loopi

想象一下：你在凌晨两点处理一个需要重复操作的任务——每隔几分钟就要打开网页、填写表单、点击按钮、截图存档。这些机械动作占据了你整块的工作时间，但你真正想做的只是让电脑帮你完成这些重复劳动，然后自己去睡觉。

Loopi 就是为这类场景而生的。它是一个开源的桌面自动化平台，将浏览器自动化、桌面光标控制、Shell 命令执行、AI Agent 编排和 80 多个第三方 API 集成融为一体，全部本地运行，数据不离开你的电脑。简单来说，它给你的电脑装上了一个「智能双手」——你可以用拖拽的方式编排工作流，也可以让 AI Agent 自主决策执行。

一、背景与起源

Loopi 由独立开发者 Dyan-Dev 创建，GitHub 仓库于 2025 年 9 月上线，采用 O'Saasy 开源许可证（一种宽松的开源协议）。项目基于 Electron 框架构建，使用 TypeScript + React 19 开发前端界面，ReactFlow 作为可视化流程编排引擎。桌面光标和键盘控制依赖 nut-js 库，浏览器自动化则基于 Puppeteer。整个技术栈完全基于 Web 标准（HTML/CSS/JS），对前端开发者极其友好。

二、核心功能解析

1. 真实浏览器控制

Loopi 的浏览器自动化不是模拟 DOM 操作，而是启动一个真实的 Chromium 窗口，通过 Puppeteer 控制它。这意味着：可以执行 JavaScript 绕过 CSP 限制、能处理复杂的 SPA 应用、能完整执行动态加载的内容。你可以在工作流中插入「等待页面加载完成」或「截图当前页面」等节点，浏览器窗口对你完全可见，随时可以看到自动化正在发生什么。

2. 桌面光标与键盘全局控制

这是 Loopi 与其他浏览器自动化工具拉开差距的关键能力。它通过 nut-js 库实现对整个桌面的控制——移动鼠标到屏幕任意坐标、模拟点击（左键/右键/双击）、拖拽、滚动、输入文本、按下任意快捷键组合。支持 Linux X11、Wayland（通过 ydotool）、macOS 和 Windows 四大平台。这意味着你不仅可以控制浏览器窗口，还能操控任何桌面应用程序——文件管理器、终端、Excel、Word，全部都在工作流范围内。

3. AI Agent 自主执行

Loopi 内置 AI Agent 引擎，支持目标驱动的自主执行工作流。Agent 可以按设定的时间计划自动运行、每次运行后进行自我反思、发现工作流断裂时自动修复。支持的 AI 提供商包括：OpenAI GPT-4o 系列、Anthropic Claude 系列、Claude Code CLI（无需 API key，直接调用本地 Claude Code）、以及 Ollama（完全本地运行的 LLM，数据永不离开机器）。

4. 80+ 第三方 API 集成

Loopi 预置了大量开箱即用的集成，覆盖多个领域：通信（Slack、Discord、Telegram、WhatsApp）、开发工具（GitHub、GitLab、Jira、Linear）、数据库（Postgres、MongoDB、MySQL、Redis、Elasticsearch）、云存储（AWS S3、Supabase、Google Drive）、支付（Stripe、PayPal）、邮件（SendGrid、Gmail）以及 AI 提供商。

5. 可视化工作流编辑器

工作流编辑器基于 ReactFlow 构建，采用节点式拖拽界面。每个节点代表一个操作单元（打开网页、点击元素、执行 Shell、调用 API），节点之间通过连接线传递数据变量。相比 Zapier/n8n 等平台，Loopi 的变量系统更加类型安全。

三、技术架构

Loopi 采用 Electron 主进程 + Webpack 渲染进程的经典桌面应用架构。核心依赖包括：

• Electron 40：跨平台桌面应用容器，提供 Chromium 渲染引擎和 Node.js 主进程
• React 19 + ReactFlow 11：可视化工作流编辑器的 UI 层
• nut-js：跨平台桌面光标/键盘/鼠标控制库
• Puppeteer 24：Chromium 浏览器自动化控制
• grammy：Telegram Bot 框架（用于消息集成）
• axios：HTTP 请求（用于 API 集成）
• recharts：工作流执行数据的图表可视化

CLI 工具通过 webpack 单独打包，输出到 bin/loopi。项目使用 pnpm workspace 管理 monorepo 结构。代码质量工具采用 Biome（替代 ESLint/Prettier），测试框架使用 Vitest。

四、部署体验

Loopi 的安装体验对普通用户非常友好。官方在 GitHub Releases 页面提供了预编译包：Windows 用户下载 .exe 安装程序双击即可，Linux 用户安装 .deb 包即可。从源码构建同样简单，核心依赖仅有 Node.js 18+ 和 pnpm，pnpm install && pnpm start 即可启动开发模式。需要注意的是，桌面光标控制功能在 Wayland 环境下需要额外安装 ydotool。

Loopi 目前不支持 Docker 部署，这是因为它本质上是一个需要直接操控本地桌面的 GUI 应用，容器化环境无法访问真实的显示设备和输入设备。

五、局限性与挑战

1. 平台稳定性风险：nut-js 的桌面控制依赖操作系统 API，Linux Wayland 支持通过 ydotool 实现，属于实验性方案。macOS Ventura+ 的系统完整性保护（SIP）可能限制某些全局控制功能。

2. AI Agent 的自我修复局限性：Agent 的自我反思和修复能力取决于底层 LLM 的推理能力。使用 Ollama 本地模型时，修复效果会明显下降。

3. 工作流版本管理缺失：目前没有内置的版本控制或回滚机制，建议用户定期导出工作流 JSON 文件进行备份。

4. 安全考量：Loopi 运行在本地桌面环境，持有 AI API Key 和各类第三方服务凭据，存在凭据泄露风险，建议仅在可信环境中使用。

六、行业意义

Loopi 的出现填补了一个细分市场的空白：在 Zapier（云端、闭源、免费额度有限）和 Playwright（纯代码、门槛高）之间，提供了一个本地优先、开源、图形化、功能全面的中间选项。本地 AI 集成的设计思路——Claude Code CLI 和 Ollama 的支持让整个系统完全可以在离线环境下工作，数据从不离开本地机器，这在数据隐私意识日益增强的背景下，是一个极具吸引力的差异化特性。

七、快速上手建议

1. 下载安装：直接访问 GitHub Releases 下载对应平台的安装包，Windows .exe 或 Linux .deb，5 分钟内完成安装。
2. 配置 AI：首次启动后进入设置，填写 OpenAI API Key 或配置本地 Ollama 地址。
3. 体验第一个工作流：使用官方模板创建「定时抓取网页数据」或「自动发送 Slack 消息」工作流，熟悉节点拖拽和变量连接的操作方式。
4. 进阶：桌面自动化：尝试用 nut-js 节点构建「打开文件管理器 → 导航到指定目录 → 截图存档」的完整流程，体验真实桌面控制的威力。

Loopi 作为一款年轻的开源桌面自动化工具，在「浏览器 + 桌面 + AI Agent」这个交叉领域找到了独特的定位。它不是最强大的，也不是最简单的，但它在开源、免费、本地运行、可视化这四个维度上做到了难得的平衡，值得 RPA 爱好者、AI Agent 实践者和自动化工程师关注。

图1：Loopi 项目 Logo（来源：GitHub 官方仓库）