内网离线RPA实战：金融政务国企数据不出域的完整部署方案

核心痛点：你的RPA流程在跑，但数据在云端裸奔。等保测评一查，全厂整改。

一、为什么敏感行业必须上离线RPA？

去年某券商因为RPA流程数据经过公网传输，被监管点名整改。这事儿在圈子里传疯了。

金融、政务、国企、军工------这些行业的共同特点是：数据就是命根子。哪怕是一条客户手机号流到外网，都可能触发合规红线。

传统SaaS型RPA的问题很致命：

流程脚本上传到厂商云端，你不知道存在哪台服务器
执行日志、截图、录屏全走公网回传
账号权限由平台控制，离职员工权限回收滞后
等保三级要求"数据不出域"，SaaS模式天然违背

内网离线RPA才是这些场景的解药。数据从采集到处理到存储，全程在本地闭环，网络层物理隔离，审计日志本地留存，这才是等保合规的基线要求。

二、本地私有化部署的四种实操方案

方案没有最好，只有最贴合你现有IT架构的。下面四种我都落地过，直接上干货。

方案A：单机离线部署（适合分支机构/个人工作室）

一台内网电脑，断网也能跑。

硬件要求：i5以上CPU，8G内存，Win10/Win11或CentOS 7+

部署步骤：

准备离线安装包（提前在有网环境下载好全部依赖）
内网机器安装主程序，无需注册账号，不连外网
设计流程时元素抓取支持本地智能生成，系统会根据页面结构自动推荐最稳定的XPath/CSS路径，不用你手写选择器
流程调试通过后，打包导出EXE应用
把这个EXE拷到目标机器双击就能跑，对方不用装任何客户端

这个方案的核心优势：流程应用数据全部保存在用户本地设备上，不同步到服务端。你的客户名单、财务报表、内部系统账号密码，永远留在你的硬盘里。

另外，如果你不是企业采购，只是个人开发者或者个人工作室接私活------这个方案没有运行时长限制，没有流程数量限制 ，设计器可以一直开着用。而且设计器本身支持自定义界面，你可以把流程包装成带自己Logo的软件界面发给客户，看起来就是原生开发的工具，而不是一个RPA脚本。

最后一步打包的时候，选"导出独立EXE"。对方电脑不用装任何运行环境，双击就能跑。我试过把带Selenium+OpenCV依赖的流程打包发给客户，80M左右，微信直接传，对方Win7都能跑。

方案B：局域网集群部署（适合中小企业）

多台电脑协同，脚本统一分发。

架构设计：

复制代码

[管理节点] ------内网------ [执行节点A]
              ------内网------ [执行节点B]
              ------内网------ [执行节点C]

关键配置：

管理节点负责流程编排和任务调度，支持API触发，外部系统（如OA、ERP）通过内网HTTP接口直接下发任务
执行节点只接收指令运行，不存储敏感数据
打包导出应用EXE支持授权，每个节点需要授权文件才能运行，防止脚本被随意复制扩散
应用支持加密分享、分享授权，团队协作时可以给不同成员分配不同权限等级

这个方案解决了"多台电脑同步脚本"的痛点。以前改一个流程要每台机器手动更新，现在打包导出EXE应用支持在线推送更新，执行端打开应用自动检测新版本，无需再次手动分发。

方案C：虚拟机/容器化部署（适合有DevOps能力的团队）

用Docker或VMware做环境隔离，一套镜像批量克隆。

技术要点：

基础镜像预装好RPA引擎和所有Python依赖（后面会讲依赖嵌入的细节）
每个流程跑在独立容器里，崩溃不影响其他流程
日志挂载到宿主机本地目录，定期归档到内网NAS

方案D：国产化信创适配（适合党政军单位）

ARM架构+麒麟/统信UOS+达梦数据库。

目前主流RPA对信创生态支持参差不齐，选型时要重点验证：

是否支持龙芯/飞腾/鲲鹏CPU
是否适配国产浏览器（如360安全浏览器、统信浏览器）
流程设计器能否在国产操作系统上正常运行

三、打包EXE的依赖陷阱与解决方案

这是最容易踩坑的地方。很多开发者在本机跑得好好的，打包成EXE发给同事就报错：ModuleNotFoundError、DLL load failed、找不到指定的程序......

问题根因

Python的依赖管理是"动态链接"机制。你pip install的库，很多底层调用了系统DLL、VC++运行库、甚至显卡驱动。本机有，不代表目标机器有。

解决方案：Python依赖嵌入

第一步：冻结依赖清单

复制代码

pip freeze > requirements.txt

第二步：使用PyInstaller的--hidden-import参数

很多库在运行时动态加载子模块，静态分析抓不到。比如pandas依赖numpy，numpy又依赖mkl-service。必须手动声明：

复制代码

pyinstaller --hidden-import=numpy.core._dtype_ctypes \
            --hidden-import=pandas._libs.tslibs.timedeltas \
            your_script.py

第三步：打包时嵌入VC++运行库

下载Visual C++ Redistributable的离线安装包，和你的EXE一起分发。或者在spec文件里用binaries参数把msvcp140.dll、vcruntime140.dll打进去。

第四步：处理浏览器驱动

如果流程涉及网页自动化，ChromeDriver/EdgeDriver的版本必须和浏览器版本严格匹配。建议：

在打包时把对应版本的驱动文件放进_internal目录
代码里用相对路径调用，不要写死绝对路径

进阶技巧 ：有些RPA工具支持脚本打包导出EXE时自动分析依赖树，把缺失的DLL和Python库一起打进安装包。这比手动配置省心得多，尤其适合不会折腾环境的业务人员。

四、无人值守与定时执行：让RPA自己上班

金融行业的批处理任务，比如每日对账、报表生成、数据清洗，通常安排在凌晨2-5点。这时候办公室没人，RPA必须能无人值守定时执行。

Windows任务计划程序方案

最轻量，不用额外装软件：

写好BAT启动脚本，设置环境变量、切换工作目录
打开"任务计划程序"，创建基本任务
触发器选"每天"，时间设02:00
操作选"启动程序"，指向你的BAT文件
关键：在"条件"页取消勾选"只有在计算机使用交流电源时才启动"，防止笔记本休眠导致任务中断
在"设置"页勾选"如果任务失败，每隔10分钟重启"

更专业的方案：打包EXE自带定时引擎

有些工具在打包导出应用EXE时支持单独设置API触发、定时执行。这意味着你不需要依赖Windows任务计划，EXE内部就内嵌了Cron-like的调度器。

配置方式通常是在打包向导里勾选"启用定时执行"，然后填CRON表达式：

plain

复制代码

0 2 * * *    # 每天凌晨2点
0 */6 * * *  # 每6小时一次
0 9 * * 1    # 每周一上午9点

这种方案的好处是跨平台一致------Windows、Linux、Mac打包出来的EXE/ELF行为一样，定时逻辑不依赖操作系统。

五、企业批量分发：从"手工拷贝"到"一键推送"

当RPA流程从5个变成50个，从3台机器变成300台机器，分发方式必须升级。

阶段一：U盘/共享文件夹（<10台）

最简单，也最痛苦。每次更新要全厂跑一圈，还容易版本错乱。

阶段二：内网FTP/Samba服务器（10-50台）

搭建内网文件服务器，脚本统一存放。执行端启动时自动拉取最新版本。

缺陷：没有版本控制，没有权限管理，谁都能覆盖上传。

阶段三：在线推送更新（50台以上）

这是目前最成熟的方案。打包导出EXE应用支持在线推送更新------管理端发布新版本后，所有执行端在下次启动时自动检测、下载、替换旧版本。

技术实现：

内网部署一台更新服务器（可以用Nginx静态资源服务，极简）
每个EXE内置version.json，记录当前版本号和更新源地址
启动时先请求http://内网IP/updates/latest.json，比对版本
如果有新版本，后台下载差分包（不是全量包，节省带宽），替换后重启

权限控制 ：更新包可以支持授权校验，只有持有有效授权文件的机器才能获取更新。防止离职员工把更新包带出去。

六、流程加密打包：防止脚本被"扒光"

RPA流程里往往硬编码了数据库密码、API密钥、内部系统账号。如果EXE能被反编译，这些凭证就全暴露了。

加密层级设计

表格

层级	保护对象	技术手段
L1	Python源码	PyInstaller的`--key=SECRET`参数AES加密
L2	配置文件	敏感字段用AES-256加密，密钥存在系统环境变量
L3	执行逻辑	核心算法用Cython编译成.pyd，Python层只留接口
L4	整体应用	应用支持加密分享，分享时设置密码和有效期

实战建议

不要把密钥写在代码里，用os.environ.get('RPA_SECRET_KEY')从环境变量读取
数据库连接字符串用加密的INI文件存储，运行时解密
对于超高敏感流程，把核心逻辑拆成独立的加密模块，只有授权机器才能加载

七、离线RPA的AI能力：大模型不用联网也能跑？

很多人以为AI功能必须连OpenAI、必须走公网。其实在私有化部署场景下，AI能力完全可以本地化。

方案一：本地部署开源大模型

用Ollama或LM Studio在内网机器上跑DeepSeek、Qwen、Llama等开源模型。

硬件要求：

7B参数模型：16G内存 + 6G显存（GTX 1060级别）
14B参数模型：32G内存 + 12G显存（RTX 3060级别）

RPA对接方式 ：本地启动OpenAI-compatible API服务（Ollama默认端口11434），RPA流程里用HTTP请求调用http://localhost:11434/v1/chat/completions。

方案二：接入企业已有的大模型平台

很多金融机构已经采购了文心一言、豆包、DeepSeek、Kimi的私有化部署版本或API服务。RPA流程直接对接企业内部的API网关，费用透明：走企业统一结算，不用个人垫付。

方案三：OCR与图片识图本地化

敏感单据（发票、合同、身份证）不能上传云端OCR。解决方案：

本地部署PaddleOCR或Tesseract，识别率够用
需要更高精度时，用本地大模型的多模态能力（如Qwen-VL、InternVL）

八、指纹浏览器自动化：多账号管理的刚需

金融行业的运营人员经常要管理几十个证券账号、电商店铺账号。平台的风控系统会检测浏览器指纹（Canvas、WebGL、字体、时区、User-Agent），相同指纹登录多个账号直接封号。

解决方案：RPA流程对接指纹浏览器，每个账号跑在独立的浏览器环境里。

目前市面上主流的指纹浏览器（紫鸟、比特、Hubstudio、AdsPower等）都提供了自动化接口。RPA通过本地API控制指纹浏览器：

创建浏览器环境（设置独立的指纹参数）
启动带指定环境的浏览器实例
在实例上执行登录、操作、数据采集
关闭实例，指纹痕迹自动清理

这种方案下，所有操作都在本地完成，浏览器指纹数据不会上传到任何第三方平台，符合数据不出域的要求。

九、Agent功能：让RPA听懂人话

传统的RPA是"按剧本演戏"------你写好每一步，它严格执行。但业务场景经常变化，比如"把昨天新增的异常订单处理掉"，这个需求没法写成固定流程。

Agent功能解决了这个问题。它基于大模型的推理能力，把自然语言指令拆解成可执行的动作链：

用户说："查一下昨天系统里标记为异常的订单，把客户信息和异常原因整理成表格发我"

Agent的推理过程：

理解"昨天" = 当前日期-1天
理解"异常订单" = 状态字段='异常'
规划动作：登录ERP → 打开订单管理 → 筛选日期和状态 → 提取客户名、手机号、异常原因 → 生成Excel
执行并反馈结果

落地场景：在钉钉、飞书、企微、个人微信里发送指令，RPA Agent接收后自动执行，完成后把结果截图和文件推回聊天窗口。全程不需要打开RPA设计器。

技术实现：Webhook接收消息 → 大模型解析意图 → 调用本地RPA引擎 → 回调通知执行结果。

十、等保合规 checklist：离线RPA的审计要点

最后给安全合规的同学一份自查清单，对照着做，等保测评不慌：

等保要求	离线RPA对应措施
身份鉴别	本地账号体系，支持双因素认证
访问控制	流程级权限隔离，不同角色看到不同流程
安全审计	操作日志本地存储，保留6个月以上，支持导出
数据完整性	流程脚本哈希校验，防止篡改
数据保密性	敏感配置AES加密，密钥本地管理
数据备份恢复	流程工程文件定期备份到内网NAS
剩余信息保护	流程执行临时文件自动清理
个人信息保护	数据采集最小化原则，脱敏后存储

关于成本：如果是小团队试水，先用免费版把流程跑通。等真上了生产环境、需要团队协作和权限管控的时候，再考虑升级。免费版在功能上没有阉割核心能力，区别主要在协作人数和高级加密策略上。

内网离线RPA不是"功能阉割版"，而是为敏感场景量身定制的完整解决方案。从单机离线到局域网集群，从手动分发到在线推送更新，从固定流程到智能Agent------这套技术栈已经能覆盖金融、政务、国企的绝大多数自动化需求。

最后说几个踩坑点，供选型时参考：

"离线"有真假：有些产品号称离线，但安装时要联网激活、或者流程调试时偷偷连云端获取元素库。断网装一遍，真假立现。
打包稳定性：让厂商现场演示把一个带Pandas+OpenCV+Selenium的流程打包成EXE，在你的内网机器上跑通。跑不通的，后面全是坑。
AI本地化：问清楚大模型对接是走公网API还是支持本地部署。如果是公网API，数据还是会出域。
更新机制：内网环境下，更新包怎么进来？是U盘拷还是内网服务器推送？后者省事得多。

数据安全没有灰色地带。当你的RPA流程跑在内网、数据锁在本地、权限握在自己手里------那份踏实感，是任何云端SaaS都给不了的。