ui.vision 有付费内容

开源软件指源代码公开、允许他人查看、修改和再分发的软件。它不等于免费，也不等于没有版权——是否收费、能否商用、二次发布要满足什么条件，取决于具体的开源许可证。对普通人来说，判断一款开源软件值不值得用，关键看三点：许可证是否匹配你的用途、项目是否仍在活跃维护、以及它能否解决你的具体任务。下面按这三个维度展开。

开源软件和"免费软件"不是一回事

很多人把开源等同于免费，这是最常见的误区。开源描述的是源代码的获取与使用权利，免费描述的是价格。两者可以重合，也可以分离：

• 有的开源软件完全免费，靠社区或捐赠维护；
• 有的开源软件本身免费，但官方提供付费的技术支持、托管或企业版；
• 也有软件免费但不开源（只给可执行文件，不给源代码）。

所以看到"开源"两个字，不要直接推断"免费"或"可以随便用"。真正决定你能怎么用的，是它附带的许可证。

常见许可证决定你能做什么

许可证是开源软件的使用规则。同样是开源，不同许可证对"修改后要不要也开源""能不能闭源商用"的要求差别很大。下面是最常见的几类：

对普通用户来说，日常使用（自己装来用、不修改不分发）几乎不受许可证限制。真正需要留意许可证的是两类人：把开源代码嵌进自己产品再发布的开发者，以及想基于开源项目做二次分发的人。如果你属于这两类，务必先读项目根目录下的 LICENSE 文件，而不是凭印象判断。

开源不等于安全，也不等于好用

"源代码公开所以更安全"是一种想当然。公开确实让更多人能审查代码，但有没有人真的去审查、发现问题后有没有人及时修，才是安全的关键。判断一个开源项目是否可靠，可以看这些信号：

• 最近提交时间：仓库几个月甚至几年没更新，遇到漏洞可能没人修；
• issue 和 PR 的响应：大量长期未处理的 issue，说明维护者精力有限或已放弃；
• 发布节奏：是否有稳定的版本发布，还是长期停在某个旧版本；
• 社区规模：文档、论坛、问答是否活跃，出问题能不能找到人。

反过来，一个更新频繁、社区活跃的小众开源工具，往往比一个多年不更新的大牌项目更值得信任。

按用途挑选开源替代品

选开源软件，先明确你要完成的任务，再看有没有成熟替代品。以图像处理为例，ImageOptim 就是一类面向"压缩图片、减小文件体积"任务的开源工具，它的定位是替代"导出为 Web 格式"这类操作，而不是替代完整的图像编辑软件。这说明一个重要思路：开源替代品常常只覆盖某个具体环节，而不是一比一替换整个商业软件。

按用途大致可以这样找：

• 图像/媒体处理：先想清楚是"编辑"还是"压缩/转换"，前者找编辑器，后者找专用工具；
• 办公文档：找能读写通用格式（如 docx、xlsx）的套件，注意复杂排版可能走样；
• 开发工具：这类开源生态最成熟，编辑器、版本控制、包管理基本都有开源方案；
• 系统工具：压缩、清理、格式转换等小工具，开源选择非常多。

挑选时的通用检查清单：

1. 它能不能完成你的核心任务（先看功能，不看名气）；
2. 最近一次更新是什么时候；
3. 有没有清晰的安装说明和文档；
4. 出问题时去哪里求助（issue 区、论坛、聊天群）。

安装和使用中的常见卡点

开源软件的安装方式比商业软件更杂，遇到问题先分清是哪一类：

• 来源不明：只从项目官网或官方代码仓库下载，不要用来路不明的第三方打包版本；
• 依赖缺失：部分工具需要先装运行环境或其他组件，报错信息通常会指出缺什么；
• 权限与系统限制：某些系统会拦截未签名应用，需要手动允许，操作前确认来源可信；
• 版本混乱：同一工具有稳定版和开发版，日常使用优先选稳定版。

遇到问题时的求助顺序

1. 先查官方文档：多数基础问题文档里就有答案；
2. 搜 issue 区：你的问题很可能别人已经提过，看有没有解决方案或临时绕过办法；
3. 看社区论坛/聊天群：适合文档没覆盖的使用经验类问题；
4. 自己提 issue：写清版本、系统、复现步骤和报错信息，越具体越容易被回应。

提 issue 时不要只写"用不了"，而要写"在什么系统、什么版本、执行了什么操作、期望什么结果、实际报了什么错"。这几乎决定了你能不能得到有效帮助。

一句话决策

日常自己用、不修改不分发，选开源软件主要看功能是否够用 + 项目是否还在维护；要把代码嵌进自己的产品再发布，才需要认真读许可证。开源是权利和协作方式，不是质量或免费的保证——把它当成一个需要核实的选项，而不是一个可以放心的标签。

Ui.Vision V10 是一款开源的浏览器与桌面自动化工具，核心用途是让你用可复用的“宏”自动完成网页操作、桌面操作、网页抓取和 UI 测试。它提供三种上手路径：用 AI 宏助手描述任务自动生成宏、通过 MCP 连接你自己的 AI 助手、或者用可视化录制和 Selenium 风格命令自己搭建。浏览器自动化在 Windows、macOS、Linux 上都可用；涉及桌面应用和本地文件访问时，需要额外安装 Desktop Automation 应用（XModules）。

它能做什么

根据官网说明，Ui.Vision 覆盖以下几类任务：

• 网页自动化：在浏览器中重复执行点击、输入、跳转等操作。
• 桌面自动化：操作本地桌面应用、访问本地文件（需装 XModules）。
• 网页抓取：从页面提取数据。
• UI 测试与测试自动化：用宏验证界面行为。
• 视觉与 OCR 结合：把浏览器命令与计算机视觉、OCR 组合使用，应对难以用选择器定位的元素。

宏是这里的核心单位——你描述或录制一次，就能保存下来反复编辑和运行。

三种创建宏的方式

1. 用 AI 宏助手描述任务

在 V10 的 AI 宏助手里描述你想自动化的内容，助手会检查页面、编写宏、运行它，并在失败时帮助修复。生成的宏可以保留下来继续编辑和复用。

官网明确写到：Ui.Vision AI 在免费方案上可用，无需注册、无需 API key。

2. 通过 MCP 连接你自己的 AI 助手

如果你已经在用支持 MCP 的 AI 助手，可以通过 MCP bridge 让它创建、运行和调试浏览器中的 Ui.Vision 宏。相当于给你的 AI 助手一套浏览器自动化工具。

3. 自己录制或写代码

• 可视化录制：像录制操作一样生成宏。
• Selenium 风格命令：支持 Selenium IDE 的导入/导出。
• V10 新增的 JavaScript 自动化 API：适合需要更复杂逻辑的场景。

安装与运行环境

如果你是从旧版本升级，官网提示：使用 Ui.Vision Version 10 的话，需要下载新的 Desktop Automation 应用（XModules Version 2）。

AI 与数据流向：需要先想清楚的一点

Ui.Vision 允许你选择 AI 的处理方式：

• 托管版 Ui.Vision AI：由官方服务处理。
• 你自己的 AI 提供商：接入你选择的第三方服务。
• 本地模型：在本地运行。

官网特别说明：使用托管 AI 时，聊天内容以及其中包含的页面数据或截图，会被发送到所选服务进行处理。也就是说，如果你处理的是敏感页面，选择本地模型或自建提供商是更可控的路径。官网另有关于 AI 提供商选择和自动化安全的说明可供参考。

适合谁用

• 需要重复操作网页、又不想写完整脚本的人：从 AI 宏助手或可视化录制入手。
• 已经在用 AI 助手、想让它直接操作浏览器的开发者：走 MCP 连接。
• 需要兼顾桌面应用和本地文件的自动化场景：加装 XModules。
• 做 UI 测试、需要视觉和 OCR 兜底的团队：把浏览器命令与视觉能力组合使用。

从哪里开始

1. 安装浏览器扩展（Chrome、Edge 或 Firefox）。
2. 先用 AI 宏助手描述一个简单任务，看它生成的宏是否符合预期。
3. 需要桌面或本地文件操作时，再安装 Desktop Automation 应用。
4. 想接入自己的 AI 助手，配置 MCP bridge。

价格方面，官网提供了 Pricing 和 AI PRO 两个入口页面，具体方案与费用需以这些页面为准；免费方案可用 AI 宏助手这一点已在官网说明中明确。

Ui.Vision V10 提供 MCP 桥接（MCP bridge），让兼容 MCP 的 AI 助手直接创建、运行和调试浏览器中的 Ui.Vision 宏。前提是你已经安装 Ui.Vision 浏览器扩展（Chrome、Edge 或 Firefox），并使用一个支持 MCP 的 AI 助手。连接后，宏的编写和执行由助手在浏览器内驱动，你负责描述任务和检查结果。

MCP 桥接解决什么问题

传统做法是自己在 Ui.Vision 里逐条写命令或录制操作。MCP 桥接把这件事交给 AI 助手：助手可以生成宏、触发运行、在失败时读取反馈并调整。适合以下场景：

• 任务描述清楚，但你不熟悉 Selenium 风格命令或 JavaScript API
• 页面结构会变，希望助手在运行失败后自动修正定位方式
• 已有自己的 AI 助手，想让它直接操作浏览器而不是只给建议

不适合的场景：需要严格审计每一步、不允许页面数据离开本机的流程——这取决于你选择的 AI 提供商。

连接前的准备

1. 安装浏览器扩展：从 Chrome Web Store、Edge Add-ons 或 Firefox Add-on Gallery 安装 Ui.Vision。浏览器自动化在 Windows、macOS、Linux 上均可运行。
2. 确认助手兼容 MCP：只有支持 MCP 的 AI 助手才能通过桥接与 Ui.Vision 通信。
3. 决定 AI 提供商：Ui.Vision 支持托管 AI、你自己的 AI 提供商，或本地模型三种方式。
4. 桌面自动化（可选）：如果宏需要操作桌面应用或访问本地文件，需额外安装 Desktop Automation 应用（XModules）。注意 V10 中 Chrome 和 Edge 的 Browser Vision 无需 XModules，即使浏览器窗口在后台也能工作。

连接与使用流程

1. 建立 MCP 连接：在 Ui.Vision 侧启用 MCP 桥接，让你的 AI 助手接入。连接建立后，助手获得创建、运行、调试宏的能力。
2. 描述任务：用自然语言说明要自动化的内容。助手会检查页面、写出宏、运行它，并在失败时协助修复。
3. 保留并复用宏：生成的宏可以保存下来，之后继续编辑和重复运行，不必每次重新描述。
4. 验证结果：宏在本地运行，检查输出是否符合预期；失败时让助手读取错误并调整。

除了 MCP 和 AI 助手，V10 也保留了两条传统路径：可视化录制，以及 Selenium 风格命令加新的 JavaScript 自动化 API。你可以混合使用——例如让助手生成初版宏，再手动微调。

AI 提供商与数据流向

Ui.Vision 的 AI 功能在免费计划中可用，无需注册或 API key。但“免费可用”不等于所有提供商组合都免费，具体以你选择的提供商为准。

安全上需要明确一点：使用托管 AI 时，聊天内容以及宏中包含的页面数据或截图会被发送到所选服务处理。如果页面含敏感信息，应选择本地模型，或在描述任务时避免让助手读取这些页面。

常见卡点

• 助手不支持 MCP：桥接无法建立，只能退回手动录制或自己写宏。
• 需要桌面操作却没装 XModules：浏览器内的自动化不需要它，但桌面应用和本地文件访问需要。
• 以为宏在云端跑：宏在本地运行，但托管 AI 模式下页面数据会外发，这两件事要分开理解。
• 浏览器窗口在后台：V10 中 Chrome 和 Edge 的 Browser Vision 在后台也能工作，不必把窗口置前。

如果你的目标是让 AI 直接动手操作浏览器，MCP 桥接是 V10 的主要路径；如果只是想让 AI 帮你写一段宏再自己跑，AI 宏助手就够了。

Ui.Vision 的版本可以按两层来理解：一层是自动化运行环境（免费浏览器扩展 + 桌面应用 XModules），另一层是 AI 与商业授权（AI PRO、RPA PRO & Enterprise）。官网明确提到 AI 功能在免费计划上可用，且无需注册或 API Key；同时站内存在 Pricing 与 AI PRO 两个独立入口，说明 AI 能力与 RPA 商业版是分开计价的。具体金额官网页面未在资料中给出，需要点进对应链接确认。

免费能用什么

免费部分覆盖了大多数个人自动化的起点：

• 浏览器扩展：支持 Chrome、Edge、Firefox，一键安装，可运行在 Windows、macOS、Linux。
• AI 宏助手：在 v10 中描述任务，助手会检查页面、编写宏、运行并帮助修复失败，生成的宏可保留下来反复编辑运行。官网说明它在免费计划上可用，无需注册或 API Key。
• 经典自动化方式：可视化录制、Selenium 风格命令、v10 新增的 JavaScript 自动化 API，可结合计算机视觉与 OCR。
• Browser Vision：在 Chrome 和 Edge 上无需 XModules 即可工作，即使浏览器窗口在后台也能运行。

如果你的需求只是浏览器内的重复操作、网页抓取或 UI 测试，免费扩展通常已经够用。

什么时候需要桌面应用（XModules）

浏览器扩展管不到浏览器之外的东西。要自动化桌面应用程序或访问本地文件，需要额外安装 Desktop Automation 应用（XModules）。官网对 v10 用户的提示是：如果已有 Ui.Vision V10，应下载新的 Desktop Automation 应用（XModules Version 2）。

判断标准很简单：

AI 部分：托管、自有提供商还是本地模型

Ui.Vision 允许三种 AI 接入方式，这是选型时最需要权衡的一点：

• 托管 Ui.Vision AI：开箱即用，免费计划可用。代价是聊天内容以及包含的页面数据或截图会被发送到所选服务处理。
• 自有 AI 提供商：接入你自己的模型服务，适合对数据流向有要求、或已有模型额度的用户。
• 本地模型：数据不出本机，适合处理敏感页面，但需要自己准备运行环境。

官网特别说明宏是本地运行的，AI 部分才涉及数据外发。所以如果页面含敏感信息，优先考虑本地模型或自有提供商。

MCP：把 Ui.Vision 交给你的 AI 助手

v10 的另一条路径是通过 MCP bridge，让兼容 MCP 的 AI 助手直接创建、运行和调试 Ui.Vision 宏。这适合已经在用某个 AI 助手、希望它具备浏览器操作能力的场景，而不是在 Ui.Vision 内部描述任务。

商业版本怎么选

官网列出了 RPA PRO & Enterprise 和 AI PRO 两个付费方向，并有独立定价页。资料中没有给出具体价格、功能配额或授权条款，因此无法在这里比较金额。可核对的做法是：

1. 打开 https://ui.vision/rpa/x/pricing 查看 RPA PRO & Enterprise 的授权与价格。
2. 打开 https://ui.vision/ai/pro 查看 AI PRO 的权益范围。
3. 先跑免费版验证流程可行性，再决定是否为团队授权或更高 AI 配额付费。

决策建议

• 个人、浏览器内任务：免费扩展起步，AI 宏助手直接试，不需要付费。
• 涉及本地软件或文件：加装 XModules，仍可停留在免费层。
• 数据敏感：选本地模型或自有 AI 提供商，避开托管 AI 的数据外发。
• 团队协作、企业授权或更高 AI 用量：到 Pricing 与 AI PRO 页面确认具体条款后再选，不要仅凭版本名称推断包含内容。

不需要。在 Ui.Vision V10 中，Chrome 和 Edge 上的浏览器视觉（Browser Vision）无需安装 XModules 即可使用，即使浏览器窗口处于后台也能正常工作。但如果你要自动化桌面应用或访问本地文件，仍然需要额外安装 Desktop Automation 应用（XModules）。

浏览器视觉与 XModules 的关系

Ui.Vision 的能力可以分成两层，是否需要 XModules 取决于你要操作的对象：

也就是说，只要你的任务停留在网页层面——点击、填表、抓取、UI 测试——在 Chrome 或 Edge 上直接装浏览器扩展就能跑视觉相关功能，不必先装 XModules。

支持哪些浏览器

Ui.Vision 提供三个浏览器扩展入口：

• Chrome：通过 Chrome 应用商店一键安装
• Edge：通过 Edge 加载项商店一键安装
• Firefox：通过 Firefox 附加组件库一键安装

浏览器自动化可在 Windows、macOS 和 Linux 上运行。需要注意的是，V10 中「浏览器视觉无需 XModules」这一说明明确指向 Chrome 和 Edge；Firefox 扩展本身可用，但资料未把 Firefox 列入免 XModules 的浏览器视觉范围，涉及视觉能力时以 Chrome、Edge 为准更稳妥。

什么时候必须装 XModules

出现下面这类需求时，浏览器扩展不够用，需要补装 Desktop Automation 应用（XModules Version 2）：

• 操作浏览器之外的桌面软件，比如本地客户端、系统弹窗
• 读写本地文件，让宏与磁盘上的数据交互

如果你已经是 Ui.Vision V10 用户，官方给出的路径是下载新的 Desktop Automation 应用（XModules Version 2）。

安装与验证步骤

1. 装浏览器扩展：按你使用的浏览器，从 Chrome 应用商店、Edge 加载项商店或 Firefox 附加组件库安装 Ui.Vision。
2. 跑一个网页视觉任务：在 Chrome 或 Edge 中创建一个包含视觉/OCR 命令的宏并运行。
3. 验证是否免 XModules：把浏览器窗口切到后台再运行一次，若视觉命令仍能定位并执行，说明当前环境不需要 XModules。
4. 按需补装 XModules：只有当任务涉及桌面应用或本地文件时，再安装 Desktop Automation 应用。

常见卡点

• 把桌面任务当成网页任务：宏里一旦要操作本地应用或文件，就必须有 XModules，否则会失败。
• 误以为所有浏览器都一样：免 XModules 的浏览器视觉说明针对 Chrome 和 Edge，Firefox 场景建议先实测确认。
• 忽略后台运行的前提：V10 的浏览器视觉支持窗口在后台工作，这是它相对旧方式的便利点，但前提仍是在 Chrome/Edge 上。

关于 AI 与运行方式

V10 的 AI 宏助手可以在免费计划上使用，无需注册或 API key；你也可以通过 MCP 桥接让自己的 AI 助手创建、运行和调试宏。宏在本地运行，AI 提供方可以选择托管版 Ui.Vision AI、你自己的 AI 提供方或本地模型——使用托管 AI 时，聊天内容及随附的页面数据或截图会发送到所选服务处理。这些选择不影响「浏览器视觉是否需要 XModules」的结论，但会影响数据流向，配置前值得一并考虑。