一天一个开源项目（第214篇）：AstronRPA —— 科大讯飞开源的企业级 RPA + AI Agent 自动化平台

本文目录

你将学到什么
前置知识
项目简介
作者与团队
项目数据
解决什么问题
使用场景
快速开始
核心特性
全栈技术架构
为什么选择 Python 做 RPA 引擎
RPA + Agent 双向闭环的设计价值
MCP 触发：让 AI 工具直接驱动 RPA
与商业 RPA 工具的对比
官方资源
相关资源
核心要点回顾
适合谁
一句话评价

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：

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
<span>       ↓ 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
</span>

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）：

git <span>clone</span> https://github.com/iflytek/astron-rpa.git
<span>cd</span> astron-rpa/docker

<span># 复制并配置环境变量</span>
<span>cp</span> .env.example .<span>env</span>
<span># 编辑 .env，设置 CASDOOR_EXTERNAL_ENDPOINT（认证服务外部地址）</span>

<span># 启动所有服务</span>
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：

<span># 依赖：Node.js ≥22, Python 3.13.x, JDK 8+, pnpm ≥9, UV 0.8+, 7-Zip, SWIG</span>
<span># Windows 下一键构建</span>
build.bat
<span># 构建完成后在 release/ 目录找到安装包</span>

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：

┌──────────────────────────────────────────────────────────┐
│               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                                   │
└──────────────┬───────────────────────────────────────────┘
<span>               │ 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                                         │
└──────────────────────────────────────────────────────────┘
</span>

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？

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<span>"大部分步骤确定，少数步骤需要 AI 理解"</span>的场景

例子：处理每日邮件报表
  步骤 <span>1</span><span>-3</span>：RPA 固定操作（打开邮件、下载附件）← 规则确定，不需要 AI
  步骤 <span>4</span>：Agent 理解附件内容，决定路由到哪个部门 ← 需要 AI 理解
  步骤 <span>5</span><span>-8</span>：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：

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 <span>Code</span> 用户："帮我从金蝶系统导出上月销售数据"
       ↓ Claude <span>Code</span> 发现 AstronRPA MCP 工具
  Claude <span>Code</span> → 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 <span>Code</span>

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

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