饿了么外卖点餐

核心用法

该 skill 通过 Playwright MCP 浏览器自动化技术操控饿了么 H5 页面，实现完整的外卖点餐流程。用户只需用自然语言描述需求（如"点一杯霸王茶姬的伯牙绝弦"），系统即可自动完成：打开饿了么 → 登录（首次）→ 搜索/定位商家 → 浏览菜单 → 选择规格加购 → 凑单达标 → 提交订单。整个流程遵循"最小打断"原则，在用户明确目标的情况下自主推进，仅在多商家歧义、未指定商品、订单确认、支付环节四个节点暂停询问。

关键设计亮点在于智能决策分层：已明确品牌时直接进店不罗列、单一匹配商家自动进入、规格选择采用默认值、未达起送价自动展示凑单选项。支付环节严格隔离，系统仅提交订单，密码/指纹等敏感操作必须由用户在浏览器中亲自完成。

显著优点

1. 交互效率极高：理想场景下用户只需一句话+一次确认+一次支付，3-4 轮对话即可完成传统需要数十次点击的操作
2. 容错机制完善：内置定位失败重加载、iframe 登录适配、商品售罄检测、地址修改入口等常见异常处理
3. 安全边界清晰：支付操作物理隔离，杜绝代输密码风险；所有敏感信息（验证码、支付密码）均由用户在真实浏览器中处理
4. 技术栈成熟：基于 Playwright 真实浏览器渲染，规避纯 API 方案的反爬对抗和接口变更风险

潜在缺点与局限性

1. 环境依赖较重：需要本地安装 Node.js 及 Playwright MCP，配置门槛高于纯 API 调用
2. 页面性能敏感：饿了么 H5 加载较慢（3-5秒），操作后需等待 snapshot 更新，极端网络环境下体验下降
3. 规格默认值风险：自动采用默认规格可能不符合用户偏好（如默认热饮但用户想要冰饮），需事后补救
4. 地理定位黑盒：商家列表依赖浏览器地理位置，定位偏差可能导致推荐商家不符预期

适合人群

• 高频外卖用户：熟悉平台操作逻辑，追求"说完即等送餐"的极致效率
• 场景化订餐需求：如"加班时点杯咖啡""周末宅家想喝奶茶"等目标明确的场景
• 多任务并行场景：下单过程中可离开对话做其他事，无需持续关注交互

常规风险

• 账号安全风险：虽然支付隔离，但登录态由自动化脚本持有，存在被恶意利用的理论可能
• 订单误操作风险：默认规格策略可能导致下单内容与预期不符，需依赖用户最终确认环节拦截
• 平台合规风险：浏览器自动化可能触发饿了么的风控策略，存在账号限制或封禁的潜在可能
• 敏感信息暴露：手机号、收货地址等在 MCP 通信链中传输，依赖 Playwright MCP 自身的安全实现

核心用法

eleme-order是一款基于浏览器自动化的外卖点餐助手，通过Playwright MCP服务器操控真实浏览器访问饿了么H5页面，完成从浏览商家到提交订单的完整流程。用户只需用自然语言描述需求（如"帮我点一杯霸王茶姬的伯牙绝弦"），Agent即可自动完成打开页面、登录验证、搜索商家、选择商品、规格配置、加购凑单等操作，最终在确认订单页暂停等待用户核验，用户确认后提交订单并手动完成支付。

该Skill采用"最小打扰"设计哲学：当用户目标明确时，Agent会自主推进流程，不在中间环节频繁询问；仅在存在歧义（多家匹配商家）、缺少关键信息（未指定商品）或涉及资金确认（订单提交前）时暂停交互。整个流程严格遵守"支付环节绝不代替用户操作"的安全红线，验证码、支付密码等敏感信息均由用户直接在浏览器页面输入。

显著优点

极致交互效率：相比传统App点餐需要多次点击、切换页面，语音指令即可驱动完整流程，特别适合双手忙碌场景（如做饭、工作、通勤）。实测理想场景下，从表达需求到订单提交仅需3-4轮对话。

透明可控的操作链路：所有操作基于饿了么官方H5页面，用户可随时通过浏览器截图观察当前页面状态，订单确认环节强制展示地址、商品、金额等完整信息，避免"黑盒操作"带来的信任焦虑。

灵活的凑单策略：自动识别起送价门槛并智能推荐凑单选项，解决"差几块钱无法下单"的常见痛点，无需用户手动计算。

零代码依赖：纯Markdown文档型Skill，本身不含可执行代码，安全边界清晰，仅依赖标准化的Playwright MCP协议与浏览器交互。

潜在缺点与局限性

页面性能敏感：饿了么H5页面加载较慢（3-5秒），且对网络环境有一定要求，弱网或公共WiFi下可能出现"出错了"提示，需点击重新加载。自动化流程的流畅度受限于目标网站的响应稳定性。

登录态维护成本：首次使用需完成手机号验证码登录，且登录状态可能因Cookie过期而失效，长期使用需重复认证流程。

规格理解的边界：虽然支持用户指定规格（大杯/去冰/少糖等），但对于复杂定制化需求（如"多加珍珠""备注少辣"）可能存在理解偏差，部分特殊要求需用户在确认页手动补充。

地域与商家覆盖限制：依赖饿了么平台的商家数据，偏远地区或新入驻商家可能不在列表中；部分商家存在"已售罄"状态无法预判。

iframe操作复杂度：登录页嵌入iframe，元素ref值动态变化，对Playwright MCP的兼容性有一定要求，不同版本可能存在定位差异。

适合的目标群体

• 高频外卖用户：工作日午餐、下午茶、夜宵等重复场景，可固化常用话术快速下单
• 多任务并行者：厨师、程序员、设计师等双手占用时，语音驱动点餐解放操作
• 老年人/视障群体：相比小屏App的多层点击，语音交互门槛更低
• 效率极客：追求"零摩擦"生活流程的数字化原住民

使用风险与注意事项

MCP服务器配置风险：需在openclaw.json中配置Playwright MCP Server，建议严格限定使用官方源（@playwright/mcp@latest），避免配置被恶意篡改导致浏览器被劫持用于其他目的。

订单信息核验义务：虽然Skill会在提交前展示订单信息，但用户仍需主动核对收货地址、商品规格、优惠金额等关键信息，自动化流程不能替代人的最终确认责任。

支付安全隔离：该Skill明确不触碰支付环节，用户需警惕任何试图索要支付密码或代替完成支付的异常请求，这往往是钓鱼攻击的特征。

网络环境建议：涉及订单和支付的敏感操作，建议在可信家庭/办公网络下进行，避免公共WiFi的中间人攻击风险。

来源可信度管理：该Skill来自社区个人开发者（T3级别），虽经安全扫描无恶意代码，但用户应关注更新日志，及时升级到修复版本。