首页 › weekly › 别手点了:8个开源自动化神器

日常工作中最磨人的不是难事,是重复的事:每天定时填表、每周导报表、每封客服邮件复制粘贴同一段话。这期换个思路挖掘——不看榜单上的明星框架,专找「替你上班」的自动化兵器,覆盖桌面、浏览器、命令行、文书四条战线。里面有两个千星级的低调精品,也有一个本身就是生意样本的开源项目。文中 Star 数均为写作时约数,未能实时核对,以仓库页面为准。

1. browser-use —— 给大模型装上鼠标键盘

仓库:browser-use/browser-use | Star 约7万 | 更新极活跃

一句话定位:让任意大模型直接操控真实浏览器,是目前 AI 浏览器自动化领域的事实标准库。

它解决的是「Agent 有脑子没手脚」的问题:大模型会规划,却点不了网页上的按钮。browser-use 把浏览器页面解析成模型能读懂的结构化文本,再用 Playwright 执行点击、输入、翻页等动作,形成「看页面—决策—操作」的闭环。核心亮点有三:一是把混乱的 DOM 压缩成精简可读的表示, token 消耗大幅下降;二是自带多标签页管理和元素追踪,页面跳转后不迷路;三是模型无关,OpenAI、Claude、Gemini 乃至本地模型都能接。几行 Python 就能起一个任务,社区里大量「让 AI 帮我订机票、填表格」的演示都基于它。

上手难度:⭐⭐

适用人群:想给 AI 应用加自动化能力的独立开发者。变现方向:拿它当引擎做垂直 Agent——电商比价、招投标监控、投研信息抓取,按行业卖订阅或托管服务,是当前创业密度最高的赛道之一。

2. OpenRPA —— UiPath 的开源平替

仓库:open-rpa/openrpa | Star 约4千 | 持续维护

一句话定位:全功能开源 RPA 平台,专啃商业 RPA 不愿伺候的「老系统」。

商业 RPA(UiPath、Power Automate)按席位收费,小团队用不起;而企业里最需要自动化的恰恰是没有 API、界面老旧的 ERP 和政务系统。OpenRPA 用可视化设计器拖拽「活动」搭流程,Windows 桌面、网页、SAP 都能录能放;最硬核的能力是图像识别定位——连远程桌面、Citrix 这种抓不到界面元素的硬骨头也能靠找图操作。流程可配 OpenFlow 编排器做集中调度,协议是 MPL-2.0,商用友好。

上手难度:⭐⭐⭐

适用人群:IT 外包顾问、企业内部数字化专员。变现方向:最实在的生意就是「替客户砍掉 UiPath 账单」——实施、迁移、代运维按项目收费,客户省的是一年几十万的许可证费。

3. TagUI —— 政府出品,一个文本文件就是一台机器人

仓库:aisingapore/tagui | Star 近万 | 持续维护

一句话定位:新加坡政府背景的命令行 RPA 工具,流程写在纯文本里,进 git、能评审、好交接。

可视化 RPA 的通病是「流程只在某个人脑子和截图里」,团队协作寸步难行。TagUI 反其道而行:一个 .flow 文本文件就是完整流程,写法接近自然语言——click 登录、read 报表 into 总数,还能内嵌 Python 和 JavaScript 处理数据。支持无头模式丢到服务器定时跑,配 Chrome 插件录制操作生成流程初稿,改一改就能用。据项目社区披露,新加坡的银行与政府机构有真实落地,工程成熟度不是玩具级。

上手难度:⭐⭐

适用人群:运维、财务、数据分析师等会点命令行的业务角色。变现方向:企业自动化内训 + 流程代写,把业务部门积压的「每天两小时手工活」按条收费清掉。

4. Automa —— 不写代码,拖积木就能编排浏览器

仓库:AutomaApp/automa | Star 上万 | 活跃维护

一句话定位:浏览器插件形态的零代码自动化工作流编辑器。

不会编程的人也有大量自动化需求:每天定时打卡、批量下载素材、自动填公司表单。Automa 在浏览器里提供了一个积木块画布——点击、滚动、填表、循环、条件判断全是拖上去的方块,连完线就成为一个工作流;支持定时触发、变量和表达式,流程能导出成 JSON 分享,社区还有现成模板市场。它是「无代码浏览器自动化」这个品类里完成度最高的项目之一,对普通办公人群几乎没有学习成本。

上手难度:⭐

适用人群:运营、客服、跨境电商从业者。变现方向:卖现成流程模板(如「亚马逊跟卖监控流」),或按行业做付费代配置——用户买的不是软件,是省下来的时间。

5. nanobrowser —— 装进扩展栏的迷你 Agent 团队

仓库:nanobrowser/nanobrowser | Star 数千 | 活跃维护

一句话定位:Chrome 扩展形态的开源 AI 浏览器助手,开箱即用、架构干净。

想体验 AI 操控浏览器,又不想配 Python 环境?nanobrowser 把整个 Agent 塞进一个浏览器扩展:内部分工明确——Planner 拆任务、Navigator 执行页面操作、Validator 检查结果,三个角色协作完成「帮我在这个网站下单」这类复合任务。自带 API Key 即装即用,代码量适中、结构清晰,是学习多智能体协作架构的优秀范本,也是二次开发的理想底座。

上手难度:⭐⭐

适用人群:轻量用户、想研究 Agent 架构的扩展开发者。变现方向:基于它做垂直定制版,比如 hr 用的批量筛简历扩展、代购用的跟单扩展,以扩展内订阅变现。

6. browserless —— 把 Chrome 做成 API 卖,本身就是生意范本

仓库:browserless/browserless | Star 近万 | 商业化持续投入

一句话定位:无头浏览器基础设施,Docker 一拉,Chrome 变成人人可调用的服务。

所有做爬虫、截图、PDF 生成服务的团队都会撞上同一堵墙:自建无头浏览器集群又脆又贵——内存泄漏、并发失控、版本地狱。browserless 把 Chrome 封装成带队列、带监控、带调试器的服务,Puppeteer 和 Playwright 的现有代码只要改一个连接地址就能无缝迁移。它同时是开源 open-core 模式的教科书:核心自托管免费,托管版收费养团队——「开源引流、托管变现」这条路它已经走通了。

上手难度:⭐⭐⭐⭐

适用人群:需要大规模网页渲染能力的后端开发者。变现方向:一是自托管省掉第三方 API 费用;二是照抄它的模式,在垂直领域(如批量发票 PDF)做同类基建服务。

7. AutoKey —— 千星小而美:桌面快捷短语引擎

仓库:autokey/autokey | Star 约1千 | 稳定维护

一句话定位:Linux 下的全局文本扩展 + 桌面宏工具,用了就回不去的小玩意。

在任何窗口输入 ;addr 自动展开成完整地址,输入 ;sig 展开成邮件签名,按全局热键执行一段 Python 脚本把当前窗口的表单自动填完——这就是 AutoKey 的全部,也是它迷人的地方。它解决的是「同一句话在十个软件里每天打二十遍」的碎屑级痛点:缩写展开、剪贴板历史、窗口自动化三合一,脚本用标准 Python 写,文档齐整。项目多年持续维护,是典型的低调实用主义仓库。

上手难度:⭐⭐⭐

适用人群:Linux 重度用户、客服、翻译。变现方向:单独卖软件不现实,价值在企业效率内训和定制脚本包——帮客户把高频话术库做成标准化工程。

8. docassemble —— 千星小而美:法律文书自动化流水线

仓库:jhpyle/docassemble | Star 约1千 | 作者长期高频更新

一句话定位:问答式文档自动化服务器,把「填合同」变成「答问卷」。

作者 Jonathan Pyle 是美国费城的法援律师,做这个项目的初衷很朴素:法律文书八成是模板,律师却按小时费填空。docassemble 用 YAML 定义问询流程,配 Word 模板里的占位符,答案自动注入生成终稿;支持条件跳转、多文档组装、电子签名,整套跑在自托管的 Docker 服务上。据项目官网与社区披露,它在美国法律援助界已有大量真实部署,是「Rules as Code」运动里被引用最多的实践之一。行业纵深极深,竞争者稀少。

上手难度:⭐⭐⭐⭐

适用人群:律所、法援机构、政务服务窗口。变现方向:给律所做文书自动化二次开发是清晰路径——按模板数量收费,客户算得清 ROI:一份租赁合同模板能反复卖十年。

本期横向对比

仓库 类型 Star(约) 上手难度 适用场景
browser-use AI 浏览器自动化 7万 ⭐⭐ 给 AI 应用装手脚
OpenRPA 桌面 RPA 4千 ⭐⭐⭐ 企业老系统、外包实施
TagUI 命令行 RPA 近万 ⭐⭐ 服务器定时任务、团队协作
Automa 无代码浏览器扩展 上万 ⭐ 办公人群日常自动化
nanobrowser AI 浏览器扩展 数千 ⭐⭐ 轻量 Agent、架构学习
browserless 无头浏览器基建 近万 ⭐⭐⭐⭐ 爬虫/截图/PDF 服务
AutoKey 桌面快捷宏 约1千 ⭐⭐⭐ Linux 个人提效
docassemble 法律文书自动化 约1千 ⭐⭐⭐⭐ 律所/政务文档流水线
mindmap
  root((自动化兵器谱))
    浏览器侧
      browser-use
        AI读页面再操作
      Automa
        拖积木零代码
      nanobrowser
        扩展里的智能体
      browserless
        无头浏览器基建
    桌面侧
      OpenRPA
        图像识别啃老系统
      AutoKey
        全局快捷短语宏
    命令行
      TagUI
        文本流程进git
    文书侧
      docassemble
        问答式法律文书

本期之最

参考来源

  1. browser-use/browser-use — AI 浏览器自动化库官方仓库
  2. open-rpa/openrpa — 开源 RPA 平台官方仓库
  3. aisingapore/tagui — AI Singapore 出品的命令行 RPA 工具仓库
  4. AutomaApp/automa — 零代码浏览器自动化扩展仓库
  5. nanobrowser/nanobrowser — Chrome 多智能体扩展仓库
  6. browserless/browserless — 无头浏览器服务化项目仓库
  7. autokey/autokey — Linux 桌面自动化工具仓库
  8. jhpyle/docassemble — 法律文档自动化服务器仓库

[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入