- [2026-01-23] 📦 PyPI 包发布：OrderWise-Agent 已发布到 PyPI，可以通过
pip install orderwise-agent快速安装使用。 - [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。
- ✅ 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
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% ⬆️ |
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"]) 启动: bash start-mcp-server-tmux.sh (推荐) 或 bash start-mcp-server.sh |
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 |
使用说明：
- 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。
- 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
- 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
- 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
步骤 1：python包安装
pip install orderwise-agent注意：安装时使用连字符
orderwise-agent，但导入时使用下划线import orderwise_agent。
步骤 2：连接云手机
# 安装 ADB（如果还没有）
brew install android-platform-tools # macOS
# 或访问 https://developer.android.com/tools/releases/platform-tools
# 连接 Android 云手机
adb connect your-cloud-phone-ip:port
adb devices # 验证连接步骤 3：配置模型服务
方式一：使用智谱官方 API（推荐）
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) 申请方式二：使用自部署模型服务
export ORDERWISE_MODEL_URL="http://your-model-server:port/v1" # 模型服务地址
export ORDERWISE_MODEL_NAME="autoglm-phone-9b" # 模型名称步骤 4：运行
orderwise-agent mcp "茉莉花香拿铁" --seller "瑞幸" --apps 美团=云手机1-ip 京东外卖=云手机2-ip 淘宝闪购=云手机3-ip提示：如果你已经完成了快速开始（MCP 模式）的步骤 2-3（连接云手机和配置模型服务），可以在此基础上继续配置 Listener 模式。主要需要额外配置 MongoDB 和设备映射。
从源码安装
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)提示：如果已经完成了快速开始（MCP 模式）的步骤 2（连接云手机），可以跳过设备连接步骤，直接配置设备映射。如果还未连接设备，请参考快速开始的步骤 2。
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）
]提示：如果已经完成了快速开始（MCP 模式）的步骤 3（配置模型服务），可以跳过模型服务配置，只需要额外配置 MongoDB。
本地部署 vLLM 服务（如果选择自部署模型服务，参考 Open-AutoGLM）：
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）MongoDB 配置（必需）：
export MONGODB_CONNECTION_STRING="mongodb://user:password@host:port/?replicaSet=rs0"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)
在 UCloud Sandbox 上部署 MCP 服务器，无需本地环境：
# 安装 Sandbox SDK
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
MCP 模式架构流程图 |
工具函数：compare_prices - 多平台比价工具（详见 Demo 1）
接管(Takeover)：Agent → 抛出异常 → 返回 session_id → 用户回复 → 恢复执行
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
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）
提示：如果已经完成了快速开始（MCP 模式）的步骤 1-3（安装、连接云手机、配置模型服务），yaml 配置中的
base_url和model会自动从环境变量读取，无需修改。
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（如果未设置环境变量）
model: "autoglm-phone-9b" # 如果未设置环境变量
apps_config_path: "examples/apps_config.json"
app_device_mapping_path: "examples/app_device_mapping.json"运行 Benchmark 评估：
cd benchmark
python runner.py # 交互模式
python runner.py --batch # 批量执行| 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/) |
- 在
examples/apps_config.json中添加配置 - 在
phone_agent/utils/parallel_executor.py中添加 app 类型映射 - 更新
phone_agent/utils/price_extractor.py的价格提取逻辑（如需要）
- 在
benchmark/tasks/中添加任务定义 - 在
benchmark/core/metrics.py中添加新的指标计算 - 更新
benchmark/configs/benchmark_config.yaml
| 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） |
本项目基于 Open-AutoGLM 项目，遵循相同的许可证。
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}
}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: orderwise.agent@gmail.com