如果你只想要一个答案:Automa,开源、Chrome 和 Firefox 都能装、不用写代码就能拼流程。但它的边界也很硬——只能在浏览器标签页里干活,出不了浏览器;而且能不能长期稳定跑,取决于元素定位稳不稳,不是流程搭得多漂亮。
先否定一句流传很广的话:"装个浏览器自动化插件,重复劳动就没了。"这句话错在把"能录下来"当成了"能一直跑下去"。我见过太多人第一天兴冲冲录完流程,第三天页面改版,选择器全废,然后这个插件就再也没打开过。
下面这些结论我没有自己编跑分,而是把三类公开信息核了一遍:官方仓库 README、Chrome 应用商店的插件页、官方知识库的目录结构。数字会变,请以页面实时显示为准。
数据从哪来:这次核对的三类公开信息
我把来源拆成三块,每块只拿它该拿的东西:
- 仓库 README——拿能力清单、本地构建方式、许可证。README 原文写的是"通过连接模块(block)来自动化你的浏览器",能自动填表、做重复任务、截图、抓网页数据,还能定时执行。
- 应用商店页面——拿用户规模、评分、更新节奏、开发者归属。页面显示用户量 20 万量级、评分 4.4 分档、体积 2.57MiB 档(这些数字会随版本和时间变动)。
- 官方知识库——拿"官方自己承认的常见问题"。这一块最有价值,下面会展开。
这么分是因为推荐文最容易骗人的地方,就是把厂商宣传语当实测结论。看官方 FAQ 挂着哪些条目,比看首页写了多少功能靠谱。
怎么处理的:先划一条能力边界
我把市面上的浏览器自动化按"能碰到什么"分成四层,Automa 在第二层:
- 脚本注入层:用户脚本管理器(Tampermonkey 这类)。改改页面、加个按钮很顺手,但它不是流程编排工具。
- 浏览器扩展编排层:Automa 就在这层。录制 + 积木块拼流程,能点、能取文本、能取表格、能导出 JSON / CSV,还能定时触发。
- 录制回放层:Selenium IDE 这种老牌代表,偏测试和导出脚本,流程复用上不如积木式直观。
- 桌面 RPA 层:影刀这类,能跨出浏览器去碰桌面软件、本地文件、Excel。
这条边界很重要:只要你的任务里出现"从网页下载的文件再导入另一个客户端",Automa 这一层就到头了。这不是缺点,是扩展架构决定的——浏览器扩展拿不到浏览器之外的进程。
站里那篇讲桌面端拦截的文章正好是这个边界的对照:它处理的是 WinForm 里嵌 WebView2 之后的文件对话框问题,日志报 webview2 runtime env is not installed or not found 那类环境错误(常见问题 - WebView2 技术支持)。网页里跑自动化和桌面壳里跑自动化,是两拨完全不同的坑。
发现一:卡住你的从来不是"不会录",是选择器会失效
官方知识库的 FAQ 目录里,明晃晃挂着 Element not found(元素找不到)和 Webpage Lazy Loading(网页懒加载)两条。一个工具把自己的高频故障写在文档首页,说明这确实是大多数人栽的地方。
我的经验是三条:
- 能用稳定属性就别用位置。带随机 hash 的 class(前端构建产物常见)和
div:nth-child(7)这种纯位置选择器,页面一改就散架。 - 懒加载页面必须配等待。流程里"点下一页"和"取文本"之间,要显式加等待元素出现的块,别指望它自己追上。
- 每一步都要加超时兜底。这个习惯我是从站里一篇 .NET 的文章里借来的:它在异步调用外面套了一层
CancellationTokenSource,5 秒内没结果就自动返回空数组,防止对话框"永远挂起"(WinForm 4.8 嵌入 WebView2:拦截文件对话框的终极方案)。自动化流程一模一样,没有超时的流程最后都会变成一个个卡死的标签页。
还有个维护性上的坑:工作流命名千万别偷懒。站里那篇做本地搜索工具的复盘里有句话我记到现在——主观分类过半年你自己都不记得当时怎么想的(手撸本地文件搜索工具)。流程名写成"测试1""新建工作流",三个月后你照样得重新点进去看一遍。
发现二:开源不等于你可以随便拿去商用
Automa 的 README 在许可证那一节写得很明确:仓库代码分别采用 GNU AGPL 或 Automa 商业许可证,二选一。AGPL 的特点是带网络传染性——你在内部用它自动填自己的后台、抓自己的数据,问题不大;但如果你打算把它包装成服务对外提供,就得认真读条款或者去谈商业授权。
还有个信号值得注意:官方知识库的课程内容挂在影刀(Yingdao)的文档域下,应用商店页面登记的开发者联系邮箱也是 yingdao.com 域名。看迹象这个项目已经进入了商业产品线运营。这不是坏事——有商业支持通常意味着维护更稳定——但选型时你得知道自己在跟谁打交道。
顺便说一句本地构建:README 里要求在 src/utils 下先建一个 getPassKey.js,内容是 export default function() { return 'anything-you-want'; },然后才能 pnpm install / pnpm dev / pnpm build。想自己编译而不是装商店版,就照这个来;装完用 chrome://extensions 开开发者模式加载 build 目录。
发现三:跑通之后,数据往哪儿去才是真问题
大部分推荐文写到"导出 CSV"就结束了。但自动化的价值不在导出那一秒,在于这批数据后面有没有人用。
站里讲微信指数那篇给了个很好的样板:模型跑起来之后,他们通过 API 接口服务把数据接到内部看板,每天自动拉一批核心词的热度变化,再和天气 API 做联动告警(微信指数救不了烂内容?我们靠这3个骚操作把搜一搜流量拉回60%)。插件抓下来的数据同理——接进表格、接进看板、接进告警,才叫闭环;躺在下载目录里的 CSV 文件不叫。
反过来,如果你的终点是"把网页上的表格整理成 Excel 给我同事",那用插件绕一大圈反而不划算,直接看站里这篇更实在:内网页面表格导出Excel实战。要是终点是"从图片和票据里抠字段",那压根不是浏览器的活,得走 OCR:发票识别从踩坑到自动化。
这些结论怎么用:一份够用的选型清单
我把判断压成四句话,按顺序走一遍基本不会选错:
- 任务全在一个浏览器标签页内、每天重复超过 10 次 → 直接上 Automa,先装商店版,够用就别折腾自编译。
- 任务里出现本地文件、桌面客户端、或者需要登录其他系统做数据搬运 → 别跟扩展较劲,换桌面 RPA。
- 只是想改改页面、加个按钮、屏蔽点东西 → 用户脚本管理器就够了,别上流程编排。
- 要拿去给外部客户做交付 → 先确认许可证,AGPL 那一栏不是摆设。
最后一个提醒,关于选型失败的代价。站里那篇讲指数和搜索量关系的文章,开头就是一句"错,步步错",说的是他们因为一个前提搞错,花掉了十万预算(百度指数是搜索量吗)。自动化选型也一样:选错层的代价不是白装一个插件,是你花了两周把流程搭完,才发现它根本碰不到你要操作的那个东西。所以先花十分钟画清楚"这个任务到底碰到哪些东西",比什么都值。
常见问题
Automa 免费吗?公司内部用要不要买授权?
扩展本身可以从商店免费安装,源码仓库也是公开的。但许可证是 AGPL 或商业许可二选一:内部自用通常没问题,做成对外服务或想去掉版权限制,就要按 AGPL 履行义务或者购买商业授权。别只看"免费"两个字。
流程老是卡在"找不到元素",是不是我 selector 写错了?
多半是,但不一定是写法问题。三种情况最常见:一是用了前端构建出来的随机 class,二是页面是懒加载、元素还没渲染出来你就去取了,三是页面有 iframe 而你没切进去。官方文档里 Element not found 和 Webpage Lazy Loading 两条专门讲这个,先去对一遍。
能自动下载文件并自动整理吗?
下载这一步通常可以,但"整理"要看整理到哪儿。写进浏览器能访问的地方没问题;要移动到本地指定目录、再打开 Excel 处理,就超出了浏览器扩展的能力,得配桌面端方案或者换 RPA 工具。
定时执行靠谱吗?会不会跑着跑着就没了?
官方支持定时和按间隔触发。但要注意两件事:一是浏览器得开着、插件得在,二是任务里必须设超时兜底,否则一个卡住的标签页会拖住后面的任务。要 7×24 稳定跑,还是放到服务器上的无头方案更稳。
除了 Automa 还有没有别的推荐?
有,但都比 Automa 更挑人:Selenium IDE 偏测试、适合要导出脚本再二次开发的;用户脚本管理器适合改页面而不是编排流程;桌面 RPA 适合跨应用。这篇文章只把 Automa 的官方资料逐条核过,其余请你自己去各自官网对最新版本和能力说明,别照抄二手列表。

