orderwise-agent 1.0.0

基于 AutoGLM 的智能外卖比价 Agent

OrderWise-Agent

Make Every Penny Count.

基于 AutoGLM 的智能外卖比价agent，专注于多平台并行比价和结构化价格提取。

English | 简体中文

欢迎加入讨论交流群

📰 News

• [2026-01-15] 🌐 官方网站上线：我们的官方网站现已上线，访问 网站 了解更多信息。

核心功能

• ✅ 并行执行：多设备/多app同时执行，执行时间取最大值而非累加
• ✅ 设备管理：云手机健康监控、自动重连
• ✅ 价格提取：结构化提取商品单价、配送费、打包费、总价
• ✅ 主动接管：用户可以在任意时间中断搜索，待操作完成后，Agent 会自动恢复执行
• ✅ MongoDB 集成：任务队列管理、结果存储、设备映射、异步写入
• ✅ MCP 模式：跨平台工具集成、标准化工具调用接口、会话管理
• ✅ Benchmark 框架：性能评估和优化效果验证

性能指标

AutoGLM 是智谱AI推出的全球首个产品化手机智能体（Mobile-Use Agent），具备出色的视觉理解、任务规划和错误恢复能力。我们选择 AutoGLM 作为基础框架，在此基础上针对外卖比价场景进行了深度定制和优化，包括并行执行引擎、结构化价格提取、设备管理等核心功能。在相同硬件和模型服务环境下的 Benchmark 测试中（5个任务），优化后的系统性能表现如下：

指标	Baseline(AutoGLM)	OrderWise-Agent	提升
平均执行时间	151.38s	65.25s	56.90% ⬆️
任务成功率	80.00% (4/5)	100.00% (5/5)	25.00% ⬆️
价格提取准确率	80.00%	100.00%	25.00% ⬆️

真实世界演示

使用指南

页面说明：小觅（搜索入口页面）| 小选（PhoneAgent执行页面）

用户可以在搜索框输入任意想要比价的外卖商品。

用户可以在任意时间点击我来操作中断搜索，待操作完成后，Agent 会自动恢复执行。

注意：

1. 账号登录: 在小选页面根据Logo的提示登录京东外卖、淘宝闪购和美团的个人账号

2. 地址配置：使用前请先在小选页面配置各外卖平台的配送地址，否则可能导致搜索无结果。

3. 商家名称可选：多个商家都有的商品（如"橘皮拿铁"）建议包含商家名称（如"Manner橘皮拿铁"）以确保比价准确；独有商品（"归云南"默认属于"霸王茶姬"）无需提供。

Demo 1 - 官方体验版 - Listener 模式

利用并行执行引擎，同时在三个平台执行比价任务，大幅缩短执行时间。

官方Listener模式演示

Demo 2 - MCP 模式调用

通过 MCP 协议调用 compare_prices 工具函数，实现标准化的比价接口。

MCP 调用: compare_prices(product_name="茉莉花香拿铁", apps=["美团", "京东外卖", "淘宝闪购"])

快速开始

1. 运行环境搭建

git clone https://github.com/ucloud/orderwise-agent.git
cd orderwise-agent
pip install -r requirements.txt  # 或使用 uv: uv pip install -r requirements.txt (需先安装uv)
pip install -e .  # 或使用 uv: uv pip install -e . (需先安装uv)

2. 配置设备

2.1 连接 Android 设备

安装 ADB 工具：

# macOS
brew install android-platform-tools

# Linux / Windows
# 手动下载：https://developer.android.com/tools/releases/platform-tools

连接设备（根据你的设备类型选择）：

• Android 云手机（推荐）：

adb connect your-cloud-phone-ip:port

• 物理 Android 设备：

# 1. 用数据线连接手机
# 2. 手机上点击「允许 USB 调试」

验证连接（所有设备类型）：

adb devices

2.2 模式特定配置

根据你使用的模式，配置对应的设备映射：

Listener 模式（生产环境）

设备映射主要从 MongoDB 的 device_mapping collection 读取。

系统检查设备列表：编辑 phone_agent/config/listener_devices.py：

LISTENER_DEVICES = [
    "your-cloud-phone-ip:port-1",
    "your-cloud-phone-ip:port-2",
    "your-cloud-phone-ip:port-3",
    # ... 添加更多 Android 云手机
    # 注意：Android 云手机/物理手机数量应为需要比较的 app 的个数的倍数（例如：3个平台需要3的倍数）
]

MCP 模式 / Benchmark 模式

编辑 examples/app_device_mapping.json：

{
  "app1": "your-cloud-phone-ip:port",  # 用于美团的 Android 云手机
  "app2": "your-cloud-phone-ip:port",  # 用于京东外卖的 Android 云手机
  "app3": "your-cloud-phone-ip:port"    # 用于淘宝闪购的 Android 云手机
}

3. 模型配置

3.1 Listener 模式配置

Listener 模式使用 env.sh 文件配置模型服务（需 source env.sh 使其生效）：

MongoDB 配置（必需）：

export MONGODB_CONNECTION_STRING="mongodb://user:password@host:port/?replicaSet=rs0"

模型服务配置：

方式一：智谱官方 API

export PHONE_AGENT_BASE_URL="https://open.bigmodel.cn/api/paas/v4"
export PHONE_AGENT_MODEL="autoglm-phone"
export PHONE_AGENT_API_KEY="your-api-key"  # 在 [智谱平台](https://docs.bigmodel.cn/cn/api/introduction) 申请
export PHONE_AGENT_MAX_STEPS="100"

方式二：本地部署 vLLM（参考 Open-AutoGLM）

1. 启动 vLLM 服务（配置端口）：

python3 -m vllm.entrypoints.openai.api_server \
  --served-model-name autoglm-phone-9b \
  --allowed-local-media-path / \
  --mm-encoder-tp-mode data \
  --mm_processor_cache_type shm \
  --mm_processor_kwargs "{\"max_pixels\":5000000}" \
  --max-model-len 25480 \
  --chat-template-content-format string \
  --limit-mm-per-prompt "{\"image\":10}" \
  --model zai-org/AutoGLM-Phone-9B \
  --port 4244  # ← 配置服务端口（本地用 4244，远程服务器可自定义）

2. 配置 Agent 连接（编辑 env.sh）：

# 本地部署：使用 localhost
export PHONE_AGENT_BASE_URL="http://localhost:4244/v1"

# 远程服务器：使用服务器 IP
# export PHONE_AGENT_BASE_URL="http://your-server-ip:4244/v1"

export PHONE_AGENT_MODEL="autoglm-phone-9b"
export PHONE_AGENT_MAX_STEPS="100"

3.2 MCP 模式配置

MCP 模式使用 env.sh 文件配置模型服务（与 Listener 模式统一，需 source env.sh 使其生效）：

export PHONE_AGENT_BASE_URL="https://open.bigmodel.cn/api/paas/v4"
export PHONE_AGENT_MODEL="autoglm-phone"
export PHONE_AGENT_API_KEY="your-api-key"
export PHONE_AGENT_MAX_STEPS="100"

注意：

• MCP 模式和 Listener 模式使用相同的 env.sh 配置，统一管理

4. 运行Agent

Listener 模式（生产环境）

bash start-listener.sh

特点：持续运行、高并发、任务队列持久化（MongoDB）、异步接管(Takeover)

MCP 模式（个人体验）

本地部署：

标准启动：

bash start-mcp-server.sh

tmux 分列启动 (推荐)：

bash start-mcp-server-tmux.sh

在 tmux 中启动，按美团/京东外卖/淘宝闪购分3列显示日志，方便调试。

Sandbox 部署（云端环境）：

在 UCloud Sandbox 上部署 MCP 服务器，无需本地环境：

# 安装 Sandbox SDK（如果使用 Sandbox 部署）
pip install ucloud_sandbox

cd sandbox
python build_template.py      # 构建 Template 并创建 Sandbox
python configure_sandbox.py   # 配置设备和模型服务
python compare_prices.py      # 使用比价工具

优势：MCP 服务器在云端 sandbox 中运行，通过 configure_sandbox.py 配置外部设备与模型服务连接，无需本地运行服务器，几秒钟快速部署，云端运行不占用本地资源，按需计费成本可控。

详细文档：参见 sandbox/README.md

特点：轻量级、无需 MongoDB、同步调用、即时响应

工具函数：MCP 模式提供 compare_prices 工具函数，支持通过 MCP 协议调用进行多平台比价。

使用 MCP Client：

python mcp_mode/mcp_client/mcp_client_example.py

Benchmark 评估

cd benchmark
python runner.py          # 交互模式
python runner.py --batch  # 批量执行

两种模式调用流程

Listener 模式（生产环境）

业务系统 → MongoDB(tasks) → MongoDBListener → on_new_task → ParallelExecutor
  ↓                                                              ↓
MongoDB(results) ← 异步写入 ← 美团/京东/淘宝 Agent (并行执行)

接管(Takeover)：Agent → MongoDB(takeover) → 轮询等待 → 用户回复 → 继续执行

MCP 模式（个人体验）

MCP 模式架构流程图

工具函数：compare_prices - 多平台比价工具，支持参数：

• product_name（必需）：商品名称
• seller_name（可选）：商家名称
• apps（可选）：平台列表，默认全部
• max_steps（可选）：最大执行步数
• session_id / reply_from_client（可选）：用于继续被中断的任务

接管(Takeover)：Agent → 抛出异常 → 返回 session_id → 用户回复 → 恢复执行

目录结构

orderwise-agent/
├── phone_agent/              # 核心 Agent 实现
│   ├── agent.py             # PhoneAgent 主类
│   ├── config/              # 配置文件
│   │   └── prompts_zh.py    # ⭐ OrderWise 系统提示词（外卖比价规则）
│   └── utils/               # 工具模块
│       ├── parallel_executor.py    # ⭐ OrderWise 并行执行引擎
│       ├── price_extractor.py      # ⭐ OrderWise 价格提取器
│       ├── device_manager.py       # ⭐ OrderWise 设备管理器
│       ├── mongodb_writer.py       # ⭐ OrderWise MongoDB 写入
│       ├── mongodb_listener.py     # ⭐ OrderWise MongoDB 监听
│       └── orderwise_logger.py     # ⭐ OrderWise 日志管理
├── benchmark/               # ⭐ OrderWise Benchmark 框架
├── mcp_mode/               # ⭐ OrderWise MCP 模式支持
├── sandbox/                 # ⭐ OrderWise Sandbox 部署工具
├── examples/               # 示例和配置
│   ├── apps_config.json    # ⭐ OrderWise App 指令模板配置（app独有的任务指令模板）
│   └── app_device_mapping.json # ⭐ OrderWise 设备映射配置（app1/app2/app3 → device_id）
├── main.py                 # 主入口
├── env.sh                  # ⭐ OrderWise 模型服务环境变量配置
├── start-listener.sh       # ⭐ OrderWise 启动 listener 模式
├── start-mcp-server.sh     # ⭐ OrderWise 启动 MCP 服务
└── start-mcp-server-tmux.sh # ⭐ OrderWise 启动 MCP 服务（tmux 分列）

Benchmark 配置

编辑 benchmark/configs/framework_configs/orderwise.yaml：

base_url: "http://localhost:4244/v1"  # 本地部署使用 4244，远程服务器可自定义端口
model: "autoglm-phone-9b"
apps_config_path: "examples/apps_config.json"
app_device_mapping_path: "examples/app_device_mapping.json"

支持的应用

应用	包名	版本	类型
美团	com.sankuai.meituan	12.49.202	Android App
京东外卖	com.jd.waimai	15.2.80	Android App
淘宝闪购	-	-	H5 网页 (https://m.tb.cn/)

开发指南

添加新的 App 支持

1. 在 examples/apps_config.json 中添加配置
2. 在 phone_agent/utils/parallel_executor.py 中添加 app 类型映射
3. 更新 phone_agent/utils/price_extractor.py 的价格提取逻辑（如需要）

扩展 Benchmark

1. 在 benchmark/tasks/ 中添加任务定义
2. 在 benchmark/core/metrics.py 中添加新的指标计算
3. 更新 benchmark/configs/benchmark_config.yaml

参考资源

文档	说明
benchmark/README.md	Benchmark 框架详细文档（配置、任务设计、评估指标）
mcp_mode/README.md	MCP 模式详细文档（配置、使用示例）
sandbox/README.md	Sandbox 部署文档（UCloud Sandbox 云端部署）

许可证

本项目基于 Open-AutoGLM 项目，遵循相同的许可证。

引用

如果您发现 OrderWise-Agent 对您的研究有帮助，请考虑引用我们的工作：

@misc{orderwise_agent_2026,
  title={OrderWise-Agent: An Intelligent Multi-Platform Food Delivery Price Comparison Agent},
  author={OrderWise Team},
  year={2026},
  url={https://github.com/ucloud/orderwise-agent}
}

联系我们

如有问题或需要支持，欢迎加入微信交流群或通过以下方式联系我们：

Email: [e-mail]