一个人写了一套店群自动化软件:我把月人力成本从5万压到了7千

一、六个运营,月薪五万,年底一算账,利润全给员工打工了

老陆在温州做微信视频号小店店群,手里有将近350个店铺,主要卖日用百货和小家电。他从2021年开始做,赶上了视频号电商的红利期,店铺越开越多,但利润却越来越少。

去年年底,他给我打电话,声音里全是疲惫。

“林哥,我刚刚算完今年的账。毛利79万,人工成本58万,办公室租金7万,平台罚款和退款纠纷扣掉6万,封店损失至少12万。79万毛利,最后到手负4万。我这一年等于给六个运营打工了,自己还倒贴钱。”

他养了六个运营,两班倒。早班从早上八点到下午五点,晚班从下午五点到凌晨一点。每个人月薪五千五,加上提成和社保,一个月光人工就出去五万。工作内容极其枯燥:打开Excel表格,找到今天要操作的店铺,清理浏览器缓存,切换代理IP,重新登录,然后上架商品、回复客服消息、参加平台活动。

一个店折腾完,清缓存,换IP,登下一个。就这么循环。

“最让我崩溃的是封店,”老陆说,“去年双十一,一个老运营凌晨犯困,把A店的热销款商品详情页复制到了B店。视频号小店的风控系统第二天判定同设备多账号操作,一口气关联封了14个店。保证金加上货款,小十万没了。那个运营第二天就提了离职,我连挽留的力气都没有。”

他也试过自动化工具。买过按键精灵脚本,页面一改版就废;用影刀搭过流程,单个店铺跑起来很顺畅,但350个店铺根本调度不过来,多开几个窗口电脑直接蓝屏。也看过市面上的群控系统,年费动辄十几万,最要命的是几百个店铺的账号密码和登录态全放在别人服务器上。

picture.image

“我就想,能不能有这么一个东西,把我这几百个店铺的日常运营全自动了。上架、活动报名、客服回复,全不用人。我哪怕只留一个人盯着异常,也把这几万块的工资省下来。”

我跟他说,这不是写个脚本能解决的事,得从浏览器底层重新做一套完整的商业软件。

这就是Alien店群自动化管理系统的又一次落地。今天我把整个降本过程完整复盘——如何把6人运营团队的月成本从5万压到7千。

picture.image

二、降本第一刀:把“切号”这个动作,从运营的字典里彻底删掉

我在老陆的工作室蹲点了整整两天,发现一个让我震惊的事实:运营每天超过一半的时间,都花在一个叫“切号”的动作上。

早上八点上班,每个人打开一张A4纸打印的Excel表,上面密密麻麻记录着店铺名、登录手机号、密码、代理IP。然后在一堆Chrome快捷方式里翻找对应的那个,找到了,清理缓存,切换代理,重新登录。这套动作做完,一个店才算“准备就绪”。

picture.image

然后才开始真正的活:上架商品、回客服消息、报活动。

干完一个店,清缓存,换代理,登下一个。就这么循环。350个店铺,6个运营从早忙到晚,每天光切号就要耗掉四五个小时。这个东西不产生一分钱价值,但非做不可。

我在Alien里做的第一件事,就是把这个动作彻底删掉。

不是让电脑更快地切号,而是让每个店铺永久保持在“已登录且隔离”的状态。运营想用哪个店,双击就直接进,用完关窗口就行,永远不需要清理缓存、切换代理、重新登录。

这就是环境管理中心

打开Alien,运营看到的不再是一堆浏览器快捷方式,而是一张分组清晰的表格。左侧是分组树,老陆按品类建了“日用百货”、“厨房用品”、“小家电”三个组,每个组下面还能细分到具体厂家。哪个组有多少店、哪些在线、哪些异常,清清楚楚。右侧是环境列表,每行一个店铺,大字显示店铺名和ID,旁边是代理IP、地区国旗图标、最后活跃时间。

我从运营的真实抱怨里提炼了三个功能:

picture.image 批量导入模板。 老陆以前手动建一个店铺环境,要填代理、调浏览器、创快捷方式,350个店三个运营得干两天。现在他只要一个CSV文件,列上店铺名、代理地址、指纹模板编号,往窗口里一拖,三秒钟,350个环境全部自动生成。以前两天的工作量,现在喝口水的功夫。

picture.image 分组合规管理。 运营可以把“今天要上架”的店铺临时拖进一个分组,干完活再归档回去。交接班不再是口头传话,看一眼分组树就全明白。

picture.image 手动打开选中环境。 双击某个店铺,弹出一个完全隔离的浏览器窗口,窗口标题上强制注入店铺名称和ID,红色大号加粗。这个设计直接终结了让老陆损失十几万的“手滑传错店”噩梦。运营小姑娘说:“以前所有窗口一模一样,我现在闭着眼都不会点错。”

三、切号省下来的是时间,隔离省下来的才是命

切号动作被干掉后,运营的工作量降了一大截。但老陆还有一块更大的隐性成本:关联封店。

他之前的运营虽然换了代理IP,但所有店铺都在同一个Chrome用户数据目录下跑。Canvas指纹、WebGL渲染器、字体列表、屏幕色深——这些底层特征几乎一模一样。视频号小店的风控系统跑一次聚类分析,350个店铺就全串起来,一波封十几二十个是家常便饭。

Alien的环境隔离,从根源上堵死了这个漏洞。

每个店铺都是一个独立的BrowserProfile实例。系统根据店铺唯一ID,通过UUID5算法生成一个固定的目录哈希值,作为这个店铺专属的浏览器用户数据目录。所有Cookie、缓存、localStorage全部锁死在这个目录下,不同店铺之间物理路径零重叠,不存在任何共享存储。

指纹不是写死的。我维护了一个包含上百套真实设备指纹的模板库,每次创建店铺环境,系统从库中随机取一套模板,然后叠加随机噪声——Canvas噪点偏移几个像素,WebGL参数微调,字体列表打乱顺序。这样即使两个店铺碰巧选了同一套模板,最终指纹也有细微差异,足够绕过聚类算法。

代理IP、时区、语言自动匹配。一个挂日本代理的店铺,时区绝不可能是北京时间。WebRTC泄露也在浏览器启动时通过注入脚本从源头关闭。

下面这版ProfileFactory代码,每次调用都稳定生成一个完全隔离的店铺环境:

import os
import uuid
import json
import copy
import random
from pathlib import Path

class BrowserProfileFactory:
    """
    为每个店铺创建完全独立的浏览器环境
    独立数据目录 + 微调指纹 + 代理与时区自动匹配
    """

    def __init__(self, data_root: str, fp_templates: dict):
        self.data_root = data_root
        self.fp_templates = fp_templates  # 上百套真实设备指纹库

    def create(self, shop_id: str, shop_name: str, proxy: dict, tpl_id: str):
        # 用店铺ID生成唯一且可复现的目录哈希,同一店铺永远指向同一路径
        dir_hash = uuid.uuid5(uuid.NAMESPACE_DNS, shop_id)
        user_data_dir = os.path.join(self.data_root, f"store_{dir_hash}")

        # 从模板库取指纹,深拷贝后叠加随机噪声,防止被聚类识别
        fp = copy.deepcopy(self.fp_templates.get(tpl_id, {}))
        fp["canvas_noise"] = random.randint(0, 5)      # Canvas像素级随机偏移
        fp["webgl_noise"] = random.randint(0, 3)        # WebGL微调
        if "fonts" in fp:
            random.shuffle(fp["fonts"])                 # 字体列表乱序
        fp["timezone"] = proxy.get("timezone", "Asia/Shanghai")
        fp["locale"] = proxy.get("locale", "zh-CN")

        # 确保目录创建并落地配置
        Path(user_data_dir).mkdir(parents=True, exist_ok=True)
        with open(os.path.join(user_data_dir, "proxy.json"), "w") as f:
            json.dump(proxy, f, indent=2)
        with open(os.path.join(user_data_dir, "fingerprint.json"), "w") as f:
            json.dump(fp, f, indent=2)

        return {
            "shop_id": shop_id,
            "shop_name": shop_name,
            "user_data_dir": user_data_dir,
            "proxy": proxy,
            "fingerprint": fp
        }

这套机制上线后,老陆的350个视频号小店,再也没有因为设备关联被封过。零关联封号,这才是最大的降本。

四、降本第二刀:用调度器取代“人盯流程”

切号和封店都解决以后,下一个吃人力的大头是“盯着任务跑”。

以前运营上架商品,要手动登录店铺后台,填标题、传图片、定价格、点发布。一个店折腾十几分钟,一个人一天处理不了40个店。350个店铺,光一轮上架就需要将近十个运营人天。

Alien的自动化编排流模块,就是要把这个环节的人力彻底释放。

打开编排面板,左边是业务流程库。“视频号批量上架”、“限时活动报名”、“智能客服回复”——老陆日常所有操作都被封装成了可拖拽的任务卡片。右边是店铺列表,从环境分组直接拉取。

运营要做的事简化到三步:把“批量上架”卡片拖到编排区,勾选“日用百货”组的80个店铺,设置最大并发窗口数为20,点“开始执行”。然后关屏幕下班。

系统在后台把所有“流程+店铺”封装为独立任务,丢进异步队列,按槽位调度。

很多自研脚本在这里栽了跟头——他们直接开一百个窗口并发,内存瞬间拉爆。Alien的调度器坚持槽位制——同时最多只跑固定数量(比如20个)的任务,一个完成释放槽位,下一个补上。超时或异常的任务,直接强杀整个进程树。

第一次压测时,我贪快把槽位调到25。跑了一个多小时,内存突然从8G飙到18G,整台电脑卡死。查日志发现有几个上架任务跑完后,页面弹了确认框没关,浏览器进程变僵尸,每个吃几百兆内存。我连夜加了一个资源看门狗协程,每10秒巡检所有活动任务,发现任务已完成但进程还活着,直接调系统命令强杀。之后再没崩过。

下面是调度器核心代码:

import asyncio

class AlienScheduler:
    """槽位调度引擎:固定并发 + 超时强杀 + 僵尸进程巡检"""

    def __init__(self, max_slots=20, timeout=3600):
        self.semaphore = asyncio.Semaphore(max_slots)
        self.queue = asyncio.Queue()
        self.timeout = timeout
        self.active_tasks = {}

    async def submit(self, task):
        await self.queue.put(task)

    async def _worker(self, wid):
        while True:
            task = await self.queue.get()
            async with self.semaphore:
                self.active_tasks[task.uid] = task
                try:
                    await asyncio.wait_for(task.execute(), timeout=self.timeout)
                except asyncio.TimeoutError:
                    print(f"[超时] {task.name} 强制回收")
                    task.kill()
                except Exception as e:
                    print(f"[异常] {task.name}: {e}")
                    task.kill()
                finally:
                    self.active_tasks.pop(task.uid, None)
                    self.queue.task_done()

    async def _watchdog(self, interval=10):
        while True:
            zombies = [uid for uid, t in self.active_tasks.items()
                       if t.finished and t.alive]
            for uid in zombies:
                print(f"[看门狗] 清理僵尸 {self.active_tasks[uid].name}")
                self.active_tasks[uid].kill()
                del self.active_tasks[uid]
            await asyncio.sleep(interval)

    async def start(self, workers=20):
        ws = [asyncio.create_task(self._worker(i)) for i in range(workers)]
        dog = asyncio.create_task(self._watchdog())
        await self.queue.join()
        dog.cancel()
        for w in ws:
            w.cancel()

每个task.execute()内部,拉起对应店铺的隔离浏览器,调用影刀RPA封装好的视频号小店流程,跑完自动销毁,结果写入本地报告。老陆现在每天睡前设置好编排流,第二天早上看报告,绿色一排成功,偶尔几个红色点一下重试,五分钟搞定。

五、从“招人教人管人”到“一个exe,双击就用”

过去老陆最累的不是发工资,是管理。新人招进来,培训切号、上架要一周,好不容易上手了,干三个月又离职,再招再教,循环往复。

Alien的交付标准从第一天就定死了:一个exe文件,双击启动,什么环境都不用装。

我用PyQt6手写了全部管理界面——四个选项卡:环境管理、任务编排、运行监控、系统设置。全部按钮化操作,报错是中文白话,运营看到的是“代理连接超时,请检查网络”,不是红色Traceback。

打包没用PyInstaller,直接上Nuitka。把Python代码编译成C中间表示,连同便携Chromium和影刀执行组件,打成一个单文件exe。老陆拿到手,U盘拷到桌面,双击,Alien界面直接弹出,350个店铺环境整整齐齐。

他愣了几秒:“就这样?不用装Python?不用配环境变量?”我说什么也不用,你电脑是Win10就行。

后来他让他老婆——一个只会用电脑追剧的人——试了一下,点了几下鼠标就会建环境、跑上架,说比手机上买东西还简单。

安全验证方面,加了离线+在线混合授权,首次激活绑定机器指纹,日常离线可用,每30天校验一次,授权码RSA+AES加密防破解。

六、真实降本账:从6人月薪5万到1人月薪7千,年省50万

系统上线五个月后,老陆给我发了条微信:

“林哥,跟你汇报一下。运营从6个人减到1个人,人力成本从月均5万降到7千,一年光工资就省了52万。封店损失归零,以前一年至少赔进去十几万。办公室也从那一大间换成了个小单间,租金省了6万。加起来,一年省了将近70万。”

他说,现在每天早上到办公室,打开Alien看昨晚的执行报告,绿色一排成功,心情舒畅。晚上终于能回家吃饭了,以前他都快忘了家里饭桌长什么样。

“以前觉得做店群就是拼谁店多,现在才明白,拼的是谁的成本低。你这套东西,是我这几年最值的一笔投资。”

七、写在最后

Alien不是什么黑科技,也没有融资背书。

它只是我林焱RPA在店群自动化的泥潭里摸爬滚打之后,用最朴素的工程方法,把环境隔离、并发调度、工业交付三个环节,一个坑一个坑填出来的产物。

视频号小店也好,拼多多、抖音小店也好,店群这行暴利时代真的过去了。现在拼的是效率,拼的是成本控制。谁先把无谓的人力消耗和封店损失降下来,谁就能活得更久,活得更好。

如果你也正被几百个店铺的人力成本和关联封店压得喘不过气,欢迎来找我聊聊。

降本增效不是挂在墙上的口号。是写进代码里的逻辑,是双击就能跑的exe,是老板终于能回家吃晚饭的那份踏实。

我是林焱RPA,一个用底层代码帮店群老板卸下重担的独立开发者。

(全文完)

0
0
0
0
评论
未登录
暂无评论