greentim
V2EX  ›  问与答

用 AI 替代传统 RPA 的 开源 Skill 方案

  •  
  •   greentim · Apr 9 · 3012 views
    This topic created in 192 days ago, the information mentioned may be changed or developed.

    Hi ,大家好! 大家好,我是 Zhiwei ,一直做 AI 和 AI Agent 方向的研究。 最近发布了一个 OpenClaw Skill ,把它开源了 “让龙虾自动生成机器人程序 RPA ,不再让大模型反复花 Token 的钱”。我主要目的希望替换过去传统 高昂开发成本的 RPA ,对比下它们

    竞争优势分析:RPA 的演进

    特性 传统 RPA (UIPath 等) 纯 LLM Agent (Browser-use 等) OpenClaw-RPA (编译器模式)
    开发成本 高 (人工编写选择器与逻辑) 低 (自然语言描述) 极低 (自动记录并编译)
    运行成本 高 (昂贵的商业授权) 极高 (每次运行均消耗 Token) 接近零 (原生 Python 脚本运行)
    执行速度 中等 缓慢 (受大模型推理延迟影响) 极快 (代码级原生执行速度)
    稳定性 脆弱 (网页改版即失效) 随机性 (存在模型幻觉风险) 确定性 (高可靠代码执行)
    2FA 处理 极其复杂 昂贵 (需实时推理配合) 简单 (Session 一次性捕获)
    部署环境 Windows & MS Office 依赖 灵活 (但运行成本高) 云原生 (支持 Linux/Docker)
    技术架构 人工绘制流程图 实时在线推理 一次推理 → 编译 → 永久重放

    我说下背景

    工作场景中,用 OpenClaw 或者 智能体 操作浏览器、办公软件、和本地文件做定时任务时,有几个问题让我很头疼:

    用 OpenClaw 让模型直接浏览器、电脑、第三方系统

    1. 幻觉——模型有时会点错按钮、找错元素、自己编一个不存在的操作
    2. 费用——每次重复任务都调大模型,token 烧得很快
    3. 每次用模型,自动化操作,速度很慢

    于是做了一个 RPA (自动化机器人程序) 技能来根本性地解决问题

    🔴 核心思路 录制一次真实操作 → 自动生成 机器人 RPA 脚本 → 以后直接跑脚本。 不再调大模型,没有幻觉,每次执行路径完全一致,结果可预期。

    ✅ 主要功能 • 在真实 Chrome 、Computer 里逐步录制,AI 模拟操作,完全记录指令 • 生成可独立运行的 .py 文件,脱离 OpenClaw 也能跑 • 在 OpenClaw + 飞书/IM 里可以发 #rpa-run:任务名 随时触发或定时执行

    还能录什么(不止浏览器)

    2 、HTTP API GET / POST 任意 REST 接口,保存 JSON ;密钥可写入生成脚本(触发含 #rpa-api )。

    3 、Excel (.xlsx ) 新建/更新工作簿、多 Sheet 、表头与冻结行;可从 JSON 等动态写行( openpyxl ,无需装 Excel )。

    4 、Word (.docx ) 段落 + 表格报告( python-docx ,无需 Microsoft Office )。

    5 、自动登录 #rpa-login 人工登录一次并保存 Cookie ;后续录制与回放自动注入,减少短信/滑块/扫码反复折腾。

    混合流程 网页 + API + Excel + Word 等可在同一任务里串起来(例如对账:拉接口 → 表格匹配 → Word 出表)

    📌 典型场景 电商登录下单、Yahoo 财经行情抓取、豆瓣影评提取、纯 API 拉数、本地财务报表 Excel/Word 对账 录一次,之后随时回放,每次结果稳定一致。

    📖 详细介绍和安装说明: https://github.com/laziobird/openclaw-rpa/blob/main/README.zh-CN.md 里面有案例视频演示

    Skill 地址 https://clawhub.ai/laziobird/openclaw-rpa

    1 、行情 API + 新闻 + 本地简报(#rpa-api )

    说明:HTTP 拉 JSON + 浏览器新闻页 + 合并简报;本节以文案与 API 说明为主。 文档: https://github.com/laziobird/openclaw-rpa/blob/main/README.zh-CN.md#api-quotes-news-brief-zh

    2 、飞书 / Lark:#rpa-list / #rpa-run

    说明:IM 里列任务、执行、定时类用法演示。 https://github.com/laziobird/openclaw-rpa/blob/main/README.zh-CN.md

    3 、自动登录( Cookie ):电商购物自动登录 说明:#rpa-login 存 Cookie → 录制/回放自动注入。 https://github.com/laziobird/openclaw-rpa/blob/main/articles/autologin-tutorial.md

    4 、财务系统对账( API + Excel + Word ) 说明:API 财务系统 + 本地 Excel 匹配 + Word 表格报告。 https://github.com/laziobird/openclaw-rpa/blob/main/articles/scenario-ap-reconciliation.md

    推荐使用大模型:Minimax 2.7 、>= Gemini Pro 3.0 、Claude Sonnet 4.6

    17 replies  •  2026-04-22 02:11:12 +08:00
    sparkssssssss
        1
    sparkssssssss  
       Apr 9
    没有图形界面的 server ,是不是没法使用了
    yukinotech
        2
    yukinotech  
       Apr 9
    如果是这样,ai 就变成了一个胶水层,其实很有意思,项目这样设计,意味着承认了 ai 取代不了自动化,也取代不了人。

    取代不了自动化程序:ai 的自动化既不快,又不稳定,类似的产品就是 browser-use ,看起来美好,实际上跑起来很难绷
    取代不了人:ai 有点智能,但仅限于有点智能,稍微遇到点复杂问题或者意外变量就卡壳了,还是得让人来判断,帮 ai 跳过卡点
    总结就是大模型上下文还是不够长,智能还是不够,判断能力还是欠缺
    greentim
        3
    greentim  
    OP
       Apr 9
    @sparkssssssss 可以看下视频,没有图形界面的,支持 API 录制
    bestie
        4
    bestie  
       Apr 9
    类似的,以前手写自动化(N8N)之类的很麻烦,纯 AI 自动化很费 TOKEN 容易死。那么用 AI 来生成 N8N 自动化工作流,就能够用最少的 TOKEN ,最快的速度来执行
    greentim
        5
    greentim  
    OP
       Apr 9
    @yukinotech 你提的很好,其实 很多场景还是适合 RPA 自动化机器人。 现在好处:利用 AI 自动生成 RPA ,而不是过去去开发 RPA
    greentim
        6
    greentim  
    OP
       Apr 9
    @bestie 你说得很对!以后还真可以这么干
    Sh1xin
        7
    Sh1xin  
       Apr 9
    @greentim 方便说下吗,我也在做 RPA 和 AI 方向的项目。我感觉目前 RPA 还保留的场景在于外部的 web 系统,当爬虫、自动化使用,以及桌面 APP 。其他的如果是内部系统,那么可以直接通过接口打通,RPA 太慢太重了。
    现在也是在苦恼于 RPA 在面对外部 web 系统的时候,频繁的变化,导致要一直做运维,成本很高,但是 browser-use 稳定性极差,又不满足需求
    greentim
        8
    greentim  
    OP
       Apr 9
    @Sh1xin “其他的如果是内部系统,那么可以直接通过接口打通,RPA 太慢太重了” 用 API 打通的 RPA ,不应该更简单么? “现在也是在苦恼于 RPA 在面对外部 web 系统的时候,频繁的变化,导致要一直做运维,成本很高,但是 browser-use 稳定性极差,又不满足需求” 项目 https://github.com/laziobird/openclaw-rpa 是这样解决的:因为可以录制生成 RPA ,如果外部系统发生频繁变化,重新录制,又可以用一段时间,无非花一点 token 的钱。
    greentim
        9
    greentim  
    OP
       Apr 9
    如果大家感兴趣,欢迎大家提 issue 和建议
    To5tE
        10
    To5tE  
       Apr 9
    上架产品 不同类目的产品属性不一样 也就是页面表单有一部分是不一样的
    能自动根据标题描述去识别填写吗
    greentim
        11
    greentim  
    OP
       Apr 9
    @To5tE 具体可以去 github 提 issue 功能,我会定期看看大家需求,然后看看要不要增强。
    JShen
        12
    JShen  
       Apr 9
    录制的原理是啥呢。录制像素点?
    JShen
        13
    JShen  
       Apr 9
    录制准不准啊,比如点击了一个元素,这个元素可能是动态的 Id
    greentim
        14
    greentim  
    OP
       Apr 10
    @JShen 如果录制 Browser ,我的建议

    **不建议使用——容易失败或需要人工干预:**
    | 场景 | 原因 |
    |------|------|
    | **高度动态的 SPA**(重度客户端路由、DOM 频繁变动) | 选择器在每次渲染间可能发生偏移; snapshot 可能遗漏未渲染内容 |
    | **登录后才可访问且无保存会话的流程** | 需手动处理账号密码与二次验证,回放前须先登录 |
    | **无稳定 ID 的无限下拉流** | 渐进式探测有帮助,但结果可能不稳定 |
    JShen
        15
    JShen  
       Apr 10
    @greentim #14 那你这里怎么解决的呢? 你是录制接口 api ?
    greentim
        16
    greentim  
    OP
       Apr 10
    @JShen 调用 api_call 指令,会让 AI 自动生成 API 调用代码,基于 httpx 框架
    greentim
        17
    greentim  
    OP
       Apr 22
    最新的案例 “ 零代码打造 Airbnb 竞品民宿比价追踪机器人 ” https://github.com/laziobird/openclaw-rpa/blob/main/articles/scenario-airbnb-compare.md 自动生成 亚马逊热门商品分析 RPA 工具 https://github.com/laziobird/openclaw-rpa/blob/main/articles/scenario-amazon-bestsellers.en-US.md
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1084 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 42ms · UTC 23:29 · PVG 07:29 · LAX 16:29 · JFK 19:29
    ♥ Do have faith in what you're doing.