workflow-use

用代码快速搭建跨应用自动化流程，省去手工重复操作

开源 🏷️基础免费，高级付费 ✅ 目前可打开自动化工作流 🍴 复刻 356 🐛 待处理 75 👀 关注 32

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 4250

维护状态活跃

是否开源开源

定价模式 🏷️基础免费，高级付费支持限时试用 · 提供免费额度，高级功能需付费订阅，具体价格未明确，建议访问官网查看。

项目预览

项目数据

分类自动化工作流

开发团队browser-use

官网地址https://browser-use.com

GitHubhttps://github.com/browser-use/workflow-use

定价模式🏷️基础免费，高级付费

价格说明提供免费额度，高级功能需付费订阅，具体价格未明确，建议访问官网查看。

访问状态✅ 目前可打开

是否开源是

开源协议AGPL-3.0

主要语言Python

技术栈/模型browser-automation,browser-use-box,rpa,telegram-automation

GitHub 星标★ 4250

上线时间2025-05-06 00:00:00

代码更新2026-11-06

仓库体积5.1 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-10

浏览次数7

项目介绍

workflow-use 是一个基于 Python 的自动化工作流引擎，定位为 RPA 2.0，旨在通过简单的配置和脚本快速创建并运行跨应用自动化流程。它解决的是传统 RPA 工具笨重、依赖图形界面、难以与 AI 能力结合的问题，核心能力包括浏览器自动化（基于 browser-use-box）、Telegram 消息自动化，以及将多个步骤串联成可复用工作流的编排机制。项目强调轻量级和可编程性，开发者可以用代码定义工作流，并集成 AI 决策，实现从数据抓取到消息通知的端到端自动化。目前处于成长阶段，社区活跃度较高，适合需要快速构建自动化任务的开发者。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 4250

技术标签

browser-automation rpa

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 15 分钟部署方式：命令行工具 7 步

环境要求

Python 环境（项目为 Python 编写，需可运行 python cli.py）
uv 包管理器（README 使用 uv sync 安装依赖）
Playwright 浏览器内核（需执行 playwright install chromium）
OpenAI API Key（写入 .env 的 OPENAI_API_KEY，用于 browser-use 能力）

安装与启动步骤

1克隆代码仓库

从 GitHub 拉取 workflow-use 源码到本地，后续所有命令都在该目录内执行。
```
git clone https://github.com/browser-use/workflow-use
```
2同步项目依赖

按 README 的 Setup workflow environment 步骤切换目录并用 uv 安装依赖。
```
cd .. && cd workflows
uv sync
```
3激活虚拟环境

激活 uv 创建的 .venv，让后续 python 命令使用该环境。Mac/Linux 用 source。
```
source .venv/bin/activate
```
4安装浏览器内核

Playwright 需要单独下载 Chromium 浏览器，否则浏览器自动化步骤会失败。
```
playwright install chromium
```
5配置 API 密钥

复制环境变量模板，然后在生成的 .env 文件里填入自己的 OPENAI_API_KEY。
```
cp .env.example .env
```
6运行已有工作流

用示例工作流文件验证环境是否可用，注意路径要指向实际存在的 workflow.json。
```
python cli.py run-workflow examples/example.workflow.json
```
7生成新工作流

用自然语言描述任务，自动执行一次并生成可复用的语义工作流存入数据库。
```
python cli.py generate-workflow "Find GitHub stars for browser-use repo"
```

关键配置

配置项	必填	说明	示例
`OPENAI_API_KEY`	是	OpenAI 密钥，供 browser-use 与生成模式调用大模型	`sk-xxxxxxxx`

如何确认成功

执行 python cli.py list-workflows，能正常列出工作流（或运行 run-workflow 无报错）即说明环境配置成功。

常见问题

Q：提示找不到 store 或 CLI 报 Key 错误怎么办？

A：确认已在 .env 中填写 OPENAI_API_KEY，并已 source .venv/bin/activate 激活虚拟环境。

Q：浏览器自动化步骤报缺少浏览器？

A：在激活的虚拟环境中重新执行 playwright install chromium 安装 Chromium 内核。

Q：为什么依赖要用 uv 安装？

A：README 的 setup 步骤明确使用 uv sync，未提供 pip 安装说明，建议按官方步骤执行。

Q：这个项目可以用于生产环境吗？

A：README 明确说明项目处于非常早期开发阶段，不建议用于生产，且暂无发布计划。

Q：如何查看或删除已生成的工作流？

A：使用 python cli.py workflow-info <workflow-id> 查看详情，python cli.py delete-workflow <workflow-id> 删除。

注意事项

项目处于早期开发阶段，README 明确不建议用于生产环境，接口和行为可能发生变化。
README 中的目录切换命令为 cd .. && cd workflows，请按自己实际的克隆目录结构调整。
运行前必须激活虚拟环境，否则 python cli.py 可能找不到已安装的依赖。
run-stored-workflow / workflow-info / delete-workflow 需要先有 workflow-id，可通过 list-workflows 获取。