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](https://github.com/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](https://github.com/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](https://github.com/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](https://github.com/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](https://github.com/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](https://github.com/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](https://github.com/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](https://github.com/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 | ```mermaid 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 - **最值得立即尝试：Automa**。装个扩展拖十分钟积木，就能让「每天登录后台导一张表」的杂活永远消失，零成本验证自动化思维。 - **最有商业潜力：browser-use**。Agent 浪潮的水电煤——所有「AI 帮你办事」的产品底下几乎都需要一个可靠的手脚层，垂直行业 Agent 服务的入口就在这里。 - **最被低估：docassemble**。千星背后是极深的行业护城河：法律文书自动化需求刚性、付费意愿明确、美国法援界已验证多年，而中文世界几乎没有成熟对位产品——律所 SaaS 方向的现成底座。 ## 参考来源 1. [browser-use/browser-use](https://github.com/browser-use/browser-use) — AI 浏览器自动化库官方仓库 2. [open-rpa/openrpa](https://github.com/open-rpa/openrpa) — 开源 RPA 平台官方仓库 3. [aisingapore/tagui](https://github.com/aisingapore/tagui) — AI Singapore 出品的命令行 RPA 工具仓库 4. [AutomaApp/automa](https://github.com/AutomaApp/automa) — 零代码浏览器自动化扩展仓库 5. [nanobrowser/nanobrowser](https://github.com/nanobrowser/nanobrowser) — Chrome 多智能体扩展仓库 6. [browserless/browserless](https://github.com/browserless/browserless) — 无头浏览器服务化项目仓库 7. [autokey/autokey](https://github.com/autokey/autokey) — Linux 桌面自动化工具仓库 8. [jhpyle/docassemble](https://github.com/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。