pmh1314520/WebRPA

WebRPA – 內建AI助理的視覺化RPA平台

是什麼 – WebRPA 是一個開源、僅限 Windows 的機器人流程自動化（RPA）套件，使用者可透過拖曳 571 個預先建置的模組，來建立網頁、桌面與 Android 自動化流程。無需程式設計，編輯器會自動產生底層的 Python/Node.js 程式碼。內建的「AI小助手」能理解自然語言描述的任務，自動組裝工作流程，甚至診斷與修復故障。

為何重要 – RPA 是自動化重複性業務任務的快速成長方式。WebRPA 更進一步提供：

• 零程式碼視覺化編輯 – 基於 React 的畫布，由 React Flow 驅動。
• 一體化執行環境 – 下載包內包含自包含的 Python 3.13 解釋器、Node 20、Playwright、FFmpeg、Pandoc、OCR 套件等，無需額外安裝即可離線運作。
• AI驅動的工作流程建立與自修復 – 兼容任何 OpenAI 風格 API（OpenAI、Deepseek、Ollama 等），可自動重建損壞的流程。
• 模組化功能套件 – OCR、語音、媒體處理、行動自動化、QQ 機器人等高負載功能以可選的 zip 套件形式提供，按需添加或移除，保持核心下載包輕量。

核心功能（571 個內建模組）

類別	例子動作
網頁自動化	頁面導航、元素點擊/輸入、資料擷取、透過 DrissionPage 實現反偵測、網路攔截
桌面自動化	鼠標/鍵盤模擬、影像基底點擊、螢幕截圖、Windows API 呼叫
行動自動化	Android 點擊/滑動/輸入、螢幕鏡像、應用程式安裝/卸載
流程控制	條件、迴圈、子流程、定時器、Webhook/熱鍵/檔案/電子郵件觸發
資料處理	變數運算、文字操作、清單/字典、CSV/Excel（openpyxl）、資料庫（MySQL/PostgreSQL/Redis）
AI服務	聊天、視覺、提取、分類、摘要、翻譯、路由、OCR（EasyOCR、ddddocr）、語音轉文字、人臉辨識、影像生成
媒體	圖像編輯、水印、影片/音訊轉換（FFmpeg）、PDF 合併/拆分、文件轉換（Pandoc）
整合	HTTP 請求、17 種通訊管道、QQ/微信機器人、SSH、SAP、區域網路共用
工具	加密、顏色/時間轉換、腳本執行（JS/Python）、Allure 測試報告

如何執行

1. 從 Releases 下載最新 7z 套件。
2. 解壓後雙擊 WebRPA启动器.exe。
3. 啟動器讀取 WebRPAConfig.json（主機/通訊埠設定），啟動 FastAPI 後端（預設 http://localhost:5241）與 React 前端（預設 http://localhost:5921）。
4. 開啟瀏覽器視窗，將模組拖曳至畫布上，連接它們，設定參數，點選 執行。
5. 可選：透過「更多 → 功能模組包」功能安裝額外功能套件；若缺少必要套件，編輯器會提示。

技術堆疊

• 前端 – React 19 + TypeScript 5, Vite, Tailwind 4, Radix UI, shadcn/ui, Zustand, Monaco 編輯器, Framer Motion, Mermaid 流程圖。
• 後端 – Python 3.13, FastAPI, Uvicorn, Pydantic 2, Socket.IO, Playwright（瀏覽器自動化）, Polars（資料框）, httpx, openpyxl, PyMySQL 等。
• AI整合 – OpenAI 兼容 API 用戶端；支援多個供應商（OpenAI、Deepseek、Ollama 等）。
• 媒體與視覺 – FFmpeg, Pillow, OpenCV, EasyOCR, ddddocr, SpeechRecognition, face_recognition。
• 系統自動化 – PyAutoGUI, pynput, pywin32, mss, mitmproxy。
• 市場服務 – Node 20 + Express + SQLite，由 PM2 管理。

適合對象

• 需要自動化重複性網頁/桌面/行動任務但缺乏程式設計技能的業務使用者、QA 測試員、資料分析師與開發者。
• 需要離線、自包含解決方案的團隊（例如：安全內網環境）。
• 希望以免費 AGPL 許可證用於內部使用，同時可購買商業許可證用於閉源部署與支援的組織。

授權與商業模式

• 開源 – 個人、教育、非營利用途使用 AGPL-3.0。任何公開網路服務也必須開源。
• 商業 – 付費私有授權允許閉源商業部署，並包含技術支援。

總結 – WebRPA 將完整的 RPA 引擎、現代化視覺編輯器與 AI 助手打包成單一離線套件。它讓非程式設計者也能在網頁、桌面與行動平台建立複雜自動化流程，同時為希望新增自訂模組或整合自有 AI 服務的開發者提供可擴展性。