RPA
Ui.Vision 是适用于 Chrome、Edge 和 Firefox 的浏览器扩展,可以自动化网站,加上额外组件后还能自动化桌面应用。它结合了宏录制器和命令表、JavaScript API(`uiv.*`)、OCR 和图像识别。README 列出的用途有:浏览器任务(填表、提取数据、下载)、用 Selenium IDE 命令做网站测试、按屏幕文字或图像定位控件的视觉任务,以及借助视觉识别和鼠标键盘输入的桌面工作流,后者需要额外的 XModules 组件。
面向 AI,它通过 `uivision-mcp-bridge` 包提供 Model Context Protocol 服务器,把 Claude Code、Claude Desktop、Cursor 等客户端连接到扩展。代理可以查看页面、创建或编辑宏、运行宏,并通过日志和截图检查结果,生成的宏会保存下来重复运行。设置方法是运行 `npx uivision-mcp-bridge --setup`,在 Ui.Vision 的 AI 设置里启用桥接并重启客户端;另有内置的 AI 助手,README 还链接了面向 AI 的 API 参考和纯文本的 `llms-full.txt`。
可从 Chrome 应用商店、Edge 加载项或 Firefox 附加组件安装;从源码构建(Node 20.11.1)只面向开发者。README 说浏览器扩展是开源的,个人和商业使用都免费,桌面组件和版本在厂商网站上说明。GitHub 没有识别出仓库的 SPDX 许可。最近一次推送是 2026-10-05。本评测依据 README 和仓库数据,我们没有实际运行过它。
功能特性
为什么选择它
权衡点
维护状况检查
- 最近提交
- 2026-09-21
- 近 90 天提交数
- 2
- 近 90 天发布数
- 1
- 最新发布
- V10.0.276 (2026-09-21)
- 未关闭 issue
- 15
- 近期 issue 至少有一条评论的比例
- 10/15
最早的一周在左边,最近 4 周为橙色。数据来源:GitHub 提交统计。
状态规则:GitHub 上已归档 = 已归档;最近提交在 90 天内 = 活跃;91 到 365 天 = 放缓;更久 = 停滞。所有数字来自所示日期的 GitHub API。
讨论最多的未关闭 issue
- #162 Feature request: Support custom URL for anthropic upstreams.0 条评论 · 2026-11-06
issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。
适合谁
- 你想要可以在 Chrome、Edge 或 Firefox 里录制、编辑和重复运行的宏,并让 AI 助手通过 MCP 编写和运行。
- 除了浏览器步骤,还需要桌面自动化或图像与 OCR 匹配:README 说明桌面功能需要额外的 XModules 组件。
- 你更想要可重复使用的已保存宏,而不是一次性的智能体操作。
- 想要一行 npx 就能启动的普通 MCP 服务:这里需要运行安装器、安装浏览器扩展并在设置中启用桥接。
- 需要标准的 OSI 许可证:仓库许可证被识别为 NOASSERTION,README 另外说明了桌面组件和版本。
- 只需要给智能体一个轻量的浏览器驱动:Playwright MCP 更简单。
与同类的区别
Playwright MCP 让智能体直接操作页面。Ui.Vision 让智能体创建和编辑宏,再由你在扩展里运行和检查,更适合可重复的 RPA 流程,而不是临时浏览。
兼容性
快速开始
使用场景
同类工具
收录于以下清单
评论
暂无评论,来发表第一条吧