开始用 OpenClaw 之后，我一直在折腾各种玩法，除了有时候工作比较忙或太累就顾不上。最近想时不时分享一些自己折腾的经验。
这次折腾的内容是：一个购物助手，从最初的购物清单，慢慢长成了能搜小红书、比价、加购物车的像样的工具。
该买的东西越来越多
最近家里需要买的东西不少——小孩的绘本、显微镜、轮滑鞋，还有各种日用品。每次买东西都要在淘宝、京东、小红书之间来回切，比价格、看评价、挑款式，挺烦的。
我之前建了一个叫"购物清单管家"的 Agent，专门帮我记录想买的东西。想到什么就往里面说一句，它会帮我分类整理，算是个购物备忘录。
但备忘录只是个起点。当你有了一个基础功能之后，你会忍不住想——能不能帮我查查价格？能不能帮我去小红书看看评价？能不能直接帮我加购物车？
第一次进化：从备忘录到自动比价
这个购物备忘录用了一段时间之后，我开始觉得光是记录不够。我知道要买什么，但还是得自己去查价格。
后来有一天，我的技能研究员（一个每天自动帮我搜新 Skill 的 Agent）给我找了一个比价用的 Skill（大概叫"maishou"之类的名字）。装好之后它能去淘宝、京东、拼多多这些平台搜价格，告诉我大概有哪些选择、价格在哪个区间。
有了比价之后，购物助手就从"只记不查"变成了"能记能查"。
第二次进化：把小红书接进来
比价有了，但我平时看测评和推荐主要还是靠小红书。光知道价格范围不够，我还想知道"哪个牌子好""别人踩过什么坑"。
小红书没有现成的 Skill，但我之前已经在用 OpenClaw 的浏览器 Skill——通过 Brave Browser 的 CDP 协议（就是把浏览器的调试端口打开），让 Agent 像人一样打开浏览器、操作网页。我就让 Agent 用这个能力去小红书搜索，看用户怎么说。
后来我用 Skill Creator 慢慢打磨了一个小红书搜索的 Skill，专门处理搜索和内容提取。不是一次写好的，是反复调试、踩坑、改了好几版才稳定下来。
最开始我还真被它骗过一次。它说"我帮你查了一下"，推荐得头头是道，我一看还挺像那么回事。结果让它重新打开小红书搜帖子，才发现前面那套基本是自己编的。
后来我发现搜索排序也有问题。小红书默认按点赞排序，但点赞多的不一定有用——很多是水文、广告。真正有价值的信息往往在评论里。后来我要求它按评论数排序，评论多的帖子，真人分享的概率更高。
再后来，为了防止它张嘴就来，我加了一条规则：给出推荐的时候必须附上证据——哪个帖子说的、帖子链接是什么。其实从第一次让它搜小红书开始，我就要求它附带数据来源，只是后来这个规则越来越严格，从简单的截图到完整的帖子链接和引用。
第三次进化：从查到买，加购物车也交给它
有一次买绘本的时候，我真的懒得打开淘宝一个个搜、一个个加购物车。就想，能不能让 Agent 帮我干这步？
一开始 Agent 还拒绝了我，说不安全、不推荐直接操作购物网站。我说加购物车就行，支付我来做。于是我又用浏览器的 Skill 做了个淘宝购物车的 Skill，让 Agent 打开淘宝网页搜索商品，在搜索结果里对比价格和参数，把合适的加到购物车里。原理跟小红书一样，都是浏览器 Skill 干的，只是换了目标网站。试了几次发现还真行。
从备忘录到比价，到小红书搜索，到淘宝加购物车——能力就是这样一点点接上的，先能记，再能查，然后能验证，最后能动手操作。
实战：买绘本
买绘本是流程最完整的一次。
我没有一上来就让它搜淘宝，而是自己先用 Gemini 做了一轮深度研究——把孩子的年龄、兴趣都告诉 Gemini，让它认真做一遍资料调研，推荐适合的绘本。拿到推荐后，又把结果丢给购物助手，让它去查版本、价格和家长评价。
最关键的是小红书验证：按评论排序，看哪些是真推荐、哪些像广告、评论区有没有家长吐槽。最后它把推荐分了批次，第一批买什么、第二批买什么，我直接让它去淘宝加购物车。打开手机看了一眼购物车，觉得价格 OK，就付款了。
单看每一步其实都不神奇，但连起来之后，就不用在好几个 App 之间来回跳了。
其他几次购物
显微镜是 Agent 帮我检索推荐了一下，但最后我买的是另一款——它的推荐给了我参考方向，最终决策还是根据自己的判断。
轮滑鞋买得比绘本早，那时候还没有加购物车的能力。Agent 帮我在小红书上搜了搜品牌推荐，然后我还是自己去淘宝买的。
这三次购物刚好卡在三个阶段：轮滑鞋只能搜小红书，显微镜能搜能推荐，绘本从研究到下单全链路。每一步进化都是用着用着自然出来的。
一开始只是记个购物清单，后来它会查、会筛、会验证、会加购物车。本来只是想偷点懒，结果越偷越多，最后发现它还真能帮我少切几个 App。后面有空我再单独写一篇怎么从零搭的。
