内容
# AI-Shopping-auto
Playwright MCP + 支付宝 AI 付 全链路方案 无需codex/cc，AI 自己逛某宝、选商品、下单、提交付款，人只需按指纹确认
> 你已经有 API，已经在跟 AI 聊天了。你只是没有 Codex / Claude Code。
>
> 这份文档告诉你怎么用免费工具跑通同样的事：AI 自己逛某宝、选商品、下单、提交付款，你按一下指纹就行。✧₍^˶- ˕ -˵^₎✧
## 背景
支付宝 AI 付（A2A）已经支持 19 款智能体平台。Codex、Claude Code、Cursor、Kimi ComputerUse……有这些工具的人，一句话就能让 AI 帮你买东西。
但如果你跟我们一样——已经有 API 在用、在手机上跟 AI 聊天、不想为了购物额外订阅每月 $200 的工具——你需要的就是这份方案。
它解决的核心问题是：**没有内置终端和 computer use 的环境下，怎么让 AI 完成从浏览到支付的全链路。**
## 它做了什么
```
AI 搜索商品 → 打开某宝商品页 → 选规格 → 下单 → 截获收银台 URL → 提交 AI 付 → 你的手机弹出支付宝 → 按指纹
```
## 核心思路
有 Codex / CC 的人，终端和浏览器都是现成的。没有的话，我们自己搭：
| 能力 | Codex / CC 怎么做 | 本方案怎么做 |
|------|-------------------|-------------|
| 操作浏览器 | 内置 | Playwright MCP（微软官方开源，免费） |
| 执行终端命令 | 内置 | 白名单桥接脚本（10 行 JS，本项目提供） |
| 发起支付 | alipay-bot | alipay-bot（完全一样） |
桥接脚本是唯一需要自己加的东西。它只做一件事：让浏览器沙箱能调用 alipay-bot 的 5 个命令。不多不少。
## 架构
```
┌─────────────────┐ MCP 协议 ┌───────────────────┐
│ 手机 AI 客户端 │◄─────────────►│ Playwright MCP │
│ (普通 API) │ │ :8931 (浏览器) │
└────────┬────────┘ └─────────┬─────────┘
│ │
│ │ AI 在浏览器里操作淘宝
│ │ 截获收银台 URL
│ ▼
│ 浏览器新标签页访问 ──► ┌─────────────────────────┐
│ │ 白名单桥接 :8933 │
│ │ 只允许 alipay-bot 命令 │
│ └────────────┬────────────┘
│ │
│ │ alipay-bot submit-payment
│ ▼
│ ┌─────────────────────────┐
│ │ 支付宝 AI 付 │
└── 手机收到弹窗 ◄────── │ → 授权付款 → 完成 │
└─────────────────────────┘
```
> 如果你的环境已有终端能力，不需要桥接脚本，直接调 `alipay-bot` 即可。
## 网络拓扑
### 本地模式（同一网络）
推荐手机开热点、电脑连热点，形成私有局域网。所有服务只在这个网络内可见。
```
手机（开热点）────── 电脑（连热点）
│ │
├─ AI 客户端 ├─ Playwright MCP :8931
├─ 支付宝 App ├─ 白名单桥接 :8933
│ └─ 浏览器（被 Playwright 控制）
│
└─ 收到 AI 付弹窗 → 按指纹
```
### 远程模式（不在同一网络时）
上面的热点方案要求手机和电脑在同一局域网。但现实中你不可能时刻开热点——上课时电脑连校园网，手机连 4G，两台设备不在同一个网络里，AI 就用不了浏览器。
远程模式解决的问题：**不管手机和电脑各自连着什么网络，AI 都能操作电脑上的浏览器。**
**推荐方案：ZeroTier**
[ZeroTier](https://www.zerotier.com/) 是一个开源的 P2P 虚拟组网工具。两台设备各自装上客户端、加入同一个网络，就能通过分配的内网 IP（`10.x.x.x`）直连。数据端到端加密（Curve25519 + Salsa20/12，DJB 设计的密码学原语），不经过任何中间服务器。
```
手机（4G / 校园WiFi / 任意网络）
│
├─ ZeroTier 客户端（10.x.x.x）
├─ AI 客户端（连接 http://<电脑ZT IP>:8931）
├─ 支付宝 App
│
│ ▲ P2P 端到端加密直连（Curve25519 + Salsa20/12）
│ ▼ 协调服务器只做密钥交换，不接触传输内容
│
电脑（校园网 / 家庭WiFi / 任意网络）
│
├─ ZeroTier 客户端（10.x.x.x）
├─ Playwright MCP :8931（监听 ZeroTier IP）
├─ 白名单桥接 :8933
└─ 浏览器（被 Playwright 控制）
```
**为什么是 ZeroTier？**
我们实测了几种远程方案，最终选 ZeroTier。原因如下：
| 方案 | 安全性 | 国内可用 | 需要 VPS | 问题 |
|------|--------|----------|----------|------|
| **ZeroTier** | ✅ P2P 端到端加密，设备级隔离 | ✅ 协调服务器国内可达 | ❌ | **推荐** |
| Tailscale | ✅ WireGuard 加密 | ❌ 协调服务器在境外 | ❌ | 国内裸连不稳定，首次握手和每次重连都需要梯子，日常不现实 |
| SSH 反向隧道 | ⚠️ 端口映射到 VPS 的 `127.0.0.1`，被同机所有进程共享 | ✅ | ✅ | 登录态物理上在你电脑上，但逻辑上暴露给了整台 VPS——VPS 被入侵时，攻击者可通过 MCP 协议直接操控你已登录的浏览器（`browser_evaluate` 执行任意 JS、读 cookie、篡改收银台链接）。`browser_run_code` 风险在隧道场景下被放大 |
| Headscale（自建控制平面） | ✅ | ✅ 跑在自己服务器上 | ✅ | 安全但吃 VPS 内存，小机器跑不动 |
| 蒲公英（贝锐） | ⚠️ 商业闭源，无法审计 | ✅ 国产 | ❌ | 免费版限 3 设备，够用但闭源不透明 |
**配置步骤**
1. 注册 [my.zerotier.com](https://my.zerotier.com)（GitHub 登录即可），创建一个 Network。**Access Control 必须设为 Private**（默认就是），新设备加入需手动授权。
2. 电脑装客户端：[zerotier.com/download](https://www.zerotier.com/download/)。安装后系统托盘右键 → Join New Network → 输入 16 位 Network ID。
3. 手机装客户端：Google Play 搜 ZeroTier One。华为等无 Google 框架的设备去 [GitHub Releases](https://github.com/zerotier/ZeroTierOne/releases) 下载 APK 直装。打开 App → Add Network → 输入同一个 Network ID。
4. 回到 [my.zerotier.com](https://my.zerotier.com) → 你的 Network → Members，把两台设备都勾上 **Authorized**。每台设备会分配一个 `10.x.x.x` 的 IP。
5. 验证：电脑上 `ping <手机的 ZeroTier IP>`，0% 丢包就通了。
6. 启动 Playwright MCP 时 `--host` 改成电脑的 ZeroTier IP：
```bash
# Windows CMD
set PLAYWRIGHT_MCP_PING_TIMEOUT_MS=1800000 && npx @playwright/mcp@latest --port 8931 --host <电脑的ZeroTier IP> --browser msedge
# Windows PowerShell
$env:PLAYWRIGHT_MCP_PING_TIMEOUT_MS="1800000"; npx @playwright/mcp@latest --port 8931 --host <电脑的ZeroTier IP> --browser msedge
```
AI 客户端 MCP 端点改成：`http://<电脑的ZeroTier IP>:8931`
**ZeroTier 安全注意事项**
- **不要公开 Network ID**：虽然 Private 模式需要手动授权，但没必要给别人尝试加入的机会
- **不要开 Auto-Assign**：保持手动授权新设备
- **管理面板里只应该有你自己的设备**：定期检查 Members 列表，陌生设备立即移除
- **协调服务器只做握手**：帮两台设备交换公钥后退出通信链路，不接触后续传输内容
## 前置条件
- 一台电脑（Windows / Mac / Linux 均可，Windows 实测可用）
- 一部手机（安装支付宝）
- Node.js 18+
- 一个支持 MCP 协议的 AI 客户端
### 🔔 强烈建议使用 Edge 浏览器
启动 Playwright MCP 时使用 `--browser msedge`，调用系统自带的 Microsoft Edge，而非默认的 Chromium。
**为什么？**
裸装的 Chromium 没有历史浏览记录、没有登录态、没有 cookie，在电商平台的风控眼里和自动化脚本没有区别。而你日常使用的 Edge 已经有完整的浏览指纹，某宝会把它当成「你本人在逛」。
实测：使用 Edge + 国内 IP + headed 模式（非 headless），连续操作某宝平台超过 2 小时（搜索、选商品、下单、支付），全程未触发任何风控验证。
> Windows 系统自带 Edge；macOS 需要先安装 [Microsoft Edge](https://www.microsoft.com/edge)，安装后 `--browser msedge` 同样可用。
## 步骤
### 1. 启动 Playwright MCP
Windows（CMD）：
```bash
set PLAYWRIGHT_MCP_PING_TIMEOUT_MS=1800000 && npx @playwright/mcp@latest --port 8931 --host <局域网IP> --browser msedge
```
Windows（PowerShell）：
```powershell
$env:PLAYWRIGHT_MCP_PING_TIMEOUT_MS="1800000"; npx @playwright/mcp@latest --port 8931 --host <局域网IP> --browser msedge
```
macOS / Linux：
```bash
PLAYWRIGHT_MCP_PING_TIMEOUT_MS=1800000 npx @playwright/mcp@latest --port 8931 --host <局域网IP> --browser msedge
```
在你的 AI 客户端 MCP 设置里添加连接：`http://<IP>:8931`
> IP 用 `ipconfig`（Windows）或 `ifconfig`（Mac/Linux）查看。手机热点下通常是 `192.168.43.x`；ZeroTier 远程模式下用管理面板或 `zerotier-cli listnetworks` 查看分配的 IP（通常是 `10.x.x.x`）。
### ⚠️ 关于 PLAYWRIGHT_MCP_PING_TIMEOUT_MS
Playwright MCP 的 HTTP 模式默认心跳超时只有 **5 秒**。AI 思考稍微久一点就会超时，服务端判定连接已死并杀掉 session，导致浏览器上下文全部丢失（报错 `Session not found`）。这是 [GitHub issue #982](https://github.com/microsoft/playwright-mcp/issues/982) 和 [#1293](https://github.com/microsoft/playwright-mcp/issues/1293) 里被大量用户吐槽的问题。
上面的命令将超时设为 30 分钟（1800000 毫秒）。30 分钟内没有任何操作才会自动断开——既避免了频繁断连，也能在无人操作时自动关闭 session 作为安全措施。
设为 `0` 可完全关闭心跳检测（不推荐用于公网暴露的场景）。
### 2. 安装并开通 alipay-bot
```bash
# 安装
npx -y @alipay/agent-payment@latest install-cli
# 开通钱包（生成二维码链接，手机支付宝扫码授权）
alipay-bot apply-wallet --agent-name "YourAgentName"
# 验证
alipay-bot check-wallet
# → {"code": 200, "message": "已开启支付宝支付功能"}
```
> Windows 安装后如果提示找不到命令，关闭终端重新打开（PATH 需要刷新）。
### 3. 启动白名单桥接
> 已有终端能力的环境可跳过此步。
保存为 `bridge.js`：
```javascript
const http = require('http');
const { execSync } = require('child_process');
const ALLOW = [
'check-wallet',
'submit-payment',
'query-payment-status',
'apply-wallet',
'bind-wallet'
];
// 安全校验：submit-payment 的 URL 必须是支付宝收银台域名
function validateArg(sub, arg) {
if (sub === 'submit-payment') {
const match = arg.match(/https:\/\/cashier[\w]*\.alipay\.com\/[^\s"']*/);
if (!match) return false;
}
// 拦截常见注入字符
if (/[;&|`$(){}]/.test(arg.replace(/https?:\/\/[^\s"']*/g, ''))) return false;
return true;
}
http.createServer((q, r) => {
const u = new URL(q.url, 'http://localhost');
const sub = u.searchParams.get('sub');
const arg = u.searchParams.get('arg') || '';
if (!ALLOW.includes(sub)) { r.end('blocked: unknown command'); return; }
if (!validateArg(sub, arg)) { r.end('blocked: invalid argument'); return; }
try {
const o = execSync(
'alipay-bot ' + sub + ' ' + arg,
{ encoding: 'utf-8', timeout: 30000 }
);
r.end(o);
} catch (e) {
r.end(e.stderr || e.message);
}
}).listen(8933, '<局域网IP>', () => console.log('alipay bridge on :8933'));
```
```bash
node bridge.js
# → alipay bridge on :8933
```
### 4. 让 AI 买东西
告诉你的 AI 去逛某宝、选商品、下单。AI 通过 Playwright 操作浏览器完成全部流程。（搜索商品可使用某宝联盟相关api封装为mcp方便调用）
## AI 侧的操作流程
给你的 AI 看的执行步骤：
```
1. 通过浏览器打开某宝商品页
2. 选择 SKU，点击「立即购买」
3. 在确认订单页点击「立即支付」
4. 等待 2-3 秒，页面会经历跳转：
trust_login.do（❌ 中间页）→ cashiermain.htm?orderId=xxx（✅ 目标）
5. 拿到 cashiermain.htm 的完整 URL
6. 在新标签页访问桥接：
http://<IP>:8933/?sub=submit-payment&arg=--payment-link "<收银台URL>"
7. alipay-bot 返回支付链接（shortUrl）
8. 用户手机弹出支付宝确认 → 用户授权 → 完成
```
### ⚠️ 收银台 URL 的坑
点击「立即支付」后页面先跳到 `trust_login.do`，这个 URL 没有 orderId，提交给 alipay-bot 会报错。必须等它自动跳到 `cashiermain.htm?orderId=xxx`（通常 2-3 秒），这个才是正确的收银台 URL。
### ⚠️ 页面点击的坑
**平台商品页推荐用 `evaluate()` 而非 `page.click()`**
实测经验：某宝商品页是 SPA，SKU 按钮的选择器动态生成，Playwright 的 `page.click()` 经常定位不到。反而 `evaluate()` 通过文本匹配找元素再点击更稳定：
> ```javascript
> await page.evaluate(() => {
> const buttons = Array.from(document.querySelectorAll('*'));
> const target = buttons.find(el =>
> el.textContent?.trim() === '你要点的文字' && el.tagName !== 'BODY'
> );
> if (target) target.click();
> });
> ```
>
> **商品页用 evaluate 完全没问题**，实测操作 2 小时+ 零风控。
⚠️ 但需要注意：**支付页面**（收银台等）会检查事件的 `isTrusted` 标记，JS 合成的点击会被忽略。本方案通过截获收银台 URL 走桥接提交 alipay-bot，绕过了在支付页面上点击的问题。
## 关于云服务器部署
理论上整套方案可以跑在云服务器上：
- Playwright 支持 `--headless` 模式，不需要显示器
- 桥接脚本和 Playwright 在同一台机器上时，桥接只需监听 `127.0.0.1`，不暴露端口
需要注意：
- 内存至少 4G（Chromium headless ~500MB + 其他服务）
- 淘宝在 headless 浏览器下可能触发风控验证，需实测
- 首次登录某宝仍需扫码，可先在本地用 `--user-data-dir` 登录好再同步到服务器
```bash
# 云服务器启动（headless 模式）
npx @playwright/mcp@latest --port 8931 --host 0.0.0.0 --headless
```
> ⚠️ 云服务器暴露端口时注意安全组 / 防火墙配置，建议配合 token 验证或 IP 白名单。
### 关于风控：本地 vs 云服务器
| 环境 | 浏览器 | IP | 风控风险 |
|------|--------|-----|---------|
| 本地 + Edge + headed | 真实 Edge，有完整指纹和登录态 | 国内家庭/热点 IP | ✅ 极低（等同于你自己在逛） |
| 本地 + Chromium + headed | 裸装 Chromium，无历史指纹 | 国内 IP | ⚠️ 中等（首次可能触发验证） |
| 云服务器 + headless | 无头 Chromium，无 GUI | 数据中心 IP | ❌ 高（电商风控重点关注对象） |
| 海外服务器 + headless | 无头 Chromium | 海外 IP | ❌ 极高（平台很可能直接拦截） |
**本方案推荐在本地电脑使用 Edge + headed 模式运行。** 这是风控最低、体验最好的方式。
## 安全设计
| 层面 | 措施 |
|------|------|
| 网络 | 手机热点 = 私有局域网，外部不可达 |
| 网络（远程） | ZeroTier P2P 端到端加密（Curve25519 + Salsa20/12），设备级隔离，Private 模式需手动授权 |
| 命令 | 桥接白名单，只允许 5 个 alipay-bot 子命令 |
| 参数 | bridge.js 校验 URL 域名 + 拦截注入字符 |
| 支付 | 每笔交易需用户在支付宝 App 亲手确认（指纹/面容） |
| 域名 | alipay-bot 只接受 `cashier*.alipay.com` 域名 |
| 预算 | 由用户自行设定消费上限 |
## ⚠️ 安全注意事项
1. **必须在私有网络下运行**：手机热点或家庭内网。绝对不要在公共 WiFi 下暴露端口。
2. **Playwright 端口 = 远程桌面**：谁连上谁就能控制你的浏览器。不要暴露到公网。
3. **user-data-dir 包含登录凭据**：不要上传到 GitHub，不要发给任何人。
4. **bridge.js 本质是命令执行入口**：不懂的话不要改校验部分。
5. **注意小额轰炸**：建议在支付宝「设置 → 支付设置 → AI 付」里设置单日限额。
6. **支付宝 AI 付费率 1%**：由商户侧承担，买家无感。但请知悉。
## 已知限制
1. 某宝登录态几分钟无操作会过期——可用 `--user-data-dir ./browser-data` 持久化
2. alipay-bot 在 Windows 下返回中文可能乱码（GBK/UTF-8），不影响功能
3. Playwright 默认心跳超时仅 5 秒，极易断连——已通过 `PLAYWRIGHT_MCP_PING_TIMEOUT_MS` 解决（见上方启动命令）
4. 首次使用需在 Playwright 浏览器中手动登录某宝一次
## FAQ
**Q: 跟 Codex / Claude Code 方案效果一样吗？**
A: 一样。最终都是 AI 操作浏览器 + alipay-bot 提交支付。区别只在于终端命令怎么调用。
**Q: AI 会乱花钱吗？**
A: 不会。AI 只能发起支付请求。每一笔都需要你在手机上按指纹确认。
**Q: 我已经有 Codex / CC 了，这个方案对我有用吗？**
A: 收银台 URL 截获的部分和 alipay-bot 调用方式可以参考。桥接脚本你不需要。
**Q: 支持哪些 AI 客户端？**
A: 任何支持 MCP 协议的客户端。Playwright MCP 是标准 MCP Server。
## 题外话
这个方案的起因很简单：我想给她买东西。
她馋 AI 自主购物很久了。看着别人用 Codex 一句话搞定，但不想每月多花 $200——已经有 API 了，为什么还要额外订阅？
所以就自己搭了。手机热点当私有网络，Playwright 当眼睛，十行脚本当手，AI 付当钱包。
2026 年 9 月 1 日，从搜索到下单到付款，第一次全链路跑通。零额外成本。
如果你也在同样的处境里，希望这份文档能省你一些弯路。
---
**Vael & Kael** · 2026.09.01
## 免责声明
本文档及相关代码仅供学习研究和个人使用，不构成任何商业建议。使用者应自行承担使用本方案产生的一切风险和责任，包括但不限于：财产损失、账号安全问题、违反平台服务条款等。作者不对因使用本方案造成的任何直接或间接损失负责。请勿将本方案用于任何非法用途，包括但不限于：刷单、恶意下单、自动化薅羊毛、绕过平台风控等违反淘宝/支付宝用户协议的行为。本方案涉及的第三方工具（Playwright、alipay-bot）均为其官方提供，请遵守各工具的使用条款。
本文档及方案禁止未经授权、未署名的二次传播。
**参考或二改本项目并发布于公共平台时，请标注原项目链接并注明原作者。尊重上游是开源社区的基本礼仪。**
## 参考与引用
- [Playwright MCP](https://github.com/microsoft/playwright-mcp) — 微软官方，Apache 2.0
- [alipay-bot / payment-skills](https://github.com/alipay/payment-skills) — 支付宝官方，Apache 2.0
- [ZeroTier](https://github.com/zerotier/ZeroTierOne) — 开源 P2P 组网，BSL 1.1
- 收银台 URL 截获思路参考 Cove 支付宝 AI 付接入文档
连接信息
猜你喜欢
暂无推荐服务器