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。
- Star
- 1,865
- Fork
- 279
- 未关闭 Issue
- 78
- 最近提交
- 18小时前
这是什么?
OpenAdapt 用于自动化网页、Windows、macOS、Linux 及远程桌面应用中重复性的数据录入。由人或计算机使用型智能体完成一次操作,OpenAdapt 将其录制并编译为程序。之后程序无需调用模型、也不发送截图,即可用新输入重复执行这些步骤。
每次保存前,程序会确认屏幕上是正确的记录;保存后,它从系统记录中回读数据,而不是只相信应用的成功提示。若不一致,运行会在保存前停止,并把结果返回给调用方的智能体,避免盲目重试。界面变化时,可以提出修复方案,由人工审批后执行。
编译后的工作流可以作为 MCP 工具供 Claude 等智能体调用,项目也提供命令行工具和 Agent Skills。仓库中公布了在 OpenEMR 测试副本上的对比测试结果。
核心功能
- 01将一次录制或智能体执行的操作编译为无需模型调用的程序。
- 02每次保存前确认记录正确,保存后从系统记录中回读。
- 03遇到不确定的保存会停止并报告,而不是盲目重试。
- 04在可用时使用 DOM、UI Automation、Accessibility 或 AT-SPI,远程桌面则基于像素匹配。
- 05将工作流以 MCP 工具和 Agent Skills 形式提供给 AI 智能体调用。
- 06工作流需要修复时,由人工审批后再执行。
适用场景
- 在 EHR 或保险理赔系统中重复录入相同类型的患者或理赔记录。
- 为 AI 智能体提供经过校验的写入工具,而不是让其逐步操作界面。
- 自动化缺少 API 的传统桌面应用或 Citrix/RDP 远程应用。
快速上手
- 1
从 PyPI 安装 openadapt 包
python -m pip install --upgrade openadapt - 2
运行包含破坏测试的合成快速入门演示
openadapt quickstart --break-it
使用前须知
- 每个应用在每个平台上都需要单独认证,之后其程序才能安全运行。
- replay 命令会执行录制的每个操作(包括保存),不会先询问也不会检查记录,因此只能用于测试或预发布环境。
- 探索任务和修复已变更的程序需要你自己的模型密钥,并会产生模型费用。
收录于专题
标签
#ai-agents#rpa#gui-automation#browser-automation#desktop-automation#mcp#deterministic-replay#healthcare-automation#agent-harness#citrix
常见问题
- OpenAdapt 是什么?
- 开源的可验证执行层,把一次操作录制编译成本地程序,无需模型调用即可重复执行,并核对每次保存。 OpenAdapt 用于自动化网页、Windows、macOS、Linux 及远程桌面应用中重复性的数据录入。由人或计算机使用型智能体完成一次操作,OpenAdapt 将其录制并编译为程序。之后程序无需调用模型、也不发送截图,即可用新输入重复执行这些步骤。
- OpenAdapt 可以免费使用吗?用的什么许可证?
- OpenAdapt 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- OpenAdapt 还在维护吗?
- 活跃维护中。OpenAdapt 最近一次提交是在 2026年11月6日。
- OpenAdapt 适合用来做什么?
- 在 EHR 或保险理赔系统中重复录入相同类型的患者或理赔记录。 为 AI 智能体提供经过校验的写入工具,而不是让其逐步操作界面。 自动化缺少 API 的传统桌面应用或 Citrix/RDP 远程应用。
- OpenAdapt 怎么安装和运行?
- 从 PyPI 安装 openadapt 包: python -m pip install --upgrade openadapt 运行包含破坏测试的合成快速入门演示: openadapt quickstart --break-it
- 在哪里获取 OpenAdapt?
- 源代码和安装说明在 GitHub 上:https://github.com/OpenAdaptAI/OpenAdapt
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
2101+7 本周422TypeScriptOther更新于 3天前
开源企业级 RPA 桌面应用,通过可视化低代码设计器自动化 Windows 桌面软件和网页,并可与 AI Agent 联动。
5254485PythonApache-2.0更新于 昨天
基于大语言模型和计算机视觉的开源浏览器自动化工具,可在任意网站上执行工作流,并在 Playwright 上扩展 AI 能力。
2.3万+40 本周2234PythonAGPL-3.0更新于 17小时前
录制一次浏览器操作即可生成确定性工作流,步骤失败时回退到 Browser Use 智能体执行。
4247+5 本周356PythonAGPL-3.0更新于 19小时前
面向机器人流程自动化(RPA)的 Python 与 Robot Framework 库集合,涵盖浏览器、Excel、邮件、PDF 和云服务。
1580+3 本周280PythonApache-2.0维护活跃更新于 5天前
字节跳动开源的多模态 AI Agent 工具栈,包含 CLI 与 Web UI 版 Agent TARS 及桌面 GUI 智能体应用 UI-TARS Desktop。
4万+108 本周4026TypeScriptApache-2.0更新于 29天前