那些没API的老软件，其实最该被自动化——OpenAdapt 三步搞定 GUI 工作流

那些没有 API 的软件，其实最该被自动化

你有没有遇到过这种情况——每天要在某个老旧的 CRM 系统里反复填同样的表格，或者每周都要从某个网页抓数据但它根本没有开放接口？

这类”没有 API 的软件”占了企业日常工作的很大一部分。传统 RPA 工具靠坐标定位，一遇界面更新就崩溃；写脚本更是只能针对特定页面。OpenAdapt 换了个思路：你做一遍，AI 学一遍，下次它替你做。

工作流：三步搞定 GUI 自动化

第一步，录制。在终端跑一行命令，然后正常操作你要自动化的软件——点击、输入、滚动，OpenAdapt 会同时捕获屏幕截图、鼠标坐标、可访问性树三层信息，生成结构化的操作记录。

第二步，编译。把录制数据喂给 LMM（大型多模态模型），系统自动分析每一步操作的视觉和结构特征，编译成一份确定性工作流——注意，这里编译出来的是纯确定性程序，不依赖任何模型调用。

第三步，回放。执行工作流，毫秒级还原你的操作。如果遇到GUI意外变化，系统会主动暂停等你介入，而不是乱猜。

为什么值得装

• 模型无关：Claude、GPT-4V、Gemini 都能用，不绑死供应商。
• 隐私优先：内置 PII/PHI 脱敏（AWS Comprehend、Microsoft Presidio），数据不外传。
• 本地运行：所有录制和执行都在本地，敏感场景也适用。
• 支持各类 GUI：桌面应用、Web 页面，甚至 Citrix 虚拟化环境都能跑。
• MIT 开源：1.7k GitHub Star，263 Fork，社区活跃。

适用场景

适合财务、运营、客服等需要频繁操作遗留系统的同学。比如每月重复填表、数据跨系统迁移、定期报表生成这类机械劳动，装上 OpenAdapt 录制一次，之后就能一键执行。

装起来也简单：

pip install openadapt
openadapt flow record "填写客户信息表"
openadapt flow compile
openadapt run --task "填写客户信息表"

整个链路不需要写一行代码，也不用调 API——真正的”AI-First”自动化。

GitHub 链接我放结尾了，感兴趣可以去跑一下 Quickstart，三分钟就能录制并回放你的第一个自动化任务。

https://github.com/OpenAdaptAI/OpenAdapt

GitHub: https://github.com/OpenAdaptAI/OpenAdapt