RPA

通过MCP服务器实现浏览器和桌面自动化，支持宏录制、JavaScript编写及OCR图像识别。

MCP办公与效率开源

查看来源 →

形态: MCP
传输协议: http
是否开源: 是
GitHub Stars: ★ 2.0k
收录来源: mcp-github
仓库: github.com/A9T9/RPA

能力说明

RPA是一个结合了浏览器自动化、OCR和图像识别的MCP服务器，使AI助手能够创建、编辑和运行可重用的宏。它支持网页表单填写、数据提取、网站测试、视觉任务以及桌面应用自动化。用户可以通过宏录制或编写JavaScript来实现自动化，并且可以连接外部MCP客户端以进行更复杂的操作。适合需要自动化重复性任务的个人和企业使用。

能力点

▪网页表单填写与数据提取
▪网站测试与交互记录
▪OCR文本识别
▪图像识别控制
▪桌面应用自动化

适用场景

自动填写并提交网页表单定期从网站下载报告自动化桌面软件操作使用OCR识别屏幕上的文字

接入方式

依赖：Node.jsnpmAPI Key

npx uivision-mcp-bridge --setup

以上信息由 AI 基于公开资料整理，可能存在偏差，以来源为准。

常见问题

如何开始使用RPA？

安装浏览器扩展程序并录制一个浏览器任务，或从示例宏开始。

是否支持桌面应用自动化？

是的，但需要额外安装Ui.Vision桌面组件（XModules）。

相关 Skill

interview-coach-skill

面试教练技能，覆盖从简历优化到模拟面试的整个求职周期。

skillpack

将AI技能打包成本地代理，方便团队在Slack和Telegram中使用。

harness-anything

AI代理控制中心，支持WPS/MS Office、Zotero、Photoshop等软件的自动化操作。

Agent Skill办公自动化学术研究

i-have-adhd

优化AI输出，使其更简洁、行动导向，适合注意力缺陷多动障碍（ADHD）用户。

work-iq

通过自然语言查询 Microsoft 365 数据，包括邮件、会议、文档等。

consulting-pptx-skill

AI生成高质量PPTX的Claude Code技能，包含62种幻灯片模板和规则检查。