Repolode
提交项目
A9T9

A9T9/RPA

浏览器与桌面自动化扩展，支持录制宏、JavaScript 脚本、OCR 和图像识别，并提供供 AI 助手调用的 MCP 服务。

可替代:UiPathAutomation Anywhere

在 GitHub 查看官网
Star
2,101
Fork
422
未关闭 Issue
10
最近提交
3天前

这是什么？

Ui.Vision 是一款用于自动化操作网站和桌面应用的浏览器扩展。用户可以录制宏、以命令表方式编辑，也可以使用 uiv.* API 编写 JavaScript。它适用于表单填写、网页数据提取、文件下载以及重复性工作流，并直接在用户现有的浏览器会话中运行。

对于没有可用 HTML 选择器的页面，它可以通过 OCR 识别屏幕文字，并通过图像匹配定位控件。桌面自动化基于视觉识别结合鼠标和键盘输入，需要额外安装 Ui.Vision 桌面组件（XModules）。测试类宏也支持 Selenium IDE 命令。

项目提供 MCP 服务（通过 uivision-mcp-bridge 包发布），可将 Claude Code、Claude Desktop、Cursor 等 MCP 客户端连接到扩展。AI 代理可以查看页面、创建或修改宏、运行并检查日志与截图。仓库包含基于 React 和 webpack 构建的扩展源码，支持 Chrome、Edge 和 Firefox。

核心功能

  • 01可录制浏览器操作生成宏，也可以以命令表形式编辑。
  • 02通过 uiv.* JavaScript API 自动化网页操作。
  • 03通过 OCR 识别屏幕文字，并通过图像定位控件。
  • 04提供 MCP 服务，让 AI 助手创建、修改和运行宏。
  • 05支持 Selenium IDE 命令，适合测试类宏。
  • 06可构建 Chrome、Edge 和 Firefox 版本。

适用场景

  • 定期填写重复的网页表单或下载报表。
  • 从没有可用 API 的网站提取数据。
  • 使用不同输入数据重复运行同一套网页测试。
  • 让 AI 代理起草并执行浏览器自动化任务。
  • 自动化没有 HTML 结构的桌面或远程桌面界面。

快速上手

  1. 1

    从 Chrome 应用商店、Edge 加载项或 Firefox 加载项安装浏览器扩展

  2. 2

    运行安装程序以连接 MCP 客户端(可选)

    npx uivision-mcp-bridge --setup

使用前须知

  • 桌面自动化需要单独安装 XModules 桌面组件。
  • MCP 桥接需要已安装 Node.js 和 npm。
  • 从源码构建需要 Node V20.11.1 和 NPM V10.2.4。

收录于专题

开源 AI Agent 框架与应用MCP Server 精选PDF、OCR 与文档处理工具

标签

#browser-automation#rpa#mcp#ocr#image-recognition#javascript#macro-recorder#selenium#ai-agents#browser-automation-ai-api

常见问题

RPA 是什么？
浏览器与桌面自动化扩展，支持录制宏、JavaScript 脚本、OCR 和图像识别，并提供供 AI 助手调用的 MCP 服务。 Ui.Vision 是一款用于自动化操作网站和桌面应用的浏览器扩展。用户可以录制宏、以命令表方式编辑，也可以使用 uiv.* API 编写 JavaScript。它适用于表单填写、网页数据提取、文件下载以及重复性工作流，并直接在用户现有的浏览器会话中运行。
RPA 可以免费使用吗？用的什么许可证？
RPA 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。
RPA 还在维护吗？
活跃维护中。RPA 最近一次提交是在 2026年11月4日。
RPA 适合用来做什么？
定期填写重复的网页表单或下载报表。 从没有可用 API 的网站提取数据。 使用不同输入数据重复运行同一套网页测试。 让 AI 代理起草并执行浏览器自动化任务。 自动化没有 HTML 结构的桌面或远程桌面界面。
RPA 怎么安装和运行？
从 Chrome 应用商店、Edge 加载项或 Firefox 加载项安装浏览器扩展 运行安装程序以连接 MCP 客户端(可选): npx uivision-mcp-bridge --setup
在哪里获取 RPA？
源代码和安装说明在 GitHub 上：https://github.com/A9T9/RPA

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目