成本管控 Agent 使用文档

文档生成日期：2026-04-28 ｜ 版本：v1.0

一、整体架构概览

系统基于 OpenClaw 框架，采用 一主多子 的 Agent 架构。每个 Agent 拥有独立的网关端口、配置文件、WeCom Bot、模型池，通过主 Agent 进行统一调度。

二、今日工作调整总结

1. 响应速度优化

将所有 Agent 的默认模型从 deepseek-v4-pro 切换为 qwen3.6-plus（阿里云百炼），响应延迟降低约 60%。同时配置了 11 个可选模型供按需切换。

2. Agent 能力分离

从单一全能 Agent 拆分为 1 主 + 3 子 的专业 Agent 架构：

3. 成本 Agent 权限限制

对成本管控 Agent 的工具权限进行了严格限制：

• 允许 read、write、edit、apply_patch、glob、grep（仅限工作区内）
• 禁止 exec、process、bash、agent（禁止执行 shell、进程操作）
• 允许 浏览器（搜索 1688 批发价格）
• 文件系统限制：workspaceOnly: true

4. 配方解析引擎重建

从零重建了统一的配方解析引擎（Python），支持 23 种表达方式，其中 18 种常用格式 经过完整测试验证：

• 自然语言类（8 种）：品名+数量、数量+品名、分隔符（+/,/，/；）、口语化/步骤描述、购物清单（带序号/bullet）、纯名称罗列等
• 数字变体类（6 种）：阿拉伯数字（40g）、中文数字（二十克）、中文数字+品名（奶酪一份）、分数（½克）、空格分隔（桂花 3g）、数字前置（40g 桂花）
• 干扰/排版类（6 种）：品牌前缀（青岚抹茶粉）、品牌后缀、括号备注（桂花原浆（酒酿））、emoji 混入、口语后缀（120g左右/200g打底）、无关信息夹杂
• SOP 表格类（3 种）：标准表格（制表符分隔）、空格分隔表格、Markdown 表格

5. 本地快速计算服务（V6）

使用 Python HTTP 服务（端口 18900）实现配方解析 + 成本计算全链路本地化，不经过大模型，响应时间 < 50ms。支持：

• CSV 数据全量加载（原材料价格表、门店自制 BOM、产品配方 BOM）
• 三层规则匹配引擎（精确 → 品牌 → 核心关键词）
• BOM 频率排序自动选择最佳匹配
• 价格冲突检测（差价 > 30% 时提示确认）

6. 数据库匹配探索

对未在数据库中找到的食材：

• 数据库相似匹配：基于字符重叠度 + 连续子串匹配，返回 Top 5 相似品作为价格参考 成功
• SeARXNG 搜索：部署了 SeARXNG（端口 33811），但对中文商业内容搜索效果差（返回游戏、文学等无关结果）不理想
• 1688 直接搜索：1688.com 有 WAF 防爬，直接抓取不可行 失败
• 最终方案：使用数据库相似匹配 + 提示用户在 1688 手动搜索

7. systemd 服务化

为所有 4 个 Agent 创建了 systemd 服务单元文件，支持 systemctl start/stop/restart/status 管理。同时编写了批量管理脚本 /workspace/manage-agents.sh。

三、Agent 配置一览表

四、成本管控 Agent 深度说明

4.1 数据流

用户 WeCom 消息
  → OpenClaw Gateway (15448)
    → SOUL.md 判断为成本相关
      → curl 调用 V6 本地服务 (18900)
        → parse_recipe() 解析配方
        → calculate_local() 计算成本
        → 返回格式化 Markdown 表格
      → Agent 返回 msg 字段给用户

4.2 数据来源

4.3 别名系统

配方中的名称会自动映射到数据库中的标准品名：

4.4 特殊规则

• 冰块免费：包含"冰"字的食材自动标记为 0 元
• 散装甜浆排序：酸奶机版本优先于外采版本
• 价格冲突检测：同一食材多个选项差价 > 30% 时，弹出确认表
• 包装固定成本：杯子 0.45 + 杯盖 0.1705 + 吸管 0.132 = 0.7525 元/份
• 非成本问题拦截：非成本类问题返回固定话术引导到主 Agent

五、配方解析引擎（核心）

5.1 解析架构

解析器位于 dify-proxy-v6.py，采用 四级级联策略：

1. SOP 表格检测：检测表头行（含"序号"+"品名"+"用量"），按列提取
2. 多行购物清单：逐行处理，去掉序号/bullet，调用原子解析器
3. 单行多食材：按 +/,/，/； 分隔，每段调用原子解析器
4. 全串回退：正则全局匹配（数量+品名 或 品名+数量）

5.2 原子解析器支持的模式

5.3 名称提取策略

从文本片段中提取食材名，采用 双策略组合：

1. CORE_INGREDIENTS 匹配：在 80+ 个已知食材词中找所有匹配，合并相邻/重叠的为一组，取最长连续组
2. Fallback：无已知词匹配时，提取末尾 2-6 个中文字，过滤口语修饰词

5.4 预处理清理

• 全角/半角空格归一化
• Emoji 清除
• 括号备注去除（含只有开括号/只有闭括号的情况）
• 日期尾缀去除
• 口语前后缀截断（"先放"、"然后铺"、"120g左右"、"200g打底"）

六、数据库匹配与别名系统

6.1 三层规则匹配

1. 规则 0：精确名称 — 查询名与数据库品名完全匹配
2. 规则 1：核心关键词 — 提取核心词（如"牛奶"）在数据库品名中搜索
3. 规则 2：品牌关键词 — 在核心词基础上，叠加品牌词（如"塞尚"+"牛奶"）缩小范围

6.2 最佳选择

多个匹配项时，按 BOM 使用频率 降序排列，频率最高的作为默认选项。

6.3 相似品搜索（未找到时）

当食材在数据库中不存在时，使用 字符重叠度 + 连续子串匹配 算法，在数据库中查找最接近的品名作为参考：

• 提取查询名的中文字符集
• 与数据库每个品名的中文字符集计算交集大小
• 加分项：查询名中连续子串在品名中出现，按子串长度加权
• 返回得分最高的 Top 5 个相似品

七、当前局限与已知问题

八、运维管理命令

8.1 使用管理脚本

# 查看全部状态
/workspace/manage-agents.sh status

# 重启单个 Agent
/workspace/manage-agents.sh restart cost

# 查看日志
/workspace/manage-agents.sh logs main

8.2 使用 systemctl

# 查看全部状态
systemctl status openclaw-main openclaw-cost openclaw-review openclaw-social --no-pager

# 重启全部
systemctl restart openclaw-main openclaw-cost openclaw-review openclaw-social

# 单独操作
systemctl restart openclaw-cost
journalctl -u openclaw-cost -f --no-pager

8.3 V6 服务管理

# 启动 V6 本地计算服务
python3 /vol1/@apphome/trim.openclaw/data/workspace/dify-proxy-v6.py &

# 测试 V6 服务
curl -s http://127.0.0.1:18900/

# 测试配方计算
curl -s http://127.0.0.1:18900/ -X POST \
  -H "Content-Type: application/json" \
  -d '{"query":"桂花原浆40g+雪酪120g","user":"test","mode":"local"}'

九、使用方法

9.1 在企微群聊中使用

9.2 配方输入格式

支持多种格式，任意一种都可以：

序号  品名  用量  单位
1     桂花原浆  40   g
2     雪酪      120  g

桂花原浆40g+雪酪120g+散装甜浆200g+冰淇淋80g

先放桂花原浆40g，然后加雪酪120g，再倒散装甜浆200g

1. 桂花原浆 40g
2. 雪酪 120g
3. 散装甜浆 200g

猕猴桃果茸40g，芒果果茸30g，奶酪50g，淡奶油80g

9.3 输出说明

Agent 会返回一个 Markdown 表格，包含：

1. 成本核算总表：每项食材的用量、单价、小计、状态
2. 数据源详情：匹配到的数据库品名、别名映射记录
3. 包装成本：固定 0.7525 元/份
4. 总成本：食材 + 包装
5. 未找到食材：数据库中的相似品参考价格
6. 品牌确认：当同一食材有多个选项且差价 > 30% 时

9.4 状态标记说明