warashibe-reselling
わらしべ長者式せどり自動化: 少額資金からブラウザ自動化でリサーチ→仕入れ→出品→利益確定→再投資を複利で回す
- License 许可
- MIT
- 所属仓库
- zapabob/Skills
- 最近更新
- 2026-10-26
- Stars
- ★ 2
- Forks
- 0
01 前言 Front Matter
- name
- warashibe-reselling
- author
- Hermes Agent
- license
- MIT
- version
- 1.0.0
- metadata
- { "hermes": { "tags": [ "reselling", "arbitrage", "browser-automation", "compound-growth", "mercari", "yahoo-auctions", "amazon", "bookoff", "hardoff", "ebay" ], "category": "autonomous-ai-agents", "related_skills": [ "ai-employee-org", "hermes-agent", "browser-browser-use" ] } }
- platforms
- [ "linux", "macos", "windows" ]
- description
- わらしべ長者式せどり自動化: 少額資金からブラウザ自動化でリサーチ→仕入れ→出品→利益確定→再投資を複利で回す
03 SKILL.md 正文
Warashibe Reselling Skill
わらしべ長者式せどり — 1万円スタートでブラウザ自動化(Hermes browser ツール)を使い、複数マーケットプレイスを横断して「安く買って高く売る」サイクルを複利で回す自律エージェント運用スキル。
When to Use
- 少額資金(1〜5万円)からせどりを始め、利益を再投資して資産を増やしたい
- メルカリ・ヤフオク・Amazon・ブックオフオンライン・ハードオフ・eBay 等を横断リサーチしたい
- 古物商許可取得済み(または取得予定)で、法令遵守しながら自動化したい
- AI社員(secretary/researcher/lister/shipper/ledger)に役割分担させたい
Prerequisites
- Hermes
browserツール(Browserbase経由)が動作すること - 古物商許可証(都道府県公安委員会)取得済み
- 各マーケットプレイスのアカウント(メルカリ・ヤフオク・Amazonセラー等)
- 発送用資材・プリンター・計量器
- 利益管理用 Google Sheets / Notion / SQLite
Core Workflow (7 Phases)
┌─────────────┐ ┌──────────────┐ ┌────────────┐ ┌────────┐ ┌─────────┐ ┌────────────┐ ┌──────────┐
│ ① Research │→│ ② Calculate │→│ ③ Decision │→│④ Purchase│→│⑤ Listing│→│⑥ Ship │→│⑦ Reinvest│
│ (browser) │ │ (Python) │ │ (Rules) │ │(browser)│ │(browser)│ │(browser) │ │ (Ledger) │
└─────────────┘ └──────────────┘ └────────────┘ └────────┘ └─────────┘ └────────────┘ └──────────┘
↓ ↓ ↓ ↓ ↓ ↓ ↓
複数サイト 手数料・送料 スコア≥閾値 購入ボタン テンプレ ラベル印刷 確定利益を
横断検索 梱包費込みで なら自動承認 クリック 出品 追跡登録 次期予算へ
キーワード/ 利益率≥30% 自動生成
カテゴリ指定 利益額≥500円
Phase Details
| Phase | Agent | Tools | Key Logic |
|---|---|---|---|
| ① Research | researcher |
browser_navigate, browser_snapshot, browser_click, browser_type |
キーワード・カテゴリ・価格帯で各サイト検索、商品カードから「現在価格・状態・送料・出品者評価」抽出 |
| ② Calculate | researcher |
execute_code (Python) |
profit = sell_price * (1 - fee_rate) - shipping - packing - buy_price → roi = profit / buy_price |
| ③ Decision | secretary |
delegate_task + rules |
roi >= 0.3 AND profit >= 500 AND score >= 70 → 自動承認、 else human gate |
| ④ Purchase | buyer |
browser (click/keys) |
カート→購入手続き→支払い確定(実運用は手動承認ゲート推奨) |
| ⑤ Listing | lister |
browser + template |
タイトル生成(SEOキーワード込)、説明文テンプレ、画像最適化、価格設定 |
| ⑥ Ship | shipper |
browser + carrier API |
ラベル発行(ゆうパケット/ネコポス/宅急便コンパクト)、追跡番号登録、購入者通知 |
| ⑦ Reinvest | ledger |
file / terminal |
損益通算CSV/DB更新 → 確定利益を次期予算に加算 → Secretary に次のサイクル指示 |
Marketplace Parameters (内部設定)
marketplaces:
mercari:
fee_rate: 0.10
payment_fee: 0.02 # 決済手数料目安
shipping_options:
- name: ゆうパケットポスト
max_size: A4/3cm/2kg
cost: 215
- name: 宅急便コンパクト
max_size: 専用箱/25cm/2kg
cost: 450
search_url: "https://www.mercari.com/search?keyword={kw}&price_min={min}&price_max={max}&status=on_sale"
selectors:
item_card: "[data-testid='item-cell']"
price: ".mer-price__number"
title: ".mer-item-thumbnail__title"
yahoo_auctions:
fee_rate: 0.088
payment_fee: 0.01
shipping_options:
- name: ねこポス
max_size: A4/2.5cm/1kg
cost: 210
- name: 宅急便コンパクト
cost: 450
search_url: "https://auctions.yahoo.co.jp/search/search?p={kw}&aucminprice={min}&aucmaxprice={max}"
amazon:
fee_rate: 0.15 # カテゴリ平均
fba_fee: 300 # 目安
search_url: "https://www.amazon.co.jp/s?k={kw}&rh=p_36%3A{min}00-{max}00"
bookoff_online:
# 買取専用(仕入れ先)
buyback_url: "https://www.bookoffonline.co.jp/kaitori/"
hardoff:
# 店舗/宅配買取専用
buyback_url: "https://www.hardoff.co.jp/kaitori/"
ebay:
fee_rate: 0.1235
shipping_options:
- name: eBay International Shipping
cost: 0 # 買い手負担
search_url: "https://www.ebay.com/sch/i.html?_nkw={kw}&_udlo={min}&_udhi={max}"
Profit Calculation Formula
def calculate_profit(buy_price, sell_price, marketplace, shipping_method, pack_cost=50):
mp = MARKETPLACES[marketplace]
fee = sell_price * mp['fee_rate']
payment_fee = sell_price * mp.get('payment_fee', 0)
shipping = next(s['cost'] for s in mp['shipping_options'] if s['name'] == shipping_method)
profit = sell_price - fee - payment_fee - shipping - pack_cost - buy_price
roi = profit / buy_price if buy_price else 0
return {"profit": profit, "roi": roi, "breakdown": {"fee": fee, "shipping": shipping, "pack": pack_cost}}
合格ライン: roi >= 0.30 (30%) AND profit >= 500 円
Scoring Rules (Phase ③)
| Factor | Weight | Detail |
|---|---|---|
| 利益率 ROI | 30% | ≥30%で満点、線形減点 |
| 利益額 | 20% | ≥2000円で満点 |
| 回転日数予測 | 20% | Keepa/オークファン相場から推定、≤14日で満点 |
| 出品者評価 | 15% | ★4.5以上・取引100件以上で満点 |
| 商品状態 | 15% | 「未使用に近い」>「目立った傷なし」>「やや傷汚れあり」 |
スコア ≥ 70 で自動購入承認、delegate_task で buyer に引き継ぎ。
Kanban Board Structure
Board: warashibe-reselling
Lanes:
backlog → ① Research 完了・未判断
research_done → ② Calculate 完了
buy_decision → Secretary が判断(自動/手動)
purchased → ④ Purchase 完了
inspection → 到着・検品・撮影
listing_draft → ⑤ Listing 下書き
listed → 出品中
sold → ⑥ Ship 待ち
shipped → 発送済み・追跡中
completed → ⑦ Reinvest 完了・利益確定
Agent Role Mapping (ai-employee-org 連携)
| Role | Profile | Primary Phase |
|---|---|---|
| Secretary | secretary |
③ Decision, ⑦ Reinvest 指示 |
| Researcher | job-seeker → repurpose |
① Research, ② Calculate |
| Buyer | delivery-worker → repurpose |
④ Purchase |
| Lister | job-recruiter → repurpose |
⑤ Listing |
| Shipper | delivery-worker |
⑥ Ship |
| Ledger | self-improver → repurpose |
⑦ Reinvest, 古物台帳記帳 |
Browser Automation Patterns (Hermes browser ツール)
# 共通ヘルパー
async def search_marketplace(browser, url, selectors):
await browser_navigate(url)
await browser_snapshot()
# スクロールして全件読み込み
for _ in range(3):
await browser_scroll(direction="down")
await asyncio.sleep(1)
await browser_snapshot()
# 抽出
items = []
for idx in extract_indices(selectors['item_card']):
items.append({
"title": await browser_get_text(title_idx),
"price": parse_price(await browser_get_text(price_idx)),
"url": await browser_get_attribute(link_idx, "href"),
})
return items
# メルカリ検索例
mercari_items = await search_marketplace(browser,
"https://www.mercari.com/search?keyword=ニンテンドースイッチ&price_min=1000&price_max=10000",
MERCARI_SELECTORS)
古物台帳自動記帳 (法的必須)
取得日,取得先氏名住所,品名,数量,取得価格,販売日,販売先氏名住所,販売価格
2026-07-15,メルカリ出品者A(東京都),Nintendo Switch 本体,1,8000,2026-07-20,購入者B(大阪府),12000
ledgerエージェントがkanban_completeフックで自動追記- 3年間保存・警察立入検査時に即提示可
Pitfalls & Mitigations
| Pitfall | Mitigation |
|---|---|
| メルカリ/ヤフオク非公式API・スクレイピングは規約違反リスク | Hermes browser ツール(人間模倣操作)に留める、公式API申請並行 |
| 購入ボタン自動クリックで誤購入 | 手動承認ゲートをSecretaryに挟む(kanban_block) |
| 送料誤計算で赤字 | 実測重量・サイズで計算、梱包後再計量ルーチン |
| 在庫切れ・キャンセル率上昇 | 出品者評価・発送速度をスコアに組み込み、閾値以下はスキップ |
| 古物台帳漏れ | ledger エージェントを Kanban 完了フックに強制紐付け |
| アカウント凍結リスク | 複数アカウント分散・IPローテーション・操作間隔ランダム化 |
Verification Checklist
- [ ]
hermes plugins enable browser-browser-use完了 - [ ] 古物商許可証コピーを
~/Documents/ops/warashibe/license.pdf保存 - [ ] Kanban ボード
warashibe-reselling作成 - [ ] 5役職プロファイルに
warashibe-resellingスキルインストール - [ ] 初回キーワードリスト(
keywords.yaml)作成 - [ ] 利益計算テスト(既知商品で手計算と比較)
- [ ] 手動承認ゲート動作確認(Secretary → Buyer)
References
references/marketplace-params.yaml— 手数料・送料・セレクタ定義references/keywords.yaml— 検索キーワード・カテゴリ・価格帯プリセットreferences/ledger-template.csv— 古物台帳テンプレートscripts/calculate_profit.py— 利益計算CLI(execute_codeから呼び出し可)scripts/kanban_hooks.py— 完了時フック(台帳記帳・再投資予算更新)
Templates
templates/listing/mercari.md— メルカリ出品テンプレtemplates/listing/yahoo_auctions.md— ヤフオク出品テンプレtemplates/listing/amazon.md— Amazon出品テンプレtemplates/listing/ebay.md— eBay出品テンプレ
Next Steps
hermes skills install warashibe-resellingでスキル有効化- 各プロファイルにインストール:
hermes -p secretary skills install warashibe-reselling等 references/keywords.yamlに最初の狙い目キーワードを追加(例: 「ニンテンドースイッチ」「レゴ」「フィギュア」「古本 セット」「工具 セット」)- Secretary に最初のタスク投入:
hermes kanban create "初期リサーチ: 1万円以内で仕入れ可能な高回転商品20件" --assignee secretary --priority 1
04 同仓库更多 Skills
xurl
X/Twitter via xurl CLI: post, search, DM, media, v2 API.
writing-plans
Write implementation plans: bite-sized tasks, paths, code.
whisper
OpenAI's general-purpose speech recognition model. Supports 99 languages, transcription, translation to English, and language identification. Six model sizes from tiny (39M params) to large (1550M params). Use for speech-to-text, podcast transcription, or multilingual audio processing. Best for robust, multilingual ASR.
weights-and-biases
W&B: log ML experiments, sweeps, model registry, dashboards.
watchers
Poll RSS, JSON APIs, and GitHub with watermark dedup.
serving-llms-vllm
vLLM: high-throughput LLM serving, OpenAI API, quantization.