闲鱼淘货

Overview

把「我想在闲鱼买个便宜的 X」变成一份可核实、带证据、标好风险的候选清单。

核心判断：闲鱼的标题和参数区都是卖家手填的，都会错；只有卖家自己拍的实物截图（关于本机 / 系统报告 / 发票 / 机身细节）才算证据。整个流程就是不断把「卖家声称」降级、把「实拍证据」升级。

同理心提示：用户的真实目标不是"抓到 500 条数据"，而是"别买亏"。宁可给出 3 台说得清的，也不要给 30 台没核实的。

使用边界（务必遵守）

本 skill 服务于个人买家的购买决策：按需求做少量查询、核实卖家自己公开的图片与描述、输出候选清单。

• 仅查询用户自己可见的公开商品页；不做批量采集、不做全站爬取、不做数据转售。
• 不绕过、也不帮助绕过平台的风控、登录校验或访问频率限制；遇到验证码或风控提示即停下，交人工处理。
• 查询量保持"人肉看货"的量级（单次任务几十台以内），不要连续高频跑。
• 抓到的图片与文本仅用于本次购买决策，不落库、不二次分发。
• 任一条件不满足时，中止任务并向用户说明，而不是想办法绕过去。

依赖与前置条件

本 skill 不能单独工作，它依赖另一个 skill：web-access。 抓取统一走 web-access 提供的 CDP Proxy（默认 http://127.0.0.1:3456），它连的是用户日常已登录的 Chrome。环境里没有 web-access（或等价的 CDP Proxy）时，本 skill 所有采集脚本都连不上，请先安装依赖。开工前确认：

1. 先加载 web-access skill，按其说明启动 proxy。若未启动，脚本会直接连不上。
2. 闲鱼搜索页未登录会被挡，必须用带登录态的浏览器。
3. Chrome 136+ 会忽略 --remote-debugging-port；需走 chrome://inspect/#remote-debugging 开关，且首次连接会在浏览器弹授权框，须人工点「允许」，否则 WebSocket 握手静默挂起（TCP 已连接但无响应，很难排查）。
4. 若之前用 --remote-debugging-port 启动过 Chrome，要完全退出并不带参数重启，再勾开关，否则开关不生效。

⚠ 两个高频环境坑，先处理再开工：

• 环境里的 http_proxy 会污染所有 curl 诊断。若 shell 里设了 http_proxy/https_proxy（实测某台机器上是 http://127.0.0.1:1748），
  于是 curl http://127.0.0.1:3456/targets 返回的其实是那个代理的报错（upstream connect failed: ... (os error 10061)），
  看起来像 cdp-proxy 挂了或浏览器没连上，实际完全是假象。诊断 localhost 一律加 --noproxy '*'。
  注意：node 的 fetch 不走环境代理，所以脚本内部调用（harvest/scan_details/fetch_images）不受影响，只有你自己手敲 curl 排障时会被坑。
• proxy 被"起完就死"：若用 spawn(detached:true) + unref() 起 proxy，在某些 Agent 沙箱里 detached 子进程会随命令结束被杀 →
  下一条命令立刻 connection refused，表现为"代理时好时坏"。
  正确做法：用 Bash 工具的 run_in_background 直接常驻跑 node scripts/cdp-proxy.mjs，然后照常用 --noproxy '*' 验证 /health。
  该后台任务在整个会话内保持存活，任务结束不必主动停（重启需重新授权 CDP）。

平台层细节（选择器、翻页控件、价格筛选、字段提取）见依赖 skill web-access 内的 <web-access>/references/site-patterns/goofish.com.md（路径相对 web-access 技能目录，不在本包内），那是权威来源，且随平台改版持续更新。本 skill 的脚本已把选择器内联，可直接跑；该文档用于排障和理解。

五阶段流程

阶段 1 · 需求翻译与关键词铺设

先把用户的话翻译成可搜索和可过滤两层条件：

关键词分三类，各有取舍：

• 品名 + 年份/代际（macbook air 2020）—— 主力产出词，覆盖率最高。
• 型号码（A2179、A2251）—— 精准，但噪音极大：型号字符串会命中屏幕总成、主板、C 壳、内存颗粒，甚至完全无关的商品（实测 A2251 底下有翡翠手镯、跑鞋、车牌号）。用型号码时必须叠加「含品类词 + 排除配件词」。
• 配置词（16g、16GB）—— 基本搜不出来，卖家标题几乎不写。想找高配只能靠详情页参数区逐个筛，这是全流程最贵的一步，要提前跟用户交代成本。

深度取舍：单关键词最多 50 页（1500 条）封顶；命中率随深度快速衰减（实测 p1–3 ≈59%、p10–12 ≈52%、p25 之后 ≈5% 并趋近 0）。有效深度就是前 15 页左右，再往后翻是纯浪费。先跑 3 页采样，把产出高的词挑出来再加深，比全词平推更省时间。

执行：scripts/harvest.mjs（见下方「脚本」）。一个关键词一个 tab，串行跑最稳。

阶段 2 · 列表初筛（不进详情页）

列表页的标题是完整的（详情页参数区才需要「品\n牌\n：」那种逐字换行解析），所以第一轮筛洗在列表层就能干掉大部分噪音，别急着逐台开详情页。

用两组正则：

• 必须含：品类词 + 关键规格词。
• 必须排除：配件/故障/引流词。排除词要写具体，写「坏|碎|裂」会漏掉大量真实表述。一份可复用的起步清单：

总成|主板|液晶|屏幕总成|拆机|尸体|料头|上半部|下半部|上半身|C壳|D壳|A壳|B壳|颗粒|外壳|键盘|电池|风扇|排线|批发|打包|标价非|勿拍|引流|拍照专用|仅展示|代购|监管机|绕过|ID锁|有锁|丢失模式
屏幕不显示|屏幕爆|黑屏|花屏|漏液|漏夜|竖线|一条线|亮线|条纹|压伤|老化|不亮|无显示|进水|泡水|水渍

筛完把结果落成 JSON，保留 id/title/price/loc/href，去重按 id。

阶段 3 · 详情页核实

对筛后的候选逐台开详情页，提取两类信息：

A. 参数区（品类相关，如品牌/型号/内存/硬盘/屏幕尺寸/拆修）——注意：参数区也是卖家自己填的，同样会错，批量铺货商家尤其明显。参数区与文案打架时，两边都存疑，等阶段 4 的截图来定。

B. 文案与卖家信号——N人想要/N浏览/卖家昵称/来闲鱼 N 年/卖出 N 件/好评率。商家 vs 个人看「卖出件数」：卖出上千件的不是个人闲置。

两个必须做的清洗（否则会误杀好货）：

1. 否定消解：文案里的「无进水 / 无拆修 / 未修过 / 没摔过」是加分项，不是硬伤。先剥离 无|没|未|不 前缀再匹配故障词，否则好机器会被当成坏的排除。
2. 验机套话豁免：商家文案模板里的「拆开核实硬件真实度（如电池鼓包、进水等）」「已检测功能正常」这类句式命中排除词，需单独剔除。

文案不要截断：致命伤常埋在最后一句（实测有台机器前面写「功能全正常、成色几乎全新」，末尾才是「屏幕爆了黑屏」；另一台末尾是「通电开机屏幕没反应」）。抓取时保留全文，别只取前 60 字。

字段解析坑：参数区文本是逐字换行（品\n牌\n：\nApple/苹果），正则要写成 品\s*牌\s*：\s*([^\n]+)。

执行：scripts/scan_details.mjs（单 tab 串行，约 5–6s/台，支持断点续跑——中途挂了重跑会自动跳过已完成的）。

阶段 4 · 实物图下载与看图取证

这是唯一能推翻前面所有结论的一步，也是这个 skill 最值钱的部分。

必须用容器选择器抓图，绝不能用「全页 img + 宽高过滤」：

['[class*="item-main-window--"] img', '[class*="carouselItem"] img',
 '[class*="item-main-window-list"] img', '[class*="item-main-container--"] img']

页面底部的「为你推荐」（容器 feeds-item-wrap-- / item-feeds-list-container--）和卖家头像（item-user-info-avatar--）会被全页选择器一起抓进来——实测第一版 7 台里错了 6 台，抓回来的是明星海报、表情包、婴儿照。

拿高清原图：DOM 里 currentSrc 常是缩略图 ...jpg_110x10000Q90.jpg_.webp，把尺寸段替换为 _790x10000 即得原图；不能删掉尺寸段（直连会 404）。同一张图有多个尺寸变体，按资产 ID 去重：s.match(/(O1CN[0-9A-Za-z]+)/)。img.alicdn.com 是公开 CDN，不需要登录态。

执行：scripts/fetch_images.mjs（按 id 列表批量抓）→ scripts/sheet.py（多图拼成一张联系表总览，便于一次看完）。

看图取证点（跨品类通用）：能证明"机器是什么"和"来自哪里"的截图优先。

• 系统/设置里的设备信息页 → 真实型号、CPU、内存、序列号
• 健康度/使用量页（如电池的循环计数 + 全负荷容量）→ 老化程度
• 底壳/接缝特写 → 螺丝孔位、脚垫、撬痕 → 是否拆修
• 原始购买凭证/发票 → 购买日期与销售方 → 可与卖家所在地、序列号交叉验证

判读经验：

• 图片数量本身就是透明度信号：1 张 = 高风险，3 张 = 信息不足，7–9 张 = 卖家相对坦荡。
• 电池截图是二手 Mac 的第一优先证据（比「关于本机」更能定价值）。要卖家拍「系统报告 → 电源」，
  读三项：循环计数、全负荷容量 (mAh)、状态。健康度 = 全负荷容量 ÷ 设计容量。
  常用设计容量：A2179 / A1932 = 4379 mAh（49.9Wh，电池型号 A1965）；
  A2337(M1 Air) = 4380 mAh。循环 < 300 且健康 > 85% 算良好；> 800 次或状态「建议维修」要压价或放弃。
  ⚠ 「系统报告→电源」里的「序列号」是电池模组的序列号（如 D86…），与整机序列号（如 FVF…）不同，
  两者不一致是正常的，不是换过电池的证据。
• 截图的拍摄时间戳要读：手机翻拍图常带水印时间（如 iQOO「2026.08.09 21:29」）。
  时间距今越远，电池/循环数据的参考价值越低；且标题栏若仍显示「某某's MacBook Air」，
  说明卖家还没做交机准备（未退 ID、未抹机）→ 要求当面退 ID + 抹除，否则有激活锁风险。
• 屏幕上的白色痕迹：条状、在深色区域最亮、随拍摄角度变化 → 灯管反光，不是缺陷；圆形/不规则、位置固定、不随角度变化 → 才是坏点或压痕。
• 手机翻拍的截图（底部带闲鱼 App 的「查看原图」控件）可信度打折，但要警惕它恰恰是卖家唯一一张能证明配置的图。
• 实测战果：标题写 16G 的机器，唯一一张图显示 8GB；标题写「i5 四核」的机器，卖家自己放的「关于本机」截图是「双核 Core i3」。两台都是靠看图才抓出来的，纯文本筛选完全抓不到。

阶段 5 · 风险分级与报告

按证据强度分四档，每台都必须能说清"凭什么"：

报告输出用 assets/report-template.html 作骨架（含样式与卡片结构），产出单文件 HTML（图片用相对路径引用本地下载的图）。每台机器必须带：

• 价格、地区、卖家信号
• 核实到的关键参数 + 证据截图（不要只写结论，要放图）
• 一句「判定」：便宜在哪儿 / 贵在哪儿，把差价折算成预期成本（例："比 X 便宜 250 元，但换一块电池就要 300+"）
• 闲鱼商品页链接：https://www.goofish.com/item?id=<数字id>（用户一定会点，别漏）

★ 交付硬要求：每个商品链接必须配「复制」按钮。（2026-09-23 实测，用户必然要在手机闲鱼 App 里打开）
用户看报告是在电脑上，但真正下单在手机 App —— 所以"能复制"比"能点"更重要。

• 每个链接旁给两个按钮：复制链接（https://www.goofish.com/item?id=xxx）和 复制ID（纯数字）。
• 顶部再给一个一键复制全部链接（按 URL 去重，一行一条）。
• 页面写明用法：复制 → 打开闲鱼 App → 顶部搜索框粘贴 → 搜索（App 常自动识别剪贴板）；
  并明确劝阻直接点链接 —— 闲鱼防外链极严，微信/浏览器里点开大概率提示「页面不存在」或跳应用商店。
• 实现要点（都在 assets/report-template.html 之外的注入脚本里，可直接抄）：
  1. 用 JS 在 a[href*="goofish.com/item"] 后 insertAdjacentElement('afterend', ...) 注入按钮，不要手工改几十处 HTML。
  2. 复制链三级兜底：navigator.clipboard.writeText → document.execCommand('copy') → 弹窗给一个已全选的 textarea 让用户 Ctrl+C。
  （预览面板是 iframe，clipboard 权限常被拦，兜底必须有。）
  3. 验证必须用真实手势：execCommand('copy') 依赖 user activation，用 JS 程序化 .click() 测会误判为失败。
  正确做法是用 CDP /clickAt（真实鼠标事件）点一下，再看按钮是否进入「已复制」成功态、兜底弹窗是否没出现。
  4. 顺手校验渲染：document.images 里 naturalWidth==0 的数量应为 0（相对路径图别裂）。
• 主题：report-template.html 是深色皮肤。若当前 IDE 是浅色主题，把 CSS 变量整体换成浅色版（浅底深字），
  报告在预览面板里的可读性比"照搬模板"更重要。

跨品类通用原则

从真实抓取中总结，适用于任何品类：

1. 信息可信度阶梯：卖家标题 < 参数区 < 卖家实拍的系统截图 < 平台验货宝官方报告。核实永远往后一层走。
   - 实测（2026-09-18~23）：某台 MacBook Air 的标题和参数区都写 256G，只有卖家实拍的「关于本机」截图显示 512G，
   最后验货宝报告确认是 512G —— 前两层同时错，第三层才是对的。别因为标题和参数区一致就相信它。
   - 卖家标错配置对买家可能是有利的：该机一直按 256G 定价议价，标题写 256G 导致浏览/想要数偏低（373 浏览、8 人想要），
   最终被以 ¥1300 成交（512G 同款市场最低 ¥1598）。所以「价格异常低」不必然是机器有问题，也可能是卖家自己没搞清配置
   —— 但仍要按第 3 条查清原因再下单。
2. 高配搜不出来：卖家只写主销配置。想找高配必须逐台看详情页，要提前给用户报价（时间成本）。
3. 价格异常低必有原因：无一例外。找到原因再决定值不值。
4. 图数量 = 透明度：卖家放几张图，反映他敢让你看多少。
5. 凭证能交叉验证：发票的购买日期/销售方城市，与卖家所在地、序列号互相印证，比任何自述都硬。
6. 商家 vs 个人：看卖出件数、好评率、来闲鱼年数。卖出上千件 + 文案模板化 = 商家铺货。
7. 反常即停：结果不符合常识时（比如"筛选后 0 条"、"高配数量为 0"）先停下来查为什么，不要顺着往下写。曾经因为一个字段名写错导致筛选结果全为 0，白跑一轮。
8. 关键属性常常不在标题里：卖家只写主销卖点。先找出"决定这件东西能不能用"的那个属性——能不能从标题看出来？能（容量、型号）就直接列表层筛；不能（电脑的内存、登山杖的手柄类型）这一步就是全流程的成本中心，要提前跟用户交代耗时，并优先用实物图而不是文案来补。

脚本

脚本内联了全部页面选择器，可直接运行。注意：某些 Agent 的 bash 沙箱里缺 coreutils（ls/head/sleep/dirname 不可用），文件与进程操作建议一律用 node；若命令 stderr 报 dirname: command not found，无害，可忽略。

scripts/cdp.mjs — Proxy 客户端（调试用）

node cdp.mjs targets                    # 列出已打开的 tab
node cdp.mjs new <url>                  # 新开 tab，返回 targetId
node cdp.mjs eval <target> <js文件|->   # 在页面里执行 JS（从文件读，避免转义地狱）
node cdp.mjs scroll <target> <y|bottom|top>
node cdp.mjs shot <target> <file>       # 截图
node cdp.mjs close <target>

scripts/harvest.mjs — 搜索采集

node harvest.mjs <target> <关键词> <页数> <价格下限> <价格上限>
# 例：node harvest.mjs T1 "macbook air 2020" 15 300 1500 > out.json

输出 {keyword, items:[{id,title,price,loc,href}]}（JSON 走 stdout，进度走 stderr）。

scripts/scan_details.mjs — 详情页参数扫描

node scan_details.mjs <target> <ids.json> <out.json> [limit]
# ids.json: ["123","456"] 或 [{"id":"123"},...]

支持断点续跑：已抓过的 id 会跳过。每 10 台落盘一次。约 5–6s/台。

scripts/fetch_images.mjs — 批量抓实物图

node fetch_images.mjs <id1> <id2> ...        # 或 --file ids.json
# 每台新开 tab → 抓容器内高清图 → 下载到 ./imgs/<id>/ → 关 tab
# 同时写 manifest.json

scripts/sheet.py — 多图拼联系表

python sheet.py <图片目录> <输出.jpg> [列数=5] [缩略宽=260] [缩略高=300]

输出一张带编号的拼图总览，便于一次性看完某台机器的所有图。需要 Pillow（pip install pillow）。

常见坑速查

Resources

• references/playbook.md —— 完整方法论、正则清单、字段解析模板、报告结构详解
• scripts/ —— 采集 / 扫描 / 抓图 / 拼图脚本
• assets/report-template.html —— 报告骨架（样式 + 卡片结构）