RPA

用视觉+AI 驱动浏览器自动化，轻松搞定网页重复操作。

Ui.Vision 是一个开源 RPA（机器人流程自动化）工具，以浏览器扩展形式提供，结合计算机视觉、OCR 和 AI（如 Anthropic Claude）实现智能自动化。它解决了传统 RPA 工具对页面结构变化敏感、难以处理验证码或复杂界面等问题，核心能力包括：基于视觉的元素识别、OCR 文本提取、支持 Anthropic Computer Use 进行 AI 驱动的操作，以及兼容 Selenium IDE 的脚本导入导出，方便从测试脚本迁移到自动化流程。项目用 JavaScript 开发，适合快速构建浏览器内的自动化任务，如数据抓取、表单填写、重复性办公操作等。

开源 freemium 自动化工作流

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 2034

维护状态活跃

是否开源是

定价模式 freemium

项目数据

分类自动化工作流

开发团队A9T9

所属国家

官网地址https://ui.vision

GitHubhttps://github.com/A9T9/RPA

定价模式freemium

价格说明开源RPA工具，提供免费社区版和付费专业版，专业版有14天试用，包含高级功能如OCR和AI集成。

访问状态

是否开源是

开源协议NOASSERTION

主要语言TypeScript

技术栈/模型ai-agents,browser-automation,browser-automation-ai-api,browser-extension,computer-use,desktop-automation,image-recognition,macro-recorder,mcp,mcp-server,ocr,selenium-ide,web-automation

GitHub 星标★ 2034

30天Star增速

HF 下载量

上线时间2017-08-04 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数4

使用教程

难度：入门约 5 分钟部署方式：浏览器扩展 6 步

环境要求

Chrome、Edge 或 Firefox 浏览器（任一即可）
操作系统：Windows、macOS 或 Linux
可访问对应浏览器的扩展商店（Chrome/Edge/Firefox 商店）

安装与启动步骤

1选择目标浏览器

Ui.Vision RPA 是跨平台浏览器扩展，先在 Chrome、Edge、Firefox 中选定你要使用的浏览器。
2打开商店安装页

在选定浏览器中打开对应扩展商店的 Ui.Vision RPA 详情页，务必使用官方商店链接。
```
https://chrome.google.com/webstore/detail/uivision-rpa/gcbalfbdmfieckjlnblleoemohcganoc
```
3添加到浏览器

点击页面上的“添加至浏览器”按钮并按提示确认，等待扩展安装完成，无需本地安装其他依赖。
4固定扩展图标

安装后点击浏览器工具栏的扩展图标区，把 Ui.Vision 固定到工具栏，方便随时打开。
5打开主界面

点击工具栏上的 Ui.Vision 图标，进入宏编辑与运行主界面，确认扩展已正常工作。
6录制或导入脚本

用内置 Web Macro Recorder 录制操作，或导入已有的 Selenium IDE 脚本开始自动化。

如何确认成功

浏览器工具栏出现 Ui.Vision RPA 图标，点击能正常打开宏编辑主界面即安装成功。

常见问题

Q：Ui.Vision 要收费吗？

A：不收费。README 明确说明它对个人和商业用途完全免费，且是开源项目。

Q：支持哪些浏览器？

A：支持 Chrome、Edge 和 Firefox，最新版本在 Chrome 与 Firefox 扩展商店中提供。

Q：遇到问题去哪里提问？

A：建议先到 Ui.Vision RPA 用户论坛（forum.ui.vision）提问，论坛由活跃用户、技术支持和开发者共同维护。

Q：能沿用已有的 Selenium IDE 脚本吗？

A：可以。Ui.Vision 兼容 Selenium IDE，支持命令列表见 ui.vision/rpa/docs/selenium-ide/。

注意事项

只从 Chrome、Firefox、Edge 官方扩展商店安装，以获取最新版本。
扩展跨平台支持 Windows、macOS 和 Linux，无需单独下载桌面安装包。
项目主页为 https://ui.vision，文档与命令列表也在该站点。

核心亮点

支持计算机视觉和 OCR，能识别动态页面元素，不依赖固定选择器
集成 Anthropic Claude 的 Computer Use，可让 AI 直接操作浏览器
兼容 Selenium IDE 和 iMacros 脚本，迁移成本低

不足之处

主要面向浏览器内自动化，对桌面应用支持有限
文档/社区待观察

适用场景

网页数据抓取与信息提取
重复性表单填写与提交
结合 AI 的复杂网页操作自动化

替代项目

UiPath、TagUI、Robot Framework

项目介绍

RPA 是自动化工作流领域的开源项目，由 A9T9 开发，2017 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（2,034）位列前 30%，在自动化工作流分类中处于中上游。

近 42 天，它的 GitHub 星标从 1,968 增加到 2,034，净增 66。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。开源RPA工具，提供免费社区版和付费专业版，专业版有14天试用，包含高级功能如OCR和AI集成。从国内网络环境看，可直接访问。

它主要面向的使用场景是：网页数据抓取与信息提取。同类可对比的替代方案包括 UiPath、TagUI、Robot Framework。

上一篇：HeadlessX

下一篇：jshookmcp

RPA