影刀 RPA 调研报告

桌面自动化工具对比与集成方案 | 2026-04-10

本文为公开版，具体标识已替换为占位符；工具能力与模型信息以 2026-04 调研时为准。

1. 影刀 RPA 集成方式

影刀 RPA 提供了有限的外部集成选项，核心路径是官方 MCP Server。

集成方式可用性说明
MCP Server 官方提供 GitHub: ying-dao/yingdao_mcp_server，支持 Stdio / SSE
Open API 仅企业版 AccessKeyId / AccessKeySecret 鉴权
CLI 无 没有官方命令行工具
SDK / Webhook 无 无独立 SDK，无 Webhook 机制

MCP Server 两种运行模式

模式配置要求
本地模式 RPA_MODEL=local 需安装影刀客户端（个人版可用）
Open API 模式 RPA_MODEL=openApi 需企业版 AccessKey

Stdio vs SSE 协议对比

StdioSSE
通信方式标准输入/输出（stdin/stdout）HTTP Server-Sent Events
进程模型Claude Code 直接启动子进程独立运行 HTTP 服务
配置方式"command": "npx"填 URL，如 http://<host>:<port>/sse
适用场景本地单人使用（推荐）远程 / 多客户端共享
网络依赖不需要需要监听端口

Claude Code 配置示例

// Claude Code 的 MCP 配置（项目级可放 .mcp.json）
{
  "mcpServers": {
    "yingdao": {
      "command": "npx",
      "args": ["-y", "yingdao-mcp-server"],
      "env": {
        "RPA_MODEL": "local"
      }
    }
  }
}
// 企业版 Open API 模式
{
  "env": {
    "RPA_MODEL": "openApi",
    "ACCESS_KEY_ID": "your-key-id",
    "ACCESS_KEY_SECRET": "your-secret"
  }
}

2. 影刀 vs n8n

两者定位不同，互补大于竞争。

影刀 RPAn8n
本质桌面自动化（模拟人操作电脑）后端工作流编排（API 对 API）
擅长操作没有 API 的软件——点按钮、填表单、抓网页连接有 API 的服务——webhook、数据库、SaaS
运行环境需要有桌面的 Windows 机器服务器 / Docker，无需 GUI
触发方式定时 / 手动 / 被 API 调用Webhook / 定时 / 事件驱动
典型场景登录后台导出报表、操作 ERP、批量填写政务系统Lark 消息 → 写数据库 → 发通知 → 调 AI
编程门槛低，可视化录制 + 拖拽中等，节点拖拽但常需写表达式
平台仅 Windows（macOS 支持有限）跨平台，Docker 部署
选择建议

3. 影刀 vs Playwright vs Computer Use

PlaywrightComputer Use影刀 RPA
操作范围仅浏览器整个桌面整个桌面 + 浏览器
识别方式DOM 选择器（精准）截图 + AI 视觉识别DOM + 图像识别 + 坐标
稳定性很高较低中高
速度快慢（每步截图+推理）中等
成本免费API 调用费（每步烧 token）软件订阅费
编程门槛需写代码自然语言指令可视化拖拽，低门槛
无头运行支持需要桌面需要桌面

适用场景分配

场景推荐工具
网页端操作（登录、采集、填表）Playwright
原生桌面软件（Excel、ERP、财务软件）影刀 RPA
临时性、一次性探索任务Computer Use
非技术人员自维护的自动化流程影刀 RPA

4. 同类替代工具全景

浏览器自动化（替代影刀的网页部分）

工具特点适合场景
Playwright最强浏览器自动化，微软出品网页操作、采集
PuppeteerChrome 专用，Playwright 的前身轻量 Chrome 场景
Selenium老牌，生态最大需要兼容老浏览器
Browser UseAI 驱动浏览器，自然语言操控不想写选择器，动态页面
StagehandBrowserbase 出品，AI + Playwright用 AI 定位元素，比纯 Computer Use 快

桌面原生自动化（替代影刀的桌面部分）

工具平台特点
PyAutoGUI跨平台Python，模拟键鼠 + 截图定位，最简单
AppleScript / ShortcutsmacOS原生系统级自动化，可控制任意 App
HammerspoonmacOSLua 脚本，窗口管理 + 自动化，极其灵活
AutoHotkeyWindowsWindows 桌面自动化事实标准
xdotoolLinux模拟键鼠输入
robotjs跨平台Node.js 桌面自动化

AI 驱动自动化（替代 Computer Use）

工具特点
Browser Use开源，LLM 驱动浏览器，支持多模型
StagehandAI 辅助定位元素，底层 Playwright，比纯视觉更快更稳
Open Interpreter自然语言 → 代码执行，可操作本地系统
UI-TARS（字节）开源视觉 Agent，类似 Computer Use

5. Browser Use 配置示例

经调研，Browser Use 和 Stagehand 均提供 MCP Server。但 Stagehand 必须依赖 Browserbase 云账号且不支持 OpenRouter，因此下面只给出 Browser Use 的配置示例。

Browser Use vs Stagehand 对比

Browser UseStagehand
方式完全 AI Agent 驱动，自然语言下指令AI 辅助定位元素，底层还是 Playwright
适合"帮我登录XX并导出报表"这种整段任务精确控制流程，但不想手写选择器
与 Playwright 的关系替代 Playwright增强 Playwright
Token 消耗高（每步截图+推理）低（只在定位元素时用 AI）
OpenRouter 支持支持不支持
本地运行支持需 Browserbase 云账号

配置示例

1. Browser Use 的 LLM 配置

{
  "llm": {
    "api_key": "<OPENROUTER_API_KEY>",
    "base_url": "https://openrouter.ai/api/v1",
    "model": "anthropic/claude-sonnet-4-20250514"
  }
}

2. Claude Code 的 MCP 配置（用户级）

{
  "mcpServers": {
    "browser-use": {
      "type": "stdio",
      "command": "uvx",
      "args": ["browser-use[cli]", "--mcp"],
      "env": {
        "OPENAI_API_KEY": "<OPENROUTER_API_KEY>",
        "BROWSER_USE_LLM_MODEL": "anthropic/claude-sonnet-4-20250514"
      }
    }
  }
}

时效说明：示例中的模型 ID anthropic/claude-sonnet-4-20250514 是 2026-04 写作时的写法，现已过时，使用时请按 OpenRouter 当前模型列表替换。

推荐自动化工具组合

网页操作→Playwright
AI 浏览器→Browser Use
macOS App→AppleScript / Hammerspoon
后端编排→n8n

6. 最终结论

影刀 RPA 对于当前技术栈的价值判断

以 macOS + 会写代码的技术背景，Playwright + Browser Use + n8n 已覆盖绝大多数自动化需求。影刀的核心价值场景：

如果没有上述两类需求，不需要引入影刀。