痛点导读写了 200 行 PyAutoGUI 代码换台电脑坐标全乱Selenium 脚本在同事电脑上跑不通想封装成工具给团队用却发现 Python 打包成 EXE 后体积 500MB 还各种报错——如果你也踩过这些坑这篇文就是为你写的。一、先搞清楚纯 Python 做 RPA 的边界在哪很多开发者入门 RPA 时第一反应是pip install pyautoguipip install selenium然后就开始写脚本。这条路能走通但天花板很低。1.1 纯 Python 方案的典型技术栈能力维度常用库能做什么做不到什么桌面自动化PyAutoGUI / Pywinauto模拟鼠标键盘、图像识别点击跨分辨率适配、界面自适应网页自动化Selenium / Playwright元素定位、表单填写、数据抓取复杂业务流编排、异常自愈定时调度schedule / APScheduler简单周期任务可视化配置、远程触发打包分发PyInstaller生成 EXE授权控制、防反编译、体积优化核心矛盾Python 脚本在开发环境和生产环境之间有一道鸿沟。你本地跑得好好的发给同事就可能因为分辨率不同、浏览器版本不同、依赖缺失而崩溃。1.2 一个真实踩坑案例去年帮一个做拼多多店群的朋友处理多账号切换订单汇总的需求先用 Selenium 写了一套from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC import time def grab_orders(): driver webdriver.Chrome() driver.get(https://seller.example.com/login) # 登录 driver.find_element(By.ID, username).send_keys(xxx) driver.find_element(By.ID, password).send_keys(xxx) driver.find_element(By.ID, login-btn).click() time.sleep(3) # 硬等极不稳定 # 抓取订单 orders driver.find_elements(By.CLASS_NAME, order-item) data [] for order in orders: data.append({ id: order.find_element(By.CLASS_NAME, order-id).text, amount: order.find_element(By.CLASS_NAME, amount).text }) driver.quit() return data问题清单time.sleep(3)这种硬等待网络波动就崩页面结构一变定位器全废ChromeDriver 版本不匹配同事电脑跑不起来账号密码明文写在代码里安全隐患想给 5 个同事用得装 Python 环境 配驱动部署成本极高多账号切换还得手动改代码里的登录态完全没法给运营人员用这个案例让我意识到纯代码方案适合做原型验证但要落地成可交付的工具需要更完整的工程化能力。二、工程化升级从脚本到应用的五个关键能力如果你要把一个自动化流程从个人玩具升级为团队工具以下五个能力缺一不可2.1 能力一可视化流程编排手写代码的维护成本极高。一个 500 行的自动化脚本三个月后你自己都看不懂。可视化编排的价值在于降低维护门槛业务人员也能看懂流程逻辑快速迭代拖拽调整步骤不用改代码版本管理流程文件化可 diff、可回滚2.2 能力二智能元素定位告别硬编码传统 RPA 靠 XPath 或 CSS Selector 定位元素页面改版就失效。现在更成熟的方案是多策略融合定位优先级1唯一属性定位id、name 优先级2相对路径 文本内容匹配 优先级3图像识别兜底当 DOM 结构变化时 优先级4AI 视觉理解对复杂动态页面2.3 能力三EXE 打包与授权控制把自动化流程打包成独立 EXE 是刚需但 PyInstaller 的问题很头疼打包后体积巨大Python 解释器 依赖库源码容易被反编译提取无法做授权控制谁都能运行无法限制使用次数或有效期理想的打包方案应该支持体积精简原生运行时别带整个 Python 解释器50MB 以内为佳流程文件级 AES 加密保护不是简单的压缩包密码一机一码授权绑定机器码 使用次数限制 有效期控制独立运行无需目标电脑装 Python2.4 能力四API 触发与定时调度自动化流程不能只靠双击运行。实际业务中经常需要外部系统触发ERP 产生新订单 → 自动调用 RPA 流程处理定时执行每天凌晨 2 点自动跑报表消息触发钉钉/企微/飞书收到指令 → 执行对应流程 → 回调通知结果这要求 RPA 工具本身具备HTTP API 接口和定时任务引擎且支持异步回调 消息推送。2.5 能力五数据安全与离线运行对于金融、政务、医疗等行业数据不出内网是硬性要求。这意味着流程执行不能依赖云端服务账号密码等敏感信息必须本地存储加密执行日志不能上传到第三方服务器零服务端依赖纯本地运行时三、实战构建一个网页桌面双场景自动化应用下面用一个真实业务场景串联完整技术链路场景每天自动登录某政务系统下载报表网页端然后用 Excel 打开做格式整理桌面端最后把结果文件放到指定文件夹。3.1 阶段一用 Python 快速验证核心逻辑先用 Python 验证每个子模块是否可行# 模块1网页登录与下载 from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC import time def web_download(): options webdriver.ChromeOptions() # 设置下载目录 prefs {download.default_directory: rC:\Reports} options.add_experimental_option(prefs, prefs) driver webdriver.Chrome(optionsoptions) try: driver.get(https://gov.example.com/login) # 显式等待替代 time.sleep wait WebDriverWait(driver, 10) # 输入账号密码 wait.until(EC.presence_of_element_located((By.ID, username))).send_keys(admin) driver.find_element(By.ID, password).send_keys(******) driver.find_element(By.ID, loginBtn).click() # 等待页面跳转 wait.until(EC.url_contains(/dashboard)) # 进入报表页面 driver.find_element(By.LINK_TEXT, 数据报表).click() wait.until(EC.presence_of_element_located((By.CLASS_NAME, report-list))) # 下载昨日报表 yesterday_btn driver.find_element(By.XPATH, //button[contains(text(),昨日)]) yesterday_btn.click() # 等待下载完成通过检查文件 time.sleep(5) # 实际应用应轮询文件系统 print(网页下载完成) finally: driver.quit() # 模块2Excel 格式整理 import win32com.client as win32 def format_excel(file_path): excel win32.Dispatch(Excel.Application) excel.Visible False try: wb excel.Workbooks.Open(file_path) ws wb.Worksheets(1) # 设置列宽自适应 ws.Columns.AutoFit() # 首行加粗背景色 header ws.Rows(1) header.Font.Bold True header.Interior.Color 0xDDEBF7 # 浅蓝色 # 保存并关闭 wb.Save() wb.Close() print(Excel 格式整理完成) finally: excel.Quit() # 主流程 if __name__ __main__: web_download() format_excel(rC:\Reports\report_20250605.xlsx)验证结果核心逻辑可行但存在明显工程化缺口账号密码硬编码下载完成判断不严谨没有异常重试机制无法定时执行发给同事需要配环境3.2 阶段二迁移到可视化 RPA 平台做工程化封装当原型验证通过后需要迁移到更成熟的平台做工程化。选型时我对比了几个方向选型维度方案A继续纯 Python方案B商业 RPA方案C低代码 RPA 工具学习成本低已会 Python中需学新工具低可视化拖拽打包 EXE困难PyInstaller 坑多不支持/收费一键打包授权控制需自研企业版才有内置支持API 触发需自研 Flask 服务企业版才有内置支持离线运行可以需联网验证可以成本免费但时间成本高年费较高免费版可用最终选择了一个支持零服务端依赖 原生 EXE 打包 内置授权引擎三位一体的低代码工具。这套组合拳在免费工具里很少见但对个人开发者交付项目是刚需。3.3 阶段三可视化流程设计详解将 Python 逻辑转化为可视化流程关键步骤拆解步骤1流程参数化配置变量定义 - username登录账号字符串 - password登录密码字符串加密存储 - download_dir下载目录路径 - report_date报表日期默认昨日步骤2网页自动化流程1. 打开浏览器 → 输入政务系统 URL 2. 智能等待 → 页面加载完成 3. 填写输入框 → 变量 username 4. 填写密码框 → 变量 password 5. 点击登录按钮 6. 智能等待 → URL 包含 /dashboard 7. 点击数据报表菜单 8. 智能等待 → 报表列表加载 9. 条件判断 → report_date 是否为昨日 ├─ 是 → 点击昨日按钮 └─ 否 → 点击日期选择器 → 输入 report_date 10. 点击下载按钮 11. 循环等待 → 检查 download_dir 是否有新文件 ├─ 有 → 退出循环 └─ 无 → 等待 2 秒 → 继续循环最多 30 次步骤3桌面自动化流程Excel 处理1. 启动 Excel 应用 2. 打开文件 → 拼接路径download_dir 最新文件名 3. 执行 VBA 宏或可视化操作 - 全选 → 自适应列宽 - 选中首行 → 加粗 背景色 #DDEBF7 - 选中数据区域 → 添加边框 4. 另存为 → 目标目录 5. 关闭 Excel步骤4异常处理与日志每个关键步骤包裹 Try-Catch - 元素定位失败 → 截图保存 → 重试 3 次 → 失败则通知 - 下载超时 → 记录日志 → 标记任务失败 - Excel 未安装 → 提示用户安装 → 终止流程3.4 阶段四打包成可交付的 EXE 应用工程化的最后一步是打包分发。一个合格的自动化应用应该像普通软件一样双击安装/运行不需要用户装 Python、配驱动可以设置使用权限谁可以用、用多久支持远程触发API 调用打包后的应用结构MyReportAutomation/ ├── MyReportAutomation.exe # 主程序原生运行时 50MB ├── config.json # 配置文件AES 加密 ├── ui/ # 自定义界面文件 └── logs/ # 执行日志本地存储自定义界面设计让非技术人员也能用┌─────────────────────────────────────┐ │ 政务报表自动下载工具 v1.0 │ ├─────────────────────────────────────┤ │ 账号 [________________] │ │ 密码 [________________] ●●● │ │ 日期 [昨日 ▼] │ │ 目录 [C:\Reports ▼] [浏览...] │ ├─────────────────────────────────────┤ │ [ 立即执行 ] [ 定时设置 ] │ │ [ 查看日志 ] [ 退出 ] │ └─────────────────────────────────────┘3.5 阶段五API 触发与定时调度HTTP API 触发示例# 外部系统如 ERP调用 RPA 流程 curl -X POST http://localhost:8080/api/trigger \ -H Content-Type: application/json \ -d { flow_id: gov_report_download, params: { report_date: 2026-06-04, notify_email: admincompany.com }, callback_url: http://erp.company.com/rpa/callback }响应结果{ task_id: task_20250605093015, status: running, message: 流程已启动预计 2 分钟内完成 }定时任务配置任务名称每日凌晨报表下载 执行时间0 2 * * *Cron 表达式 执行流程gov_report_download 参数report_date昨日 失败重试3 次间隔 5 分钟 失败通知钉钉群机器人消息触发场景钉钉/企微/飞书群 → 机器人 执行报表下载 → RPA 接收指令 → 执行流程 → 完成后回调通知报表下载完成共 156 条记录四、进阶当 RPA 遇上 AI 大模型2025-2026 年RPA 最大的变量是AI 增强。传统的元素定位依赖 DOM 结构而 AI 视觉理解让 RPA 能看懂界面。4.1 AI 增强的典型场景场景1智能识别复杂表单传统方式逐个元素定位XPath 一换就崩 AI 方式截图 → 大模型理解页面结构 → 自动识别输入框含义 → 匹配填充场景2非标准界面操作有些老系统用的是 ActiveX、Flash 或自定义渲染DOM 里根本找不到元素。AI 视觉定位可以截图当前界面识别目标按钮/输入框的位置直接计算坐标点击场景3智能决策与异常处理# 伪代码AI 判断流程分支 screenshot capture_screen() analysis llm.analyze(screenshot, prompt 当前页面是什么状态 A. 登录页 → 返回需要登录 B. 验证码页 → 返回需要识别验证码 C. 正常页面 → 返回可以继续 D. 错误页面 → 返回系统异常 ) if analysis 需要识别验证码: captcha_img crop_region(screenshot, region) code ocr.recognize(captcha_img) fill_input(验证码, code)4.2 AI 能力的接入方式目前主流有两种模式模式优点缺点适用场景平台内置 AI开箱即用配置简单模型固定灵活性差按调用量抽成不透明通用场景自研 API 对接模型可选DeepSeek/Kimi/豆包/文心费用透明按实际调用量需技术能力配置 API Key专业场景、成本敏感场景对于个人开发者和小团队自研 API 对接更灵活可以选 DeepSeek、Kimi、豆包、文心一言等不同模型用户自行对接各平台 API费用直接付给模型厂商无中间商抽成敏感数据走本地或私有部署不经过第三方平台支持图片识图与 OCR 识别处理复杂验证码、票据识别等场景五、数据安全为什么本地存储不是可选项而是必选项做 RPA 项目时客户问得最多的问题不是能不能做而是数据安不安全。5.1 典型安全顾虑账号密码存储RPA 需要登录各种系统凭证怎么存业务数据流转抓取的客户信息、订单数据会不会泄露执行日志操作记录保存在哪会不会被第三方看到网络依赖流程执行时是否必须连外网5.2 安全架构设计原则┌─────────────────────────────────────────┐ │ 用户本地设备 │ │ ┌─────────────────────────────────┐ │ │ │ RPA 运行时引擎零服务端依赖 │ │ │ │ ┌─────────┐ ┌─────────────┐ │ │ │ │ │ 流程文件 │ │ 本地数据库 │ │ │ │ │ │ (AES加密)│ │ (SQLite) │ │ │ │ │ └─────────┘ └─────────────┘ │ │ │ │ ┌─────────┐ ┌─────────────┐ │ │ │ │ │ 执行日志 │ │ 凭证管理器 │ │ │ │ │ │ (本地) │ │ (AES加密) │ │ │ │ │ └─────────┘ └─────────────┘ │ │ │ └─────────────────────────────────┘ │ │ ↑ 完全不经过云端 │ │ ↓ │ │ 目标业务系统内网/外网 │ └─────────────────────────────────────────┘关键安全特性流程文件 AES 加密存储即使电脑丢失也无法提取逻辑账号密码用 AES 加密密钥由用户自行保管执行日志只写本地零云端同步支持完全离线运行内网环境也能正常工作应用支持加密分享分享时可设置授权范围六、选型建议不同场景下的工具选择最后给一个实用的选型决策表帮你快速判断该用哪种方案场景特征推荐方案理由一次性脚本、个人使用纯 Python零成本快速验证需要定时跑、但不用分发Python Task Scheduler简单够用要发给同事用、跨电脑运行低代码 RPA EXE 打包免环境配置开箱即用需要授权控制、防扩散支持一机一码 使用次数 有效期授权的低代码工具机器码绑定可控分发对接 ERP/外部系统触发支持 HTTP API 异步回调 钉钉/企微/飞书消息推送的 RPA 平台易于集成结果可通知政务/金融/医疗等敏感行业纯离线本地 RPA零服务端依赖 流程文件 AES 加密 数据零云端同步数据不出内网合规需要 AI 增强识图/OCR支持多模型自研 API 对接DeepSeek/Kimi/豆包/文心的 RPA灵活选模型费用透明无抽成电商多账号运营店群支持指纹浏览器对接紫鸟/比特/HubStudio/AdsPower的 RPA多账号隔离防关联七、写在最后从会写脚本到能交付方案写这篇文章的初衷是想帮开发者理清一个认知会写自动化脚本 ≠ 能交付自动化方案。Python 脚本到生产级应用之间隔着工程化封装可视化、参数化部署分发原生运行时打包、体积 50MB授权保护流程文件 AES 加密 一机一码绑定运维监控日志、告警、钉钉/企微/飞书回调安全合规零服务端依赖、数据零云端同步如果你只是偶尔跑个脚本纯 Python 完全够用。但如果你要把工具交给非技术人员使用在团队内标准化推广对外交付给客户处理敏感数据需要合规那么选择一个支持零服务端依赖 原生 EXE 打包 内置授权引擎三位一体的低代码 RPA 平台会让你的交付效率提升一个数量级。目前市面上能做到这套组合拳的免费工具屈指可数蓝印RPA算是其中一个。建议选型时重点验证EXE 打包后体积是否可控原生运行时优先别带整个 Python 解释器 50MB 为佳是否支持流程文件级 AES 加密不是简单的压缩包密码API 触发是否支持异步回调 钉钉/企微/飞书消息推送定时调度是否支持 Cron 表达式数据是否完全本地存储零云端同步授权机制是否支持一机一码 使用次数限制 有效期控制AI 能力是否支持自研 API 对接DeepSeek/Kimi/豆包/文心费用透明无抽成你在 RPA 工程化过程中踩过哪些坑遇到过打包 EXE 体积爆炸、授权控制无从下手、或者数据安全合规的难题吗欢迎在评论区分享一起交流解决方案。
Python + RPA 双引擎实战：从手写脚本到可交付自动化应用的完整链路
发布时间：2026/6/6 21:49:13
痛点导读写了 200 行 PyAutoGUI 代码换台电脑坐标全乱Selenium 脚本在同事电脑上跑不通想封装成工具给团队用却发现 Python 打包成 EXE 后体积 500MB 还各种报错——如果你也踩过这些坑这篇文就是为你写的。一、先搞清楚纯 Python 做 RPA 的边界在哪很多开发者入门 RPA 时第一反应是pip install pyautoguipip install selenium然后就开始写脚本。这条路能走通但天花板很低。1.1 纯 Python 方案的典型技术栈能力维度常用库能做什么做不到什么桌面自动化PyAutoGUI / Pywinauto模拟鼠标键盘、图像识别点击跨分辨率适配、界面自适应网页自动化Selenium / Playwright元素定位、表单填写、数据抓取复杂业务流编排、异常自愈定时调度schedule / APScheduler简单周期任务可视化配置、远程触发打包分发PyInstaller生成 EXE授权控制、防反编译、体积优化核心矛盾Python 脚本在开发环境和生产环境之间有一道鸿沟。你本地跑得好好的发给同事就可能因为分辨率不同、浏览器版本不同、依赖缺失而崩溃。1.2 一个真实踩坑案例去年帮一个做拼多多店群的朋友处理多账号切换订单汇总的需求先用 Selenium 写了一套from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC import time def grab_orders(): driver webdriver.Chrome() driver.get(https://seller.example.com/login) # 登录 driver.find_element(By.ID, username).send_keys(xxx) driver.find_element(By.ID, password).send_keys(xxx) driver.find_element(By.ID, login-btn).click() time.sleep(3) # 硬等极不稳定 # 抓取订单 orders driver.find_elements(By.CLASS_NAME, order-item) data [] for order in orders: data.append({ id: order.find_element(By.CLASS_NAME, order-id).text, amount: order.find_element(By.CLASS_NAME, amount).text }) driver.quit() return data问题清单time.sleep(3)这种硬等待网络波动就崩页面结构一变定位器全废ChromeDriver 版本不匹配同事电脑跑不起来账号密码明文写在代码里安全隐患想给 5 个同事用得装 Python 环境 配驱动部署成本极高多账号切换还得手动改代码里的登录态完全没法给运营人员用这个案例让我意识到纯代码方案适合做原型验证但要落地成可交付的工具需要更完整的工程化能力。二、工程化升级从脚本到应用的五个关键能力如果你要把一个自动化流程从个人玩具升级为团队工具以下五个能力缺一不可2.1 能力一可视化流程编排手写代码的维护成本极高。一个 500 行的自动化脚本三个月后你自己都看不懂。可视化编排的价值在于降低维护门槛业务人员也能看懂流程逻辑快速迭代拖拽调整步骤不用改代码版本管理流程文件化可 diff、可回滚2.2 能力二智能元素定位告别硬编码传统 RPA 靠 XPath 或 CSS Selector 定位元素页面改版就失效。现在更成熟的方案是多策略融合定位优先级1唯一属性定位id、name 优先级2相对路径 文本内容匹配 优先级3图像识别兜底当 DOM 结构变化时 优先级4AI 视觉理解对复杂动态页面2.3 能力三EXE 打包与授权控制把自动化流程打包成独立 EXE 是刚需但 PyInstaller 的问题很头疼打包后体积巨大Python 解释器 依赖库源码容易被反编译提取无法做授权控制谁都能运行无法限制使用次数或有效期理想的打包方案应该支持体积精简原生运行时别带整个 Python 解释器50MB 以内为佳流程文件级 AES 加密保护不是简单的压缩包密码一机一码授权绑定机器码 使用次数限制 有效期控制独立运行无需目标电脑装 Python2.4 能力四API 触发与定时调度自动化流程不能只靠双击运行。实际业务中经常需要外部系统触发ERP 产生新订单 → 自动调用 RPA 流程处理定时执行每天凌晨 2 点自动跑报表消息触发钉钉/企微/飞书收到指令 → 执行对应流程 → 回调通知结果这要求 RPA 工具本身具备HTTP API 接口和定时任务引擎且支持异步回调 消息推送。2.5 能力五数据安全与离线运行对于金融、政务、医疗等行业数据不出内网是硬性要求。这意味着流程执行不能依赖云端服务账号密码等敏感信息必须本地存储加密执行日志不能上传到第三方服务器零服务端依赖纯本地运行时三、实战构建一个网页桌面双场景自动化应用下面用一个真实业务场景串联完整技术链路场景每天自动登录某政务系统下载报表网页端然后用 Excel 打开做格式整理桌面端最后把结果文件放到指定文件夹。3.1 阶段一用 Python 快速验证核心逻辑先用 Python 验证每个子模块是否可行# 模块1网页登录与下载 from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC import time def web_download(): options webdriver.ChromeOptions() # 设置下载目录 prefs {download.default_directory: rC:\Reports} options.add_experimental_option(prefs, prefs) driver webdriver.Chrome(optionsoptions) try: driver.get(https://gov.example.com/login) # 显式等待替代 time.sleep wait WebDriverWait(driver, 10) # 输入账号密码 wait.until(EC.presence_of_element_located((By.ID, username))).send_keys(admin) driver.find_element(By.ID, password).send_keys(******) driver.find_element(By.ID, loginBtn).click() # 等待页面跳转 wait.until(EC.url_contains(/dashboard)) # 进入报表页面 driver.find_element(By.LINK_TEXT, 数据报表).click() wait.until(EC.presence_of_element_located((By.CLASS_NAME, report-list))) # 下载昨日报表 yesterday_btn driver.find_element(By.XPATH, //button[contains(text(),昨日)]) yesterday_btn.click() # 等待下载完成通过检查文件 time.sleep(5) # 实际应用应轮询文件系统 print(网页下载完成) finally: driver.quit() # 模块2Excel 格式整理 import win32com.client as win32 def format_excel(file_path): excel win32.Dispatch(Excel.Application) excel.Visible False try: wb excel.Workbooks.Open(file_path) ws wb.Worksheets(1) # 设置列宽自适应 ws.Columns.AutoFit() # 首行加粗背景色 header ws.Rows(1) header.Font.Bold True header.Interior.Color 0xDDEBF7 # 浅蓝色 # 保存并关闭 wb.Save() wb.Close() print(Excel 格式整理完成) finally: excel.Quit() # 主流程 if __name__ __main__: web_download() format_excel(rC:\Reports\report_20250605.xlsx)验证结果核心逻辑可行但存在明显工程化缺口账号密码硬编码下载完成判断不严谨没有异常重试机制无法定时执行发给同事需要配环境3.2 阶段二迁移到可视化 RPA 平台做工程化封装当原型验证通过后需要迁移到更成熟的平台做工程化。选型时我对比了几个方向选型维度方案A继续纯 Python方案B商业 RPA方案C低代码 RPA 工具学习成本低已会 Python中需学新工具低可视化拖拽打包 EXE困难PyInstaller 坑多不支持/收费一键打包授权控制需自研企业版才有内置支持API 触发需自研 Flask 服务企业版才有内置支持离线运行可以需联网验证可以成本免费但时间成本高年费较高免费版可用最终选择了一个支持零服务端依赖 原生 EXE 打包 内置授权引擎三位一体的低代码工具。这套组合拳在免费工具里很少见但对个人开发者交付项目是刚需。3.3 阶段三可视化流程设计详解将 Python 逻辑转化为可视化流程关键步骤拆解步骤1流程参数化配置变量定义 - username登录账号字符串 - password登录密码字符串加密存储 - download_dir下载目录路径 - report_date报表日期默认昨日步骤2网页自动化流程1. 打开浏览器 → 输入政务系统 URL 2. 智能等待 → 页面加载完成 3. 填写输入框 → 变量 username 4. 填写密码框 → 变量 password 5. 点击登录按钮 6. 智能等待 → URL 包含 /dashboard 7. 点击数据报表菜单 8. 智能等待 → 报表列表加载 9. 条件判断 → report_date 是否为昨日 ├─ 是 → 点击昨日按钮 └─ 否 → 点击日期选择器 → 输入 report_date 10. 点击下载按钮 11. 循环等待 → 检查 download_dir 是否有新文件 ├─ 有 → 退出循环 └─ 无 → 等待 2 秒 → 继续循环最多 30 次步骤3桌面自动化流程Excel 处理1. 启动 Excel 应用 2. 打开文件 → 拼接路径download_dir 最新文件名 3. 执行 VBA 宏或可视化操作 - 全选 → 自适应列宽 - 选中首行 → 加粗 背景色 #DDEBF7 - 选中数据区域 → 添加边框 4. 另存为 → 目标目录 5. 关闭 Excel步骤4异常处理与日志每个关键步骤包裹 Try-Catch - 元素定位失败 → 截图保存 → 重试 3 次 → 失败则通知 - 下载超时 → 记录日志 → 标记任务失败 - Excel 未安装 → 提示用户安装 → 终止流程3.4 阶段四打包成可交付的 EXE 应用工程化的最后一步是打包分发。一个合格的自动化应用应该像普通软件一样双击安装/运行不需要用户装 Python、配驱动可以设置使用权限谁可以用、用多久支持远程触发API 调用打包后的应用结构MyReportAutomation/ ├── MyReportAutomation.exe # 主程序原生运行时 50MB ├── config.json # 配置文件AES 加密 ├── ui/ # 自定义界面文件 └── logs/ # 执行日志本地存储自定义界面设计让非技术人员也能用┌─────────────────────────────────────┐ │ 政务报表自动下载工具 v1.0 │ ├─────────────────────────────────────┤ │ 账号 [________________] │ │ 密码 [________________] ●●● │ │ 日期 [昨日 ▼] │ │ 目录 [C:\Reports ▼] [浏览...] │ ├─────────────────────────────────────┤ │ [ 立即执行 ] [ 定时设置 ] │ │ [ 查看日志 ] [ 退出 ] │ └─────────────────────────────────────┘3.5 阶段五API 触发与定时调度HTTP API 触发示例# 外部系统如 ERP调用 RPA 流程 curl -X POST http://localhost:8080/api/trigger \ -H Content-Type: application/json \ -d { flow_id: gov_report_download, params: { report_date: 2026-06-04, notify_email: admincompany.com }, callback_url: http://erp.company.com/rpa/callback }响应结果{ task_id: task_20250605093015, status: running, message: 流程已启动预计 2 分钟内完成 }定时任务配置任务名称每日凌晨报表下载 执行时间0 2 * * *Cron 表达式 执行流程gov_report_download 参数report_date昨日 失败重试3 次间隔 5 分钟 失败通知钉钉群机器人消息触发场景钉钉/企微/飞书群 → 机器人 执行报表下载 → RPA 接收指令 → 执行流程 → 完成后回调通知报表下载完成共 156 条记录四、进阶当 RPA 遇上 AI 大模型2025-2026 年RPA 最大的变量是AI 增强。传统的元素定位依赖 DOM 结构而 AI 视觉理解让 RPA 能看懂界面。4.1 AI 增强的典型场景场景1智能识别复杂表单传统方式逐个元素定位XPath 一换就崩 AI 方式截图 → 大模型理解页面结构 → 自动识别输入框含义 → 匹配填充场景2非标准界面操作有些老系统用的是 ActiveX、Flash 或自定义渲染DOM 里根本找不到元素。AI 视觉定位可以截图当前界面识别目标按钮/输入框的位置直接计算坐标点击场景3智能决策与异常处理# 伪代码AI 判断流程分支 screenshot capture_screen() analysis llm.analyze(screenshot, prompt 当前页面是什么状态 A. 登录页 → 返回需要登录 B. 验证码页 → 返回需要识别验证码 C. 正常页面 → 返回可以继续 D. 错误页面 → 返回系统异常 ) if analysis 需要识别验证码: captcha_img crop_region(screenshot, region) code ocr.recognize(captcha_img) fill_input(验证码, code)4.2 AI 能力的接入方式目前主流有两种模式模式优点缺点适用场景平台内置 AI开箱即用配置简单模型固定灵活性差按调用量抽成不透明通用场景自研 API 对接模型可选DeepSeek/Kimi/豆包/文心费用透明按实际调用量需技术能力配置 API Key专业场景、成本敏感场景对于个人开发者和小团队自研 API 对接更灵活可以选 DeepSeek、Kimi、豆包、文心一言等不同模型用户自行对接各平台 API费用直接付给模型厂商无中间商抽成敏感数据走本地或私有部署不经过第三方平台支持图片识图与 OCR 识别处理复杂验证码、票据识别等场景五、数据安全为什么本地存储不是可选项而是必选项做 RPA 项目时客户问得最多的问题不是能不能做而是数据安不安全。5.1 典型安全顾虑账号密码存储RPA 需要登录各种系统凭证怎么存业务数据流转抓取的客户信息、订单数据会不会泄露执行日志操作记录保存在哪会不会被第三方看到网络依赖流程执行时是否必须连外网5.2 安全架构设计原则┌─────────────────────────────────────────┐ │ 用户本地设备 │ │ ┌─────────────────────────────────┐ │ │ │ RPA 运行时引擎零服务端依赖 │ │ │ │ ┌─────────┐ ┌─────────────┐ │ │ │ │ │ 流程文件 │ │ 本地数据库 │ │ │ │ │ │ (AES加密)│ │ (SQLite) │ │ │ │ │ └─────────┘ └─────────────┘ │ │ │ │ ┌─────────┐ ┌─────────────┐ │ │ │ │ │ 执行日志 │ │ 凭证管理器 │ │ │ │ │ │ (本地) │ │ (AES加密) │ │ │ │ │ └─────────┘ └─────────────┘ │ │ │ └─────────────────────────────────┘ │ │ ↑ 完全不经过云端 │ │ ↓ │ │ 目标业务系统内网/外网 │ └─────────────────────────────────────────┘关键安全特性流程文件 AES 加密存储即使电脑丢失也无法提取逻辑账号密码用 AES 加密密钥由用户自行保管执行日志只写本地零云端同步支持完全离线运行内网环境也能正常工作应用支持加密分享分享时可设置授权范围六、选型建议不同场景下的工具选择最后给一个实用的选型决策表帮你快速判断该用哪种方案场景特征推荐方案理由一次性脚本、个人使用纯 Python零成本快速验证需要定时跑、但不用分发Python Task Scheduler简单够用要发给同事用、跨电脑运行低代码 RPA EXE 打包免环境配置开箱即用需要授权控制、防扩散支持一机一码 使用次数 有效期授权的低代码工具机器码绑定可控分发对接 ERP/外部系统触发支持 HTTP API 异步回调 钉钉/企微/飞书消息推送的 RPA 平台易于集成结果可通知政务/金融/医疗等敏感行业纯离线本地 RPA零服务端依赖 流程文件 AES 加密 数据零云端同步数据不出内网合规需要 AI 增强识图/OCR支持多模型自研 API 对接DeepSeek/Kimi/豆包/文心的 RPA灵活选模型费用透明无抽成电商多账号运营店群支持指纹浏览器对接紫鸟/比特/HubStudio/AdsPower的 RPA多账号隔离防关联七、写在最后从会写脚本到能交付方案写这篇文章的初衷是想帮开发者理清一个认知会写自动化脚本 ≠ 能交付自动化方案。Python 脚本到生产级应用之间隔着工程化封装可视化、参数化部署分发原生运行时打包、体积 50MB授权保护流程文件 AES 加密 一机一码绑定运维监控日志、告警、钉钉/企微/飞书回调安全合规零服务端依赖、数据零云端同步如果你只是偶尔跑个脚本纯 Python 完全够用。但如果你要把工具交给非技术人员使用在团队内标准化推广对外交付给客户处理敏感数据需要合规那么选择一个支持零服务端依赖 原生 EXE 打包 内置授权引擎三位一体的低代码 RPA 平台会让你的交付效率提升一个数量级。目前市面上能做到这套组合拳的免费工具屈指可数蓝印RPA算是其中一个。建议选型时重点验证EXE 打包后体积是否可控原生运行时优先别带整个 Python 解释器 50MB 为佳是否支持流程文件级 AES 加密不是简单的压缩包密码API 触发是否支持异步回调 钉钉/企微/飞书消息推送定时调度是否支持 Cron 表达式数据是否完全本地存储零云端同步授权机制是否支持一机一码 使用次数限制 有效期控制AI 能力是否支持自研 API 对接DeepSeek/Kimi/豆包/文心费用透明无抽成你在 RPA 工程化过程中踩过哪些坑遇到过打包 EXE 体积爆炸、授权控制无从下手、或者数据安全合规的难题吗欢迎在评论区分享一起交流解决方案。
