignore 已默认排除这些运行时文件，方便二次开发时保持公开版本干净。
如果你对项目适配、AI 自动化、闲鱼托管、本地模型等方向感兴趣，可以扫码联系我或加入 AI 交流群。
| 联系作者 | AI 交流群 |
 |
 |
如果群二维码过期，可以先添加个人微信联系更新。
本项目沿用上游项目的 GPL-3.0 协议。详见 LICENSE。