⚙️
Agent工作流

rayobrowse

基于 Python · 无代码搭建完整 AI 自动化流程
⭐ 166 Stars 🍴 9 Forks 💻 Python 📄 MIT 🏷 AI 6.8分
6.8AI 综合评分
workflowai-agentsanti-bot-detectionanti-detectantidetect-browserbot-detectionpython
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,rayobrowse 获评「推荐使用」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 6.8 分,适合有一定技术背景的用户使用。

📚 深度解析
rayobrowse 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升,基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化(模拟鼠标键盘操作),AI Agent 工作流通过理解任务意图、动态规划执行路径,能够处理更复杂的非结构化任务。

rayobrowse 工作流的设计遵循"最小配置,最大复用"原则:核心逻辑已经封装好,用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制,在网络波动或 API 限速等情况下仍能稳定运行,适合作为生产环境的自动化基础设施。

在实际部署时,建议先在测试环境中运行 3-5 次,验证各个环节的输出结果符合预期,再部署到生产环境。AI Skill Hub 评分 6.8 分,是同类 Agent 工作流中的精选推荐。
📋 工具概览

rayobrowse 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 166
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
6.8 分
工具类型
Agent工作流
Forks
9
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

rayobrowse 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排,无需编写复杂代码
  • 支持多步骤自动化任务链,实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制,保障稳定运行
  • 提供可复用的自动化模板,快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:pip 安装(推荐)
pip install rayobrowse

# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install rayobrowse

# 方式三:从源码安装(获取最新功能)
git clone https://github.com/rayobyte-data/rayobrowse
cd rayobrowse
pip install -e .

# 验证安装
python -c "import rayobrowse; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
rayobrowse --help

# 基本用法
rayobrowse input_file -o output_file

# Python 代码中调用
import rayobrowse

# 示例
result = rayobrowse.process("input")
print(result)
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# rayobrowse 配置文件示例(config.yml)
app:
  name: "rayobrowse"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
rayobrowse --config config.yml

# 或通过环境变量配置
export RAYOBROWSE_API_KEY="your-key"
export RAYOBROWSE_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 32/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

<p align="center"> <img src="assets/rayobrowse.png" alt="rayobrowse"> </p>

<p align="center"> <a href="https://pypi.org/project/rayobrowse/"><img src="https://img.shields.io/pypi/v/rayobrowse" alt="PyPI"></a> <a href="https://www.npmjs.com/package/rayobrowse"><img src="https://img.shields.io/npm/v/rayobrowse" alt="npm"></a> <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue" alt="License"></a> <a href="https://github.com/rayobyte-data/rayobrowse"><img src="https://img.shields.io/github/last-commit/rayobyte-data/rayobrowse" alt="Last Commit"></a> <br> <a href="https://github.com/rayobyte-data/rayobrowse"><img src="https://img.shields.io/github/stars/rayobyte-data/rayobrowse" alt="Stars"></a> <a href="https://pypi.org/project/rayobrowse/"><img src="https://img.shields.io/pepy/dt/rayobrowse?label=pypi&logo=pypi&logoColor=white" alt="PyPI Downloads"></a> <a href="https://www.npmjs.com/package/rayobrowse"><img src="https://img.shields.io/npm/dt/rayobrowse?label=npm&logo=npm&logoColor=white" alt="npm Downloads"></a> </p>

<p align="center"> <a href="https://docs.rayobrowse.com">Docs</a> · <a href="#quick-start">Quick Start</a> · <a href="#what-rayobrowse-handles">Fingerprints</a> · <a href="#self-hosted-and-cloud">Self-Hosted and Cloud</a> </p>

Self-hosted Chromium stealth browser for web scraping and automation.

rayobrowse is a Chromium-based browser built to look like a real user in server-side automation. It gives each session a coherent fingerprint across browser APIs, graphics, fonts, language, timezone, WebRTC, automation surfaces, and network-facing behavior.

It exposes standard CDP, so you can use it from Playwright, Puppeteer, Selenium, Scrapy, OpenClaw, or your own automation code without learning a new browser API.

Rayobyte uses rayobrowse at billion-page-per-month scale on major websites for its web scraping API. We have been in the web scraping industry for 11 years, and this browser is part of the infrastructure we rely on ourselves.

pip install httpx playwright && playwright install

import httpx from playwright.sync_api import sync_playwright

r = httpx.get( "http://localhost:9222/connect", params={"os": "windows", "headless": "false", "vnc": "true"}, timeout=120, ) r.raise_for_status() cdp_url = r.text.strip() vnc_url = r.headers.get("x-vnc-url") or "http://localhost:6080/vnc.html"

with sync_playwright() as p: browser = p.chromium.connect_over_cdp(cdp_url) context = browser.contexts[0] if browser.contexts else browser.new_context() page = context.pages[0] if context.pages else context.new_page() page.goto("https://browserscan.net/") print(page.title()) print(f"To view your browser in VNC go to: {vnc_url}") input("Press Enter to close the browser...") browser.close() ```

The browser is cleaned up when the CDP session closes. For long-running sessions, reconnects, and explicit lifecycle control, use the SDK or the session management APIs.

For SDKs, session reuse, VNC, proxies, and integration guides, use docs.rayobrowse.com.

Why Docker Only

The hardest version of this problem is running a stealth browser reliably at scale on Linux servers without GPUs. That is where scraping teams actually run production workloads, so that is where we put our effort.

Docker lets rayobrowse ship the browser binary, patched runtime, fonts, graphics stack, fingerprint engine, daemon, and VNC support as one reproducible environment. You can run the same browser locally, in CI, on bare metal, or across a cloud fleet without rebuilding a fragile desktop browser setup on every machine.

Quick Start

Self-hosted rayobrowse is free and unlimited. Docker is the only required runtime dependency.

git clone https://github.com/rayobyte-data/rayobrowse.git
cd rayobrowse
docker compose up -d
curl http://localhost:9222/health
⚡ 核心功能
👥 适合人群
自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队
🎯 使用场景
  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
✅ 优点
  • +MIT 协议,可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程,清晰直观
  • +可扩展性强,支持复杂场景
⚠️ 不足
  • 初始配置和调试需投入一定时间
  • 强依赖外部服务的稳定性
  • 复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐
❓ 常见问题 FAQ
Agent 工作流是以 AI 为核心决策节点的自动化流程,AI 可以根据上下文动态调整执行路径,而不是固定按顺序执行。与普通自动化(如 Zapier)相比,Agent 工作流能处理更复杂、需要判断的场景,但配置要求也相对更高。
💡 AI Skill Hub 点评

AI Skill Hub 点评:rayobrowse 的核心功能完整,质量良好。对于自动化工程师和运维人员来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 rayobrowse
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 rayobrowse
原始描述 开源AI工作流:Stealth Chromium browser for web scraping and AI agents.。⭐166 · Python
Topics workflowai-agentsanti-bot-detectionanti-detectantidetect-browserbot-detectionpython
GitHub https://github.com/rayobyte-data/rayobrowse
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/rayobyte-data/rayobrowse 🌐 官方网站  https://rayobyte.com/

收录时间:2026-05-22 · 更新时间:2026-05-22 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。