行业参考 · 互联网 · 采购 · 证据 E1

Order.co 用 Claude + LangGraph 自动完成供应商网站下单，跨供应商成功率100%

这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。

企业遇到的问题

传统RPA无法应对供应商网站频繁变化、CAPTCHA拦截和支付流程差异，手动下单要随客户或供应商增加而增加人手，无法规模化。

概要

Order.co 年采购额近10亿美元，phData 用六周 PoC 构建基于 Anthropic Claude via Amazon Bedrock + LangGraph 的多代理采购系统。系统自动登录供应商网站、选品、视觉校验购物车、处理支付并提交订单，无需人工干预，跨供应商平台成功率100%，订单处理从小时级缩至分钟级。此前传统RPA因供应商网站频繁变化、CAPTCHA和支付流程差异而难以规模化。

原文写明的事实

• Order.co 处理近10亿美元年采购额，覆盖数千个供应商网站。
• phData 六周PoC构建agentic AI采购系统。
• 技术栈包括Anthropic Claude via Amazon Bedrock、Amazon Nova、Amazon Bedrock AgentCore、LangGraph、AWS Fargate、Playwright、Bright Data proxy等。
• 系统自动登录、选品、视觉验证购物车准确性、处理支付并提交订单，无需人工干预。
• 跨供应商100%成功率，订单从小时级到分钟级。
• 六阶段LangGraph图：clear-cart、shop、cart QA、ship-and-pay、checkout QA、complete-purchase。
• 两个QA代理节点在提交前校验购物车内容和结算总额。
• 所有浏览器流量通过Bright Data住宅代理，避免供应商bot控制。

还有 1 条细节，见文末原文来源。

怎么做的

• 输入：订单任务通过API Gateway进入，包含采购需求。
• 处理：六阶段LangGraph图自动完成清购物车、选购、购物车QA、支付、结算QA和完成采购，错误ID代理分类失败原因。
• 数据：订单任务、购物车内容、截图、代理日志存DynamoDB/S3。
• 动作：系统自动登录供应商网站、选品、视觉校验、支付并提交订单。
• 输出：100%成功率，订单处理从小时级到分钟级。

如果你也想做：复制评估

AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。

• 难度：高（需要开发 Skill / MCP / API）
• 需要的能力：网页自动化操作Skill、购物车视觉校验Skill、错误分类Skill
• 需要接的数据/系统：供应商网站、支付网关
• 仍需人工的环节：失败订单需人工介入；供应商网站结构变化可能需维护
• 风险：供应商网站反爬；支付安全合规；误下单导致财务损失
• 原文没披露的：100%成功率范围未明确；未披露支付失败/退款等异常处理；强依赖代理和视觉模型

多代理流程和自动点击已实现PoC，但WorkBuddy复刻到国内供应商网站需重新评估反爬、支付合规与视觉QA。

来源

• phdata.io

证据说明：服务商官网案例，无独立来源，且页面无明确发布日期。