如何让大模型帮你操作电脑：cgft-llm RPA自动化结合LLM Workflow终极实战指南

如何让大模型帮你操作电脑：cgft-llm RPA自动化结合LLM Workflow终极实战指南

【免费下载链接】cgft-llmcgft-llm 是一个学习大语言模型（LLM）开发的开源资源。它提供代码、文档和视频教程，帮助用户通过实践掌握前沿核心 LLM 技术项目地址: https://gitcode.com/echonoshy/cgft-llm

在 cgft-llm 这个动手做大模型的开源项目中，RPA自动化结合LLM Workflow 是解锁"AI 操作电脑"的关键一步：用影刀RPA这类流程自动化工具定时触发 Dify 上搭建的 LLM 工作流，让大模型从"只会回答"进化为"能干活"，完成端到端的业务流程自动化。本文面向新手，讲清楚这套组合的原理、搭建路径和落地方向，全程无需复杂代码。

为什么是"RPA + LLM Workflow"这个组合

大模型很聪明，但它没有手。它不会自己打开浏览器、点按钮、填表单，也无法在凌晨 3 点按时起床干活。这时候需要两位搭档：

• LLM Workflow（大模型工作流）：单轮操作，给定输入直接得到输出，逻辑确定、结果可控，适合"加工信息"
• RPA（机器人流程自动化）：模拟人手操作网页和桌面软件，支持定时触发、API 集成，负责"执行动作"

而另一个常被对比的概念是Agent（智能体），三者的分工可以这样记：

Agent 与 LLM Workflow 的更多概念辨析，可以参考项目文档：dify-agent-llm-workflow.md。

💡 核心思路就一句话：大模型负责思考，RPA 负责执行。

大模型如何"操作电脑"：两条落地路径

路径一：Browser-use，大模型自己开浏览器

除了 RPA，还有一条更"极客"的路：让大模型通过 tool-call 直接驱动浏览器，自己点击、输入、截图、判断。cgft-llm 中提供了一个极简的 Browser-use 实践，自动抓取 GitHub Trending 热榜并整理成表格：

该案例的完整说明与环境安装步骤见：readme.md，抓取脚本位于 github_trending_scraper.py。

路径二：影刀RPA + Dify，新手更友好的生产方案

function-calling 实现流程图 揭示了这个组合背后的通用原理：

1. 用户/定时器把 prompt 交给Tools Workflow（工作流）
2. 工作流把 prompt + 工具描述一起发给LLM
3. LLM 判断"用不用工具"：用，则执行工具流程；不用，则直接返回结果

影刀RPA 恰好提供了这套闭环需要的能力：网页自动化操作、桌面应用自动化、定时触发任务、与 API 集成（详见 rpa-automation-with-llm-agent.md）。

三步搭出你的第一个 RPA + LLM 自动流

🧭第 1 步：在 Dify 里搭建 LLM Workflow

Dify 是开源 LLM 应用开发平台，用拖拽节点的方式构建工作流。开始前先配置两样东西：基础 LLM（OpenAI API 或 Ollama 本地部署均可）和**知识库（Knowledge）**用于 RAG 检索增强。不会部署？Docker 一行命令搞定，参考 dify-agent-llm-workflow.md 中的本地部署章节。

🤖第 2 步：用影刀RPA 定时触发工作流

在影刀中新建流程，设定触发时间（如每天 09:00），通过 API 节点调用 Dify 应用的 Workflow 接口，传入输入参数（比如"今天的竞品动态"），等待返回结果。

📮第 3 步：结果自动处理与反馈

RPA 拿到 LLM 输出的结构化结果后，可以继续执行动作：写入表格、发送邮件、推送到群聊……至此，"触发 → 思考 → 执行 → 反馈"的自动化闭环就跑通了。

再进一步：给工作流接上 RAG 知识库

想让大模型"更懂你的业务"，就在 Dify Workflow 里挂上知识库：文档、数据库、API 数据统一建索引，查询时把最相关的内容注入 prompt，再交给 LLM 生成回答：

这样 RPA 定时触发的就不只是"通用问答"，而是"带着你私有资料的智能任务"。知识库构建的完整知识清单（数据接入、切分、Embedding、Rerank 策略）可以参考：readme.md。

如何选出有价值的自动化场景

作者给出的判断标准非常朴素，就两句话：选出有价值的事情，然后变成自动化。可以这样找切入点：

• ⏰ 每天/每周固定重复的信息汇总（日报、榜单、舆情）
• 📊 跨系统的数据搬运（网页 → 表格 → 邮件）
• 📝 批量表单填写、批量资料录入
• 📬 定时抓取 + 智能改写 + 自动推送

想深入理解 LLM 为什么会选择"调用工具"而不是直接回答，可以延伸阅读 function calling 自动发邮件的实战：README.md，其实现入口为 app.py。

学习路径与文件资料清单

项目整体目录导航见 README.md。想动手跟练，可先克隆仓库（仓库地址：https://gitcode.com/echonoshy/cgft-llm），按"第 15 期 RPA 自动化结合 LLM Workflow → 第 14 期 Dify 实现 Agent 和 LLM Workflow → 第 17 期 tool-call 与 Browser-use"的顺序学习，由浅入深，很快就能让大模型替你上手干活。

🎯 小结：LLM 出脑子，RPA 出双手。选一件你每周都在重复的小事，用 Dify 工作流 + 影刀RPA 跑通第一个闭环，就是通往 AI 自动化的最短路径。

【免费下载链接】cgft-llmcgft-llm 是一个学习大语言模型（LLM）开发的开源资源。它提供代码、文档和视频教程，帮助用户通过实践掌握前沿核心 LLM 技术项目地址: https://gitcode.com/echonoshy/cgft-llm