引言
"让 AI 不只是想清楚，还要做得到。"
这是"一天一个开源项目"系列的第 214 篇 。今天的项目是 AstronRPA。
AI Agent 做决策容易，执行复杂的桌面操作难------点击某个按钮、在 Excel 里按规则整理数据、从金蝶系统导出报表、自动回复邮件......这些操作在 Agent 看来每一步都需要调用"什么工具"，而现实是大多数企业系统根本没有 API。
RPA（机器人流程自动化）是这个问题的传统答案：像人一样操作鼠标键盘，自动化任意桌面应用。AstronRPA 的价值在于，它把 RPA 与 AI Agent 打通了------Agent 可以直接调用 RPA 工作流节点，RPA 里也可以嵌入 Agent 任务，形成"推理 → 决策 → 执行"的完整闭环。
5.5k Stars，Apache-2.0，科大讯飞出品。
你将学到什么
- AstronRPA 的
astronverse.*组件包体系（300+ 原子能力） - RPA 与 AI Agent（Astron Agent）双向集成的架构设计
- Vue 3 + Electron + Java Spring Boot + Python FastAPI 的全栈分层
- MCP 服务触发机制如何让 Agent 直接驱动 RPA 工作流
- 企业级特性：调度、监控、权限、多团队协作
前置知识
- 了解 RPA（机器人流程自动化）的基本概念
- 熟悉 AI Agent 的工具调用机制
- 可选：了解 Docker Compose 部署
项目背景
项目简介
AstronRPA 的定位是**"企业级、开源、Agent-ready 的 RPA 桌面应用"**。
"Agent-ready" 是它和传统 RPA 工具最核心的差异：不只是把桌面操作自动化，还要让 AI Agent 可以直接调用这些自动化能力作为工具------就像调用一个函数一样。
在实际企业场景里，这解决了一个真实痛点：很多核心系统（金蝶、用友、内部管理系统）没有 API 接口，Agent 无法直接操作。但 RPA 可以------它像一个"虚拟员工"，用鼠标键盘代替人操作界面。把 RPA 工作流暴露给 Agent 调用，等于给 Agent 装上了可以操作任意系统的"手"。
作者与团队
- 团队：科大讯飞（iFLYTEK）
- 邮件 ：cbg_rpa_ml@iflytek.com
- 伴生项目 ：Astron Agent（9k Stars，企业级 Agent 工作流平台）
- 协议：Apache-2.0
项目数据
- ⭐ GitHub Stars：5,500+
- 🍴 Forks：590+
- 📄 协议：Apache-2.0
- 💻 主要语言：Vue 3 + TypeScript + Python + Java
- 🖥️ 支持系统：Windows 10/11
- 📦 服务端：Docker Compose 部署
主要功能
解决什么问题
AstronRPA 在 AI Agent 和企业系统之间架了一座桥：
markdown
传统 RPA（孤立）：
人工触发 → 机器人执行桌面操作 → 完成
↑ 只能处理预设规则，遇到异常就停
AI Agent（缺乏执行手段）：
推理决策 → 调用 API → 执行
↑ 大量企业系统没有 API，无法操作
AstronRPA（闭环）：
AI Agent 推理决策
↓ 调用 RPA 工作流节点（MCP/API/直接调用）
AstronRPA 执行桌面操作
├── 操作金蝶/用友财务系统
├── 处理 Excel 数据，整理报表
├── 浏览器自动化（Chrome/Edge）
├── 识别图像，点击界面元素
└── 发送邮件，生成 PDF 报告
↓ 返回执行结果
AI Agent 根据结果做下一步决策使用场景
-
财务自动化
- 每月自动从金蝶/用友系统导出财务数据 → 汇总到 Excel → 生成报表 → 发送邮件
- 人工只需审核，全程无需手动操作
-
AI 辅助文档处理
- Agent 分析任务需求 → 调用 RPA 从多个系统提取数据 → Agent 汇总分析 → RPA 生成 Word/PPT 报告并发送
-
网页数据采集与处理
- 定时触发 → RPA 控制浏览器采集数据 → Agent 处理清洗 → RPA 写入内部系统
-
企业 IT 运维自动化
- 监控告警触发 → Agent 分析问题 → RPA 执行标准化处置脚本（重启服务、清理日志等）
-
多系统流程编排
- 跨越多个没有 API 的系统，把原本需要人工的跨系统流程全自动化
快速开始
服务端（Docker）：
bash
git clone https://github.com/iflytek/astron-rpa.git
cd astron-rpa/docker
# 复制并配置环境变量
cp .env.example .env
# 编辑 .env，设置 CASDOOR_EXTERNAL_ENDPOINT（认证服务外部地址）
# 启动所有服务
docker compose up -d客户端（Windows 桌面应用）：
从 GitHub Releases 下载最新安装包，或本地构建：
bash
# 依赖：Node.js ≥22, Python 3.13.x, JDK 8+, pnpm ≥9, UV 0.8+, 7-Zip, SWIG
# Windows 下一键构建
build.bat
# 构建完成后在 release/ 目录找到安装包系统要求：Windows 10/11，内存 ≥ 8 GiB。
核心特性
1. astronverse.* 组件包体系：300+ 原子能力
AstronRPA 将所有自动化能力封装为 astronverse.* 命名空间下的组件包，可以直接拖入工作流：
| 组件包 | 覆盖能力 |
|---|---|
astronverse.browser |
Chrome/Edge/IE 浏览器自动化 |
astronverse.gui |
鼠标点击、键盘输入、窗口控制 |
astronverse.excel |
读写、筛选、公式、透视表 |
astronverse.docx |
Word 文档创建与编辑 |
astronverse.pdf |
PDF 生成、提取、转换 |
astronverse.vision |
图像识别、截图比对、OCR |
astronverse.ai |
对接 AI 服务（大模型调用） |
astronverse.email |
邮件收发（SMTP/IMAP） |
astronverse.network |
HTTP/API 调用 |
astronverse.encrypt |
加解密工具 |
astronverse.executor |
工作流执行引擎 |
astronverse.scheduler |
定时任务调度 |
astronverse.trigger |
多渠道触发器 |
astronverse.picker |
界面元素拾取器 |
astronverse.locator |
UI 元素定位引擎 |
2. 与 Astron Agent 的双向集成
这是 AstronRPA 的核心设计亮点：
双向调用模式：
Astron Agent → 调用 AstronRPA：
Agent 工作流中直接调用 RPA 工作流节点
→ Agent 做推理决策，RPA 负责执行
→ 典型场景：Agent 分析任务 → RPA 操作金蝶系统提取数据
AstronRPA → 调用 Astron Agent：
RPA 工作流中嵌入 Agent 子任务
→ RPA 负责触发和数据传递，Agent 负责理解和决策
→ 典型场景：RPA 从网页抓取非结构化文本 → Agent 分析提取 → RPA 写入表格3. MCP 服务触发
AstronRPA 支持通过 MCP（Model Context Protocol）服务触发工作流，这意味着：
- 任何支持 MCP 的 AI 工具（Claude Code、Cursor 等）可以直接调用 AstronRPA 工作流
- 无需手动触发，Agent 在对话中直接让 RPA 执行桌面操作
- 是 "Agent 调用 RPA" 模式的标准化接口实现
4. 可视化低代码设计器
拖拽式工作流编辑器，面向业务人员：
- 从组件面板拖入节点，连线组成流程
- 每个节点有属性面板，可视化配置参数
- 支持条件分支、循环、异常处理
- 内置调试模式，单步执行查看每步结果
5. 企业级协作与管控
| 功能 | 说明 |
|---|---|
| 终端监控 | 实时查看所有 RPA 机器人的运行状态 |
| 任务调度 | 定时/触发式自动执行工作流 |
| 权限控制 | 用户/角色/资源粒度的权限管理 |
| 团队共享 | 工作流和机器人跨团队共享 |
| 卓越中心 | 最佳实践工作流的团队市场 |
| 多触发方式 | 直接执行、定时、API 调用、MCP 服务 |
深入剖析
全栈技术架构
AstronRPA 是一个前后端分离的完整系统：
markdown
┌──────────────────────────────────────────────────────────┐
│ 客户端（Windows 桌面应用） │
│ Vue 3 + TypeScript + Electron │
│ ├── 可视化工作流设计器 │
│ ├── 元素拾取器（astronverse.picker） │
│ └── 本地工作流调试运行时 │
└──────────────┬───────────────────────────────────────────┘
│ HTTP / WebSocket
┌──────────────▼───────────────────────────────────────────┐
│ 服务端（Docker Compose） │
│ │
│ Java Spring Boot（业务逻辑层） │
│ ├── 用户认证（Casdoor） │
│ ├── 工作流管理与存储 │
│ ├── 调度引擎 │
│ └── 团队协作与权限 │
│ │
│ Python FastAPI（RPA/AI 引擎层） │
│ ├── astronverse.* 组件包执行 │
│ ├── AI 服务集成（astronverse.ai） │
│ └── MCP 服务端点 │
└──────────────────────────────────────────────────────────┘分层设计的好处：
- Java 层处理业务逻辑稳定可靠，适合长期运行的企业系统
- Python 层执行 RPA 引擎和 AI 集成，生态丰富，便于扩展新能力
- Electron 层提供原生 Windows 桌面体验，直接访问系统 API
为什么选择 Python 做 RPA 引擎
大多数商业 RPA 工具（UiPath、Blue Prism、来也科技等）用 .NET 或 Java 实现执行引擎。AstronRPA 选择 Python 有几个深层原因：
- AI 生态 ：Python 是 AI/ML 的第一语言，
astronverse.ai可以直接调用任意 Python AI 库 - 视觉能力 ：图像识别（
astronverse.vision）依赖 OpenCV、PIL 等 Python 库 - 扩展性：开发者可以用纯 Python 写自定义组件，无需学习专有脚本语言
- 与 AI Agent 集成：大多数 Agent 框架（LangChain、OpenAI Agents SDK 等）也是 Python，互操作性好
RPA + Agent 双向闭环的设计价值
为什么不只做 Agent 工具调用，而是做双向集成？
arduino
只有 Agent 调用 RPA（单向）：
Agent → RPA → 执行
↑ Agent 做所有决策，适合有明确规则的任务
双向集成（AstronRPA 的选择）：
RPA 工作流中可以嵌入 Agent 节点
↑ 适合"大部分步骤确定，少数步骤需要 AI 理解"的场景
例子：处理每日邮件报表
步骤 1-3：RPA 固定操作（打开邮件、下载附件）← 规则确定，不需要 AI
步骤 4：Agent 理解附件内容，决定路由到哪个部门 ← 需要 AI 理解
步骤 5-8：RPA 固定操作（转发、写入系统、发通知）← 规则确定这种"RPA 为骨架，Agent 为大脑"的混合模式，比"纯 Agent"更稳定（关键步骤有确定性），比"纯 RPA"更灵活（遇到需要理解的内容不会卡死）。
MCP 触发：让 AI 工具直接驱动 RPA
支持 MCP 服务触发是 AstronRPA 的前瞻性设计：
css
传统 RPA 触发方式：
人工触发 / 定时触发 / API 触发（需要写代码调用）
MCP 触发：
Claude Code 用户："帮我从金蝶系统导出上月销售数据"
↓ Claude Code 发现 AstronRPA MCP 工具
Claude Code → 调用 AstronRPA MCP endpoint
↓
AstronRPA 执行"导出金蝶销售数据"工作流
↓
返回执行结果给 Claude Code对用户来说，这让"自然语言 → 桌面操作"的链路变成了现实，不需要写任何代码。
与商业 RPA 工具的对比
| 维度 | UiPath | 来也 RPA | AstronRPA |
|---|---|---|---|
| 开源 | ❌ | ❌ | ✅ Apache-2.0 |
| AI Agent 集成 | 有限 | 有 | 双向深度集成 |
| MCP 支持 | ❌ | ❌ | ✅ 原生支持 |
| 定价 | 高昂企业授权 | 商业授权 | 免费开源 |
| Python 扩展 | 有限 | 有限 | 原生 Python 引擎 |
| 中文系统支持 | 一般 | 好 | 好（本土化设计） |
AstronRPA 的差异化在于：开源 + AI/Agent 深度集成 + MCP 支持，三者同时具备的商业 RPA 工具基本不存在。
项目地址与资源
官方资源
- 🌟 GitHub ：github.com/iflytek/ast...
- 🤝 伴生项目 Astron Agent ：github.com/iflytek/ast...
- 📧 联系团队 ：cbg_rpa_ml@iflytek.com
- 📄 协议：Apache-2.0
- 📦 客户端下载 ：GitHub Releases
相关资源
- Playwright --- 现代浏览器自动化库，与
astronverse.browser能力相关 - OpenCV --- 计算机视觉库，
astronverse.vision的底层依赖之一 - Model Context Protocol --- AstronRPA MCP 触发所用的协议标准
- Astron Agent --- 科大讯飞出品的 Agent 工作流平台，与 AstronRPA 双向集成
总结与展望
核心要点回顾
- RPA + Agent 双向闭环：不只是 Agent 调用 RPA，RPA 工作流中也可嵌入 Agent 节点------"骨架确定 + 大脑灵活"的混合模式
- 300+ 组件的
astronverse.*生态：从浏览器到 GUI 到 AI 服务，全部封装为可拖拽的原子能力 - MCP 原生支持：让 Claude Code 等 AI 工具直接用自然语言驱动桌面 RPA 操作
- Python 引擎：AI/ML 生态直接可用，开发者可以用纯 Python 扩展自定义组件
- 全栈分层：Electron 桌面端 + Java 业务层 + Python 引擎层，各司其职
适合谁
- 企业 IT/运维团队：有大量重复的跨系统手工操作（尤其是金蝶/用友等无 API 的系统），需要低代码自动化
- AI 应用开发者：需要给 Agent 配上"执行手"，让 Agent 能操作没有 API 的桌面系统
- Python 开发者：想用熟悉的语言扩展 RPA 能力，而不是学习私有脚本语言
- 对商业 RPA 成本敏感的团队：Apache-2.0 开源，不需要高昂的商业授权费用
- MCP 生态探索者：关注 AI 工具与 RPA 深度集成的前沿场景
一句话评价
AstronRPA 解决的问题是：当 AI 想做某件事，但那件事必须通过一个没有 API 的老系统完成时，怎么办------答案是给 AI 配上一双虚拟的手。
欢迎访问 PrimeSkills ------ 一个精心策划的 AI Agent 与技能市场，所有内容均经过真实企业级工作流验证。没有噱头，只有真正有效的东西。
更多实用知识和有趣产品，欢迎访问我的个人主页