Rummage Sale Bot Agent：基于LLM的智能议价销售机器人

本文介绍开源项目Rummage Sale Bot Agent，这是一个模拟跳蚤市场卖家的交互式聊天机器人，能够管理库存、处理交易，并通过大语言模型（LLM）的工具调用能力实现动态价格谈判，展示了LLM工具调用在电商场景中的创新应用。

跳蚤市场（Rummage Sale）场景中，卖家多为个人，商品种类多、价格弹性大，交易充满人际互动和议价，对自动化销售系统提出挑战：如何在保持灵活性的同时，让AI完成从展示到成交的完整流程？该项目正是对此挑战的探索，构建功能完整的AI销售代理，展示LLM工具调用在电商场景的应用。

项目包含三个核心模块：

1. 库存管理系统：商品信息建模（含名称、描述、初始价、底价等）、实时状态追踪、动态上下架、主动推荐；
2. 安全交易处理：报价管理、交易确认、收据生成、欺诈防范；
3. 动态价格谈判引擎：情境感知（分析用户购买意愿、预算等）、策略选择（针对不同买家类型调整策略）、让步节奏（模拟人类让步，不低于底价）、关系维护（友好对待未成交用户）。

1. 工具调用架构：AI可调用get_inventory()、get_item_details()等工具函数，将业务逻辑与AI决策解耦；
2. 提示词工程：精心设计系统提示词，设定AI角色（友好卖家）、行为准则（诚实灵活）、决策框架、安全边界（不接受低于底价）；
3. 状态管理：内存维护对话阶段、用户兴趣商品、报价状态、对话历史摘要等。

典型交互流程： 用户询问旧书→AI调用库存工具筛选书籍并推荐→用户出价Python书15美元→AI小幅让步到18美元（未达底价16美元但用户有购买意愿）→用户出价17美元→AI接受成交（高于底价且用户立即付款）。 此示例展示AI的议价策略和工具调用能力。

项目核心模式可拓展至：

• C2C二手交易平台（如闲鱼、转转）的AI代运营；
• 小型零售商客服（独立书店、古董店等）；
• 拍卖辅助工具（预拍卖沟通收集意向价格）；
• 价格情报收集（模拟买家交互获取市场价格）。

当前版本局限：

1. 多轮记忆限制（长对话易遗忘早期细节）；
2. 多用户并发（库存同步需加强）；
3. 支付方式扩展（仅模拟现金交易，需接入真实支付网关）；
4. 情感理解深度（对用户情绪感知较基础）。

Rummage Sale Bot Agent聚焦跳蚤市场场景，展示LLM工具调用在电商中的实际应用，核心启示是有效的AI代理需在明确边界和工具支持下发挥价值。技术栈包括LLM后端、Python对话框架、内存存储，对开发者的学习价值：工具调用模式、状态机设计、提示词工程、业务逻辑集成。