Hermes Agent 接管选品工作流：3分钟跑完Amazon到1688的爆款比价

起点：那个让人麻木的工作流

做跨境电商的朋友都知道这套动作：早上打开 Amazon Movers & Shakers，扫 Top 100 看哪些产品涨幅明显，把标题复制下来翻译成中文，再切到 1688 找同款，对着 Excel 一个一个算「售价 - 货源 - FBA - 佣金 - 头程」。一天下来盯着屏幕 4-6 小时，最后挑出 3-5 个值得测的款。

我之前一直觉得这事没法自动化——榜单要看实时变化，1688 要凭经验匹配，利润要逐项核对。但 MCP 出来之后心态变了，因为 Agent 可以原生调工具，整个链路其实就是三次 API 调用 + 一次 LLM 推理。

实操：从 Amazon 榜单到 1688 货源

Step 1：抓 Amazon Movers & Shakers

目标是 Home & Kitchen 类目 Top 10，结构化输出。

POST https://run.xcrawl.com/v1/scrape
{
  "url": "https://www.amazon.com/gp/movers-and-shakers/home-garden",
  "args": {
    "extract_product_details": true
  }
}

返回的 JSON 直接可用，不用再解析 HTML：

{
  "scrape_id": "01KQYFTW9VRFECS5NQY47E9T18",
  "status": "completed",
  "data": {
    "json": {
      "products": [
        {
          "rank": 1,
          "product_title": "Owala Disney Princess FreeSip Insulated Stainless Steel Water Bottle",
          "price": "$27.99 - $74.98",
          "rating": "4.7 out of 5 stars",
          "review_count": "14,232",
          "rank_change_percent": "138%"
        },
        {
          "rank": 8,
          "product_title": "Innqoo Candle Warmer Lamp with Timer, Dimmable Candle Warmer for Jar Candles",
          "price": "$17.98",
          "rating": "4.6 out of 5 stars",
          "review_count": "2,837",
          "rank_change_percent": "89%"
        },
        {
          "rank": 4,
          "product_title": "Gifts for Mom Birthday Gifts for Women Preserved Rose Forever Flower in Glass Angel Figurines",
          "price": "$45.95 - $52.99",
          "rating": "4.7 out of 5 stars",
          "review_count": "1,292",
          "rank_change_percent": "126%"
        }
      ]
    },
    "credits_used": 5,
    "credits_detail": {
      "base_cost": 1,
      "json_extract_cost": 4
    }
  }
}

一次调用 5 credits（base 1 + json_extract 4），拿到 10+ 个产品的完整字段。比起自己写解析器爽太多。

Step 2：锁定一个候选——Innqoo 融蜡灯

榜单里 #8 的融蜡灯吸引我：

排名涨幅 +89%（从 #249 跃到 #8）
售价 $17.98（中等价位，利润有空间）
4.6 星 / 2,837 条评价（市场已经验证过了）
关键词：定时器、可调光、适配罐装蜡烛——目标人群是家居 + 礼品

Step 3：去 1688 找货源

POST https://run.xcrawl.com/v1/search
{
  "query": "融蜡灯 蜡烛加热灯 批发 1688"
}

返回 10 条结果，价格区间从 ¥5.80 到 ¥58.00，多个供应商标了「跨境专供」，说明产业链很成熟：

{
  "data": {
    "data": [
      {
        "position": 1,
        "title": "蜡灯灯批发_阿里巴巴",
        "description": "保温蜡烛加热灯Gu10卤素灯杯融蜡香薰灯用光源石英灯. ¥5.80 成交2笔..."
      },
      {
        "position": 6,
        "title": "香精灯批发_阿里巴巴",
        "description": "26新款无火可升降香薰融蜡灯实木香薰精油融烛卧室. ¥58.00 成交0笔..."
      }
    ],
    "credits_used": 2
  }
}

这步只花 2 credits，而且关键是——避免了直接抓阿里系（后面会说为什么这点很重要）。

Step 4：算利润

融蜡灯这个款，单品利润算下来 $3.24。利润率不算高，但产品轻、小、周转快，适合走量。月销 100 件就是 $324 净利润。

第二个案例：永生花玻璃罩

为了验证不是只有融蜡灯能跑通，又跑了一个：

Amazon：FIACO 永生花玻璃罩，#110 涨幅 +126%，售价 $45.95-$52.99，4.7 星 1,292 评价
1688 货源：义乌爱达工艺品，¥26.60（约 $3.67），月销 22,000+

用中间价 $49.47 算：

售价:           $49.47  (100%)
货源成本:        $3.67   (7%)
FBA 费用:        $7.00   (14%)
Amazon 佣金:     $7.42   (15%)
国际物流:        $3.00   (6%)
────────────────────────
净利润:        $28.38   (57%)

按低价 $45.95 算利润率 55%，按高价 $52.99 算 61%。礼品类目的情感溢价真的很猛，我也是跑出来才意识到这是黄金品类。

两个坑，都踩过了

坑 1：Amazon 详情页直接 404

第一次想偷懒直接抓 Innqoo 详情页，返回长这样：

{
  "data": {
    "markdown": "![Sorry! We couldn't find that page...]",
    "metadata": {
      "status_code": 200,
      "title": "Page Not Found"
    }
  }
}

注意 status_code 是 200，但内容是 404 页面——Amazon 用这种方式绕过简单的状态码检测。单个 ASIN 详情页的反爬比列表页严太多。

我后来的做法是：列表页拿核心字段（排名、价格、评分），需要详情就走 Search API 搜产品标题。列表页 5 credits 拿 10+ 产品，比单页详情划算很多。

坑 2：阿里系直接抓必被拦

试过直接抓 AliExpress 商品列表，返回 "Sorry, we have detected unusual traffic from your network."。1688/AliExpress/Taobao 这套反爬体系包括 JS 挑战、设备指纹、行为分析，代理池都不一定能绕过去。

走 Search API 是个变通——它走搜索引擎的缓存，不直接访问站点。数据可能有 1-2 天延迟，但选品场景完全够用。重要的是：2 credits 一次到位，比反复重试浪费 credits 强。

成本账

整个流程一个产品花 7 credits：

抓 Amazon 榜单：5 credits（一次拿 10+ 产品，平摊下来更低）
1688 货源搜索：2 credits
利润计算：本地，0 credits

免费额度 1000 credits 能跑 142 个产品。假设找到 3 个能测的款（2% 成功率），每款月利润 $300，就是 $900/月。工具成本 $0。

人工成本这边，半天 4-6 小时算 $40-60，跑一个产品要这么多。Agent 化之后边际成本几乎归零。

技术栈：Hermes Agent + XCrawl

之所以选这个组合，主要是 Hermes 原生支持 MCP 协议，配置就一行 JSON：

{
  "mcpServers": {
    "xcrawl": {
      "url": "https://mcp.xcrawl.com/{API_KEY}/mcp"
    }
  }
}

配完 Agent 自动获得四个工具：xcrawl_scrape（单页结构化）、xcrawl_search（搜索引擎）、xcrawl_crawl（整站深爬）、xcrawl_map（站点地图）。

整个选品流程在 Agent 这一侧就三次工具调用：

xcrawl_scrape("https://www.amazon.com/gp/movers-and-shakers/home-garden")
xcrawl_search("融蜡灯 蜡烛加热灯 批发 1688")
# LLM 自己对比两次结果，输出利润表

实际用的时候我连工具名都不用写，直接跟 Agent 说「帮我抓 Amazon Movers & Shakers，搜 1688 同款货源，算利润」，它自己拆解。

对比之前手写 curl + 解析 JSON + 处理重试的方式，MCP 这套是 0 行代码。我也不确定这是不是最佳实践，但目前用下来体感非常顺。

一些不算结论的想法

跑完这两个案例最大的感受是：工具本身不值钱，工作流才值钱。XCrawl 只是数据管道，真正把它变成选品系统的，是「榜单涨幅 → 货源匹配 → 利润测算」这个推理链。Agent 让这个链条从「人脑串行」变成「LLM 自动编排」，这是质变。

另一个观察：跨境电商本质是信息差套利，AI Agent 的作用就是把信息差从「半天差」缩成「3 分钟差」。这个红利窗口可能不会持续太久，因为工具门槛在快速降低。

如果你也想试，建议从 Movers & Shakers 这种公开榜单开始（反爬温和、数据密度高），别一上来就硬刚商品详情页。另外礼品/家居/小家电这类标品最适合这套方法，定制化或重供应链整合的品类还是得靠人。

数据时效记得留心——Amazon Movers & Shakers 每小时刷新，文章里这两个产品的数据是 2026 年 5 月 6 日抓的，节假日窗口期（母亲节、情人节、圣诞节）尤其值得定期重跑一遍。