一款基于自然语言驱动的AI本地自动化工具，能够像人类一样理解屏幕内容并自主操作计算机，无需编程知识即可实现复杂自动化流程。
一分钟了解#
autoMate是一款革新性的AI+RPA自动化工具，通过自然语言描述即可让计算机自主完成复杂任务。它不像传统RPA工具那样繁琐，而是利用大语言模型的力量来模拟人类视觉和操作，适用于任何可视化界面，实现真正的无代码自动化。
核心价值：用自然语言代替复杂编程，让任何人都能轻松实现电脑自动化操作
快速上手#
安装难度：中 - 需要Python环境和特定模型API，但提供详细安装指南
# 克隆项目
git clone https://github.com/yuruotong1/autoMate.git
cd autoMate
# 创建python3.12环境
conda create -n "automate" python==3.12
# 激活环境
conda activate automate
# 安装依赖
python install.py
启动应用：
python main.py
然后在浏览器中打开 http://localhost:7888/ 配置API密钥和基本设置。
适合我的场景吗？
- ✅ 日常办公自动化：处理重复性文档操作、数据录入、表格处理等
- ✅ 跨软件工作流：在不同应用程序之间自动传递数据
- ✅ 非技术用户使用：无需编程知识，通过自然语言描述任务
- ❌ 需要极高执行速度的任务：目前执行速度较慢，特别是没有NVIDIA显卡时
- ❌ 离线使用场景：需要联网调用AI模型API
核心能力#
1. 自然语言驱动 - 任务理解与规划#
- 通过简单的语言描述即可规划复杂自动化流程 实际价值：无需学习特定RPA工具的编程逻辑，直接用日常语言表达需求
2. 全界面控制 - 无限操作可能#
- 支持对任何可视化界面的操作，不限于特定软件 实际价值：突破传统RPA工具的应用限制，可自动化任何有图形界面的软件
3. 智能视觉理解 - 模拟人类操作#
- 能像人一样理解和识别屏幕内容，进行精准操作 实际价值：能够处理非结构化界面，适应不同软件界面变化
4. 本地部署 - 数据安全保障#
- 支持本地部署，保护数据安全和隐私 实际价值：敏感数据处理无需上传云端，满足企业数据安全要求
技术栈与集成#
开发语言：Python 3.12 主要依赖：PyTorch, OpenAI API, multimodal models, OmniParser 集成方式：本地应用程序，通过浏览器访问Web界面
维护状态#
- 开发活跃度：项目处于快速迭代早期阶段，积极集成最新技术
- 最近更新：持续更新中，开发者通过知识星球分享技术进展
- 社区响应：开源项目，鼓励社区参与贡献
文档与学习资源#
- 文档质量：基础级别，提供安装指南和FAQ
- 官方文档：README.md（提供中文和日语版本）
- 示例代码：提供基础安装和运行示例
- 学习资源：知识星球"AI桐木和他的朋友们"提供技术深度讨论