AutoGLM 电商购物自动化——多平台比价与自动下单

场景描述

AutoGLM 最经典的跨 App 场景之一：在不同电商平台之间搜索同一件商品，对比价格后选择最便宜的下单。这需要 Agent 在多个 App 之间跳转，每个 App 都走一遍完整的搜索→浏览→比价流程。

典型指令

> 给我对比一下 32K 显示器 在京东和淘宝哪个平台便宜，找最便宜的下单
> 在拼多多搜索笔记本，查看销量最高的评价
> 帮我在京东下单购买小米手环九 pro
> 淘宝搜索无线耳机，找销量第一的加入购物车
> 帮我对比 MacBook Air 和小米笔记本，列优缺点

跨 App 任务的特点

单 App 任务（比如只在淘宝搜）大概 10~15 步循环。跨 App 比价任务（淘宝 → 京东 → 拼多多）可能需要 30~50 步——每个 App 都要完整走一遍搜索流程，Agent 在不同 App 之间靠 Launch 操作切换。

中间 Agent 会在 think 里记录各平台的价格数据，最后综合判断哪个最便宜。

示例流程

任务："在京东和淘宝搜小米手环九 pro，对比价格，选便宜的下单"

第1轮  屏幕: 桌面  动作: Launch 京东
第2轮  屏幕: 京东首页  动作: Tap 搜索框
第3轮  屏幕: 京东搜索  动作: Type "小米手环九 pro"
第4轮  屏幕: 搜索结果  动作: Tap 第一个结果
第5轮  屏幕: 商品详情  动作: Swipe 浏览价格
...记录京东价格...
第8轮  屏幕: 京东商品页  动作: Launch 淘宝（切 App）
第9轮  屏幕: 淘宝首页  动作: Tap 搜索框
第10轮 屏幕: 淘宝搜索  动作: Type "小米手环九 pro"
...重复淘宝完整搜索流程...
第15轮 屏幕: 淘宝商品页 动作: Launch 京东（切回来选便宜的下单）
...下单流程...
Take_over → 支付确认（人工接管）
任务完成

性能边界

AutoGLM-Phone-9B 模型有 20K token 上下文窗口。跨 App 多轮任务的 think 会累计，极长的多 App 任务可能触达上下文上限。建议单次任务控制在 5 个 App 以内，超过可以拆成多条指令。

价格数据的可靠度

Agent 理解价格靠视觉识别屏幕上的数字。商品页的价格格式（￥999、¥999.00、999元）会影响识别准确度。如果价格显示在图片里而不是纯文字上，识别率会下降。

关键比较逻辑（"选最便宜的"）需要 Agent 在 think 里做数值计算。官方评测显示模型在简单数值比较上表现良好，但极端情况下可能出错。

敏感点

下单到支付环节通常会触发 Take_over 人工接管——这是框架的安全设计。如果你想自动化到支付步骤，需要自己确认风险。

本地试一下

python main.py --verbose --base-url $MODEL_URL "在淘宝搜索无线耳机，找销量第一的加入购物车"