电商自动化学习路径：从零构建运营自动化体系

学习目标

完成本路径后，你将能够：

独立设计并实现电商运营核心链路自动化系统
单人日更管理 100+ SKU，库存准确率 >99.9%
建立数据驱动的运营决策体系，周报自动生成
理解并应对平台风控、API 限频、规则变更等工程挑战
具备将自动化能力封装为可复用 Skill/组件的能力

适合人群

电商运营想转技术：懂业务、想提效、愿写代码
独立开发者做 SaaS：切入垂直电商工具赛道
技术负责人/架构师：主导团队自动化体系建设
自由职业者/外包：承接电商自动化定制开发

学习地图

┌─────────────────────────────────────────────────────────────────┐
│                    电商自动化全栈能力模型                        │
├─────────────────────────────────────────────────────────────────┤
│  L0 认知层    │ 电商域知识 · 自动化边界 · ROI 评估 · 合规底线    │
├─────────────────────────────────────────────────────────────────┤
│  L1 基础设施  │ Python/Go · PostgreSQL/Redis · Docker/K8s · CI/CD│
├─────────────────────────────────────────────────────────────────┤
│  L2 核心模块  │ 采集引擎 · 编辑发布 · 库存同步 · 订单履约 · 数据  │
├─────────────────────────────────────────────────────────────────┤
│  L3 智能层    │ 选品模型 · 定价策略 · 文案生成 · 异常检测 · Agent │
├─────────────────────────────────────────────────────────────────┤
│  L4 产品化    │ 多租户 · 权限体系 · 插件市场 · 计费 · 运营后台   │
└─────────────────────────────────────────────────────────────────┘

---

阶段 0：认知建立 (2-3 小时)

核心阅读

[电商运营全流程拆解](/projects/tiktok-shop-agent#核心功能模块) - 理解各环节输入输出、痛点、自动化价值
[自动化边界判断](/learn/automation-boundary) - 哪些该自动化、哪些保留人工、如何界定
[平台规则与风控红线](/keywords/tiktok-shop-risk-control) - 红线清单、合规自检清单

思考题

1. 你当前运营中最耗时、最重复、最易错的 3 个动作是什么？ 2. 如果这 3 个动作自动化，预计节省多少人工小时/周？ROI 如何？ 3. 自动化后，异常情况如何兜底？责任归属如何界定？

---

阶段 1：环境搭建 (4-6 小时)

1.1 开发环境标准化

# 推荐技术栈
Python 3.11+          # 主语言，生态最丰富
FastAPI               # API 框架，自动文档、类型提示、异步原生
PostgreSQL 15+        # 主库，JSONB 支持电商半结构化数据
Redis 7+              # 缓存、分布式锁、Celery Broker
Celery + Flower       # 分布式任务队列、监控
Playwright            # 浏览器自动化，反检测强
Docker + Compose      # 容器化部署，环境一致性
GitHub Actions        # CI/CD，自动测试、构建、部署

1.2 项目脚手架

# 使用 cookiecutter 或手动创建
tiktok-shop-agent/
├── backend/                 # FastAPI 后端
│   ├── app/
│   │   ├── api/            # API 路由
│   │   ├── services/       # 业务逻辑 (采集、编辑、库存、订单、数据)
│   │   ├── models/         # SQLAlchemy 模型
│   │   ├── schemas/        # Pydantic Schema
│   │   ├── tasks/          # Celery 任务
│   │   └── core/           # 配置、安全、数据库、中间件
│   ├── tests/
│   ├── alembic/            # 数据库迁移
│   ├── requirements.txt
│   └── Dockerfile
├── frontend/               # Next.js 管理后台
├── browser-extension/      # Chrome 扩展 (Manifest V3)
├── docker-compose.yml
└── .github/workflows/      # CI/CD

1.3 本地一键启动

# docker-compose.yml 核心服务
services:
  postgres:
    image: postgres:15
    environment:
      POSTGRES_DB: tiktok_agent
      POSTGRES_PASSWORD: ${POSTGRES_PASSWORD}
    volumes: [postgres_data:/var/lib/postgresql/data]
  
  redis:
    image: redis:7-alpine
  
  backend:
    build: ./backend
    ports: ["8000:8000"]
    depends_on: [postgres, redis]
    environment:
      DATABASE_URL: postgresql://postgres:${POSTGRES_PASSWORD}@postgres:5432/tiktok_agent
      REDIS_URL: redis://redis:6379/0
  
  frontend:
    build: ./frontend
    ports: ["3000:3000"]
    depends_on: [backend]
  
  celery_worker:
    build: ./backend
    command: celery -A app.core.celery_app worker -l info
    depends_on: [redis, postgres]
  
  celery_beat:
    build: ./backend
    command: celery -A app.core.celery_app beat -l info
    depends_on: [redis, postgres]

---

阶段 2：采集模块 (6-8 小时)

2.1 采集架构设计

采集任务创建 → 任务队列 → Worker 领取 → 浏览器实例 → 页面交互 → 数据提取 → 清洗验证 → 入公共采集箱
                    │                                    │
                    ▼                                    ▼
            任务状态机 (pending/running/paused/failed/done)    反爬应对 (验证码/限流/IP封禁)

2.2 核心代码骨架

# backend/app/services/collection_service.py
class CollectionService:
    async def create_task(self, task: CollectionTaskCreate) -> CollectionTask:
        # 1. 校验参数、生成任务 ID、入库 pending
        # 2. 发送到 Celery 队列
        # 3. 返回任务对象
    
    async def process_temu_task(self, task_id: str):
        # 1. 更新状态 running
        # 2. 启动 Playwright Chromium (持久化上下文)
        # 3. 注入已登录 Cookie / 连接 Chrome 扩展
        # 4. 执行搜索 → 列表页翻页 → 详情页提取
        # 5. 数据清洗：标准化字段、去重、风控标记
        # 6. 批量写入公共采集箱 (妙手 ERP API)
        # 7. 更新状态 done/failed，记录统计

2.3 反爬与稳定性

| 挑战 | 方案 | |------|------| | 登录态维持 | Chrome 扩展复用用户已登录会话 + 定期心跳刷新 Cookie | | 验证码 | 行为模拟 (鼠标轨迹、停留时间) + 第三方打码 API 兜底 + 人工介入队列 | | IP 限流 | 住宅代理池 + 请求间隔抖动 + 并发度自适应调整 | | 页面结构变更 | 选择器多备选 + 版本化解析器 + 变更监控告警 | | 数据质量 | 字段级校验规则 + 异常值检测 (价格跳变、销量异常) + 人工复核抽样 |

2.4 实战练习

[ ] 实现 TEMU 关键词搜索 + 详情页采集 (Chrome 扩展 + 后端)
[ ] 实现 1688 搜索采集 (Playwright 无头 + 代理)
[ ] 接入妙手 ERP source_import API，实现采集箱入库
[ ] 建立采集任务看板：成功率、耗时、数据量、异常分类

---

阶段 3：编辑发布模块 (4-6 小时)

3.1 商品数据标准化

# 统一内部商品模型 → 适配各平台/ERP
class StandardProduct:
    title: str                    # 本地化标题 (含关键词)
    description: str              # 富文本/结构化描述
    images: List[ProductImage]    # 主图、详情图、尺码图、白底图
    skus: List[SKU]               # 规格组合、价格、库存、条码
    category_path: List[str]      # 类目全路径
    attributes: Dict[str, Any]    # 平台属性 (材质、产地、适用季节...)
    pricing: PricingRule          # 定价公式、促价、成本

3.2 智能编辑管线

采集箱商品 → 标题翻译优化 → 主图处理 (去水印/背景替换/尺码图拼接) 
        → 价格计算 (采购价×系数+固定费) → SKU 映射标准化 
        → 类目推荐 (妙手 API + 规则引擎) → 属性填充 
        → 合规预检 (违禁词/敏感属性/资质) → 预览确认 → 批量提交

3.3 关键集成点

妙手 ERP API：collectbox_manage、product_claim、tiktok_product_edit、tiktok_product_publish
图片处理：RunningHub/ComfyUI (背景替换、模特试装) + CloudStudio/R2 (CDN 托管)
翻译：DeepL/GPT-4o-mini 批量翻译，术语表强制替换
定价引擎：可配置公式 sale_price = cost * multiplier + fixed_fee + platform_fee_rate * sale_price

3.4 实战练习

[ ] 实现采集箱商品 → 标准商品模型转换
[ ] 集成妙手 ERP 类目推荐 + 人工复核界面
[ ] 实现价格公式配置 + 批量计算预览
[ ] 对接 RunningHub 换装 API，生成模特主图
[ ] 实现批量提交发布 + 失败重试 + 状态同步

---

阶段 4：库存订单模块 (4-6 小时)

4.1 多仓库存同步

┌─────────────┐    ┌─────────────┐    ┌─────────────┐
│  微笑仓储    │    │   东莞仓     │    │   海外仓     │
│  (国内备货)  │    │  (跨境直发)  │    │  (本地发货)  │
└──────┬──────┘    └──────┬──────┘    └──────┬──────┘
       │                  │                  │
       ▼                  ▼                  ▼
┌─────────────────────────────────────────────────┐
│           库存聚合服务 (Redis 缓存 + PG 持久化)   │
│  - 实时 Webhook / 定时全量同步                    │
│  - 可用库存 = 物理库存 - 锁定库存 - 预留库存       │
│  - 低库存预警 → 补货建议 / 自动下架               │
└─────────────────────────────────────────────────┘
       │
       ▼
┌─────────────────────────────────────────────────┐
│           TikTok Shop 库存同步                   │
│  - SKU 级增量更新 (Webhook 触发)                 │
│  - 定时全量校对 (每日 02:00)                     │
│  - 差异报警 + 人工复核工单                       │
└─────────────────────────────────────────────────┘

4.2 订单履约自动化

# 订单状态机
PENDING → PAID → AWAITING_SHIPMENT → PACKED → SHIPPED → DELIVERED → COMPLETED
                ↓                    ↓
           CANCELLED            EXCEPTION (地址异常/缺货/拒收)
                ↓                    ↓
           REFUNDED            RETURN/EXCHANGE

自动化节点：

PAID → 自动分单 (按仓库、物流渠道、时效)
AWAITING_SHIPMENT → 自动打单 (电子面单 API) → 传 WMS/打印机
PACKED → 回传面单号 → TikTok Shop 标记发货
SHIPPED → 物流轨迹订阅 → 异常拦截 (滞留/退回/拒收) → 工单
DELIVERED → 确认收货倒计时 → 好评引导 → 售后窗口开启

4.3 实战练习

[ ] 实现微笑仓储/东莞仓 API 对接，库存实时同步
[ ] 建立 SKU 映射表 (平台 SKU ↔ 仓储 SKU ↔ 采购 SKU)
[ ] 实现订单 Webhook 接收 + 状态机流转
[ ] 对接电子面单 (菜鸟/顺丰/极兔) 批量打单
[ ] 实现物流轨迹订阅 + 异常预警通知 (飞书/钉钉)

---

阶段 5：数据复盘模块 (3-4 小时)

5.1 指标体系设计

| 维度 | 核心指标 | 计算口径 | 预警阈值 | |------|----------|----------|----------| | 流量 | 访客数、浏览量、商品详情页 PV | 日/周/月 | 环比 -20% | | 转化 | 下单转化率、支付转化率 | 订单数/访客数 | <1% | | 客单 | 客单价 (AOV)、件单价 | GMV/订单数 | 环比 -15% | | 退货 | 退款率、仅退款率、换货率 | 退款单/支付单 | >10% | | 广告 | ROI、CPC、CPM、CTR | 广告后台 | ROI<1.5 | | 库存 | 库存周转天数、断货率、滞销率 | 平均库存/日均销量 | >60天/断货>0 | | 运营 | 人效 GMV、单品日销、新品贡献率 | 团队总 GMV/人数 | 基准对比 |

5.2 自动化看板

-- 核心宽表 (物化视图/定时刷新)
CREATE MATERIALIZED VIEW daily_shop_metrics AS
SELECT 
  date, shop_id,
  SUM(gmv) AS gmv, COUNT(DISTINCT order_id) AS orders,
  SUM(gmv)/NULLIF(COUNT(DISTINCT order_id),0) AS aov,
  COUNT(CASE WHEN refunded THEN 1 END)::float/NULLIF(COUNT(*),0) AS refund_rate,
  -- 更多指标...
FROM orders o
JOIN order_items i ON o.id = i.order_id
GROUP BY date, shop_id;

可视化：Metabase / Superset / Grafana / 自建 Next.js + ECharts

5.3 周报自动生成

# 每周一 09:00 触发
async def generate_weekly_report():
    # 1. 查询上周核心指标、环比、同比
    # 2. 识别异常 (突增/突降、阈值触发)
    # 3. Top/Bottom 商品、类目、广告计划
    # 4. LLM 生成洞察文案 (模板 + 数据注入)
    # 5. 渲染 HTML/Markdown → 飞书/邮件/Notion

---

阶段 6：进阶扩展 (持续迭代)

6.1 Agent 智能决策

选品 Agent：多源数据聚合 → 多维评分 → 推荐入库 → 解释性报告
定价 Agent：竞品价格监控 → 需求弹性估算 → 动态调价建议 → 人工确认执行
文案 Agent：商品卖点提取 → 爆款结构套用 → 多语言生成 → A/B 测试
复盘 Agent：指标异常归因 → 根因分析 → 行动建议 → 任务下发

6.2 多平台多站点架构

统一内核 (核心模块、数据模型、基础设施)
    │
    ├─ TikTok Shop Adapter (SG/MY/TH/PH/ID/US/UK)
    ├─ 抖店 Adapter
    ├─ Shopee Adapter
    ├─ Lazada Adapter
    └─ 独立站 Adapter (Shopify/WooCommerce)

适配器模式隔离平台差异
统一内部商品/订单/库存模型
平台特有字段扩展字段存储

6.3 团队协作与权限

RBAC：超管/运营主管/运营专员/只读
操作审计日志：谁在什么时间做了什么
变更审批流：价格调整 >20%、新品上架、库存调拨
知识库沉淀：SOP 文档化、案例库、FAQ

6.4 合规与风控

数据脱敏：手机号、身份证、地址加密存储、按需解密
合规审计：定期自查、第三方渗透测试、等保备案
灾备演练：月度恢复演练、RPO<1h、RTO<4h
供应商准入：ERP/仓储/物流/服务商安全评估

---

学习资源清单

必读项目代码

[TikTok Shop 自动化运营 Agent](/projects/tiktok-shop-agent) - 本站核心参考实现
[妙手 ERP Skills 系列](/skills?category=miaoshou-erp) - ERP API 封装最佳实践
[AI 多账号管理台](/software/ai-multi-account-manager) - 多账号管理参考

实用工具/库

playwright / selenium / undetected-chromedriver - 浏览器自动化
httpx / aiohttp - 异步 HTTP 客户端
tenacity - 重试策略
pydantic - 数据验证
sqlalchemy + alembic - ORM + 迁移
celery + redis - 分布式任务
prometheus-client + grafana - 监控指标

---

避坑指南 (血泪总结)

| 坑 | 后果 | 预防 | |----|------|------| | 直接用 HTTP API 采集 TEMU/1688 | 频繁验证码、IP 封、数据不全 | 必须走浏览器自动化复用登录态 | | 硬编码选择器/字段映射 | 平台改版即挂、维护成本极高 | 配置化 + 版本化 + 监控告警 | | 忽视幂等性 | 重试导致重复上架/重复扣库存 | 所有写操作设计幂等键 | | 无分布式锁并发扣库存 | 超卖、负库存 | Redis Lua 脚本 / PG 行锁 | | 只监控成功率不监控数据质量 | 烂数据入库、下游全挂 | 字段级校验 + 异常值检测 + 抽样复核 | | 追求全自动化忽视人工兜底 | 异常时无人能接管、损失放大 | 关键节点保留人工审核、降级开关 | | 文档滞后于代码 | 新人上手难、知识流失 | 代码即文档、强制 PR 更新文档、定期整理 |

---

进阶项目建议

完成基础路径后，可挑战： 1. 多平台统一运营中台 - 一个后台管 TikTok/抖店/Shopee/独立站 2. 智能选品决策系统 - 接入数据供应商、竞品监控、趋势预测 3. 自动化内容生产线 - 选品→文案→图片/视频→投流素材→全链路 4. 供应链协同平台 - 采购-仓储-物流-财务打通、资金流可视化 5. 电商 AI Agent 开放平台 - 将能力封装为 Skill/插件、面向生态开发者

---

结语

电商自动化不是「写几个爬虫脚本」，而是用工程思维重构运营流程。核心原则：

业务先行：深度理解业务，自动化服务于业务目标，不为自动化而自动化
数据驱动：一切决策有数据说话，建立指标体系、闭环验证
工程化：标准化、模块化、可测试、可监控、可演进
人机协作：机器做重复/高频/规则明确的事，人做判断/创新/兜底/同理心的事

从最痛的点切入，跑通最小闭环，再逐步扩展。欢迎在 [本站项目](/projects) 或 GitHub 分享你的实践成果！

---

学习信息