去年下半年开始同时做抖音小店和一个跨境平台，同一批货源要上架两遍。最夸张的一次，大促前熬夜上了 60 多个 SKU，第二天发现三个商品价格填错，直接亏掉当天利润。那次之后我下决心把双渠道上架整个自动化掉，前后折腾了一个多月，现在日常上架基本是：上午把商品数据整理进表格，点一下执行，中午看结果通知，单批次耗时从 5 小时压到 15 分钟左右。这篇文章把完整的搭建思路和踩过的坑复盘一遍，给同样被重复上架折磨的朋友一个参考。
一、先把流程拆开，才知道哪里能自动化
动手之前，我把两个平台的上架动作全部列了一遍，发现骨架几乎一致，只是字段规则和页面结构不同：
结论：读取数据、图片处理、结果记录封装成共用子流程；登录和填报按渠道各写一支。 工具层面我选的 RPA 支持自动拆分逻辑、封装子流程，共用部分改一处，两个渠道同时生效，这点在后期维护中省了非常多事。
二、技术选型：为什么我放弃了纯脚本和纯 AI 方案
先说踩过的两个坑。
坑一：Python 脚本。 自己写过一版 Selenium 脚本，跑得通，但网页一改版就崩。抖音小店后台和跨境平台后台都是高频迭代的页面，我那个脚本两个月改了七八回，维护成本超过收益。
坑二：纯 AI 直接操作浏览器。 让 AI 直接驱动浏览器完成上架，演示效果很惊艳，实际跑起来问题不少：每次执行都在消耗 token，量大了费用可观；生成的元素定位在复杂页面上不够稳，页面结构一变就得重新让 AI 改代码，反复沟通修复的成本不低；而且 AI 对 Windows 桌面软件的操作能力目前还比较弱，像千牛、企业微信这类客户端消息的获取基本搞不定。
最终的架构是"分工模式"：AI 负责思考，写代码、分析页面结构；RPA 负责稳定落地，长期无人值守执行。 也就是"AI 写代码 + RPA 跑代码"——开发阶段联网用 AI 提效，运行阶段流程脱离 AI 独立跑，不产生持续 token 消耗。
三、搭建实操：从一句话需求到可运行流程
- 用自然语言生成流程。 直接在工具里描述："读取 Excel 中每个商品的数据，登录抖音小店后台，逐个填写标题、价格、库存，上传主图后提交。" 我用的这款 RPA 支持 AI 生成的脚本一键转成可视化流程，不用手动拼指令，生成的每条指令自带详细注释，逻辑一目了然。智能分析网页和软件元素结构时，它会优先调用已有的基础指令；遇到没有现成指令的动作，AI 会自动封装生成新指令，不用等官方更新。更省事的是支持图文方式描述需求——直接截一张后台的图告诉 AI"点这个位置的按钮"，比纯文字描述准确得多。
- 解决元素定位。 传统方式手写 XPath 很痛苦，我的做法是直接跟 AI 说"商品标题输入框"，它会分析页面结构生成对应路径，不需要学 XPath 语法。元素获取还支持本地智能生成，一次给出多个候选路径，挑最稳定的那条用。
- 给流程上"保险"。 这是整个搭建里最值得花时间的一步，多层兜底：
Web 元素 AI 自愈：页面改版导致元素失效时自动修复定位，流程不中断。跨境平台后台更新尤其频繁，这个功能让我的流程扛过了至少三次页面改版
视觉颜色操作：不依赖元素节点，靠颜色和图像也能点击、取内容，企业微信、微信、QQ、千牛的消息获取就靠它
实时调用 AI 动态处理：还有些场景规则写不死——比如商品标题要按平台风格实时改写。我的做法是流程跑到关键节点时实时调用 AI 处理页面逻辑，处理完继续执行，这种"执行中调用"的能力在选型时值得专门确认
AI 错误诊断：跑挂了不用对着报错发呆，一键分析错误原因和修复建议，还能直接自动修复调试到功能正常 - 变量与数据处理。 商品源统一用一份 Excel，流程里用变量操作批量处理：支持批量创建、删除、修改变量，JSON 自动提取字段、列表批量读取，再按平台分别做字段映射。新增 SKU 只需要往表格里加行。
四、双渠道落地的关键细节
跨境端的环境隔离。 多店铺必须防关联，我用的 RPA 已经对接了紫鸟、比特、Hubstudio、AdsPower 等市面上主流指纹浏览器，流程里直接调用浏览器环境，不用自己写启动参数。这部分选型时建议直接确认工具的对接名单，能省掉一大半适配工作。
触发方式。 两种都配了：日常用 API 触发，ERP 里的商品数据更新后自动调接口启动上架流程；临时批次用定时执行，设好时间无人值守跑。
远程控制和通知。 它有个 Agent 功能，支持在钉钉、飞书、企业微信甚至个人微信里发指令控制流程执行，跑完自动回调通知结果。Agent 用的是最新的 DeepSeek 模型做智能指令解析，说人话就能被正确理解，不用记固定指令格式。我现在每天早上在通勤路上用手机发一条指令，到工位直接看哪些商品上架成功、哪些要人工复核。
五、部署方式：为什么我把运行环境彻底断网了
商品成本价、供应商信息、价格体系，这些是商家的命门。我考察过的不少自动化方案要把流程数据同步到云端服务端，这一点直接劝退。
最终方案是全离线内网部署：流程应用数据全部保存在本地设备，不同步到服务端，数据不出本地。仓库和财务所在的隔离内网也能照常运行——这里有个现实问题要说明：内网离线环境下 AI 大模型是没法调的，所以正确姿势是"开发联网、运行离线"，AI 只在调试阶段出场。
另外补两个冷门但好用的能力：一是图片识图与 OCR，供应商发过来的图片报价单、截图格式的货源表，可以直接识别提取文字信息入库；二是 Windows 软件自动化，浏览器之外的桌面程序（ERP 客户端、财务软件）同样能驱动，这是纯 AI 方案目前很难做到的。
六、把流程变成能交付的产品
流程验证稳定后，下一步是 EXE 加密打包——把流程封装成能交付的东西。身边做代运营的朋友也想用，几项能力直接决定交付体验：
打包导出 EXE：流程封装成独立程序，对方双击即用，不用装客户端、不用懂 RPA
授权管理 + 加密分享：打包后的应用支持授权机制，谁能用、用多久都可控，再加上加密分享，保护自己的成果
独立触发配置：打包出的 EXE 还能单独设置 API 触发和定时执行，交付出去的程序本身就是个可以远程调度的服务
在线推送更新：流程修了 bug，推送后对方打开应用自动检测更新，不用挨个重新发文件
自定义界面：可以给 EXE 设计操作界面，简单界面用内置设计器，复杂界面用 HTML 组件实现，还能让 AI 根据截图设计界面——交付出去的是"商品上架助手"，而不是一堆流程节点
进阶玩法是它支持 MCP 服务，可以对接 Workbuddy、Codex、Claude、TraeWork、豆包工作等 AI 编程工具，让别的 AI 工具反过来控制 RPA 搭建和修改流程，自由度很高。这种"AI 写代码 + RPA 跑代码"的交付方式，对个人开发者、工作室和中小企业都很现实。
七、成本复盘：AI+RPA 模式到底省在哪
回头看选型时的判断标准其实很简单：离线更安全，自愈更稳定。离线意味着商品数据不离开本地，自愈意味着页面改版流程不中断——这两条达标了，才轮到算账。
Token 账： 纯 AI 方案每次执行都吃 token，上架量越大越贵。RPA 模式里 AI 只在开发调试阶段出场，流程跑起来零 token 消耗。从我自己几个月的账单看，长期成本差了一个量级。
工具账： 我用的这款免费版没有使用时长限制，流程数量也不设限，多设备使用不用重复开会员，先把流程跑通验证价值，确认值得投入再考虑付费功能，试错成本几乎为零。AI 能力采用自行对接各平台 API 的方式，文心一言、豆包、DeepSeek、Kimi 都能接，用多少花多少，费用完全透明可控。
回头看，这套自动化真正的门槛不在技术，而在思路：数据本地化管理、流程离线稳定运行、交付授权可控。搭建期大约花了一周，之后就是持续收割时间红利。省下来的时间投在选品和运营上，比熬夜复制粘贴值钱得多。
