1. 内网离线场景下 RPAAI 长流程为什么会崩先说清楚这套方案解决什么问题。RPA 负责稳定执行AI 负责理解与决策两者组合起来做长流程自动化适合政务、金融、医疗这类数据不能出机房的内网环境。但很多人第一次做的时候会直接拿 AI 生成的 Python 脚本去交付结果上线就崩。崩的原因通常不是代码写错了而是运行环境、元素定位、异常处理这三件事没工程化。我接过一个政务系统的自动化需求要求全内网运行、数据不出机房、流程打包成 EXE 分发到各个科室。第一版我用 AI 编程工具生成了一套 Python 脚本本地跑通后交付上线第一周崩了三次网页改版导致 XPath 全部失效、内网环境调不通外部 API、科室电脑没装 Python 环境根本跑不起来。折腾两周后我确认了一件事AI 能写代码但写不等于能跑跑不等于能长期稳定跑。所以这套重构方案的核心思路就一句话让 AI 负责思考让 RPA 负责稳定落地。AI 处理“写什么”的不确定性RPA 处理“怎么跑得稳”的确定性。下面按可跟做的顺序拆开讲包括内网部署配置、元素自愈验证、EXE 打包脚本以及通过统一 Key 通道接入 AI 能力的完整步骤。先明确几个关键概念方便后面看配置不迷路。Base URL 是 AI 服务的请求地址Key 是身份凭证Model ID 是具体调用的模型标识。这三件套在后面的 JSON、TOML、settings 片段里会反复出现任何一处对不上都会报 401 或模型不存在。内网离线环境的特点是外网请求默认不通所以要么走内网可达的统一网关要么把模型私有化部署到本地。本方案用的是统一 Key 通道把不同模型的调用收敛到一个入口减少内网白名单和密钥管理的复杂度。长流程的定义也要说清楚单次执行超过 10 分钟、包含 5 个以上页面跳转、有分支判断和循环、需要断点续传的流程。这类流程对元素稳定性和异常捕获的要求远高于短脚本。短脚本崩了重跑就行长流程崩了前面几十分钟全白费。所以元素自愈和异常分支不是加分项是必需项。2. TaoToken 统一 Key 接入与内网前置准备这一章解决“AI 能力怎么在内网里调通”的问题。内网不能随便访问外部服务所以需要一个内网可达的入口。TaoToken 在这里的角色是统一 Key 和 API 通道你不需要为每个模型单独申请密钥、单独配白名单而是通过一个 Base URL 和一把 Key 调用多个模型。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 。前置准备分三步。第一步确认内网到 API 入口的网络可达性。在内网服务器上执行连通性测试不要用 ping很多网关禁 ICMP直接用 curl 打一个轻量请求curl -sS -o /dev/null -w %{http_code}\n \ https://taotoken.net/api/v1/models \ -H Authorization: Bearer $TAOTOKEN_API_KEY返回 200 说明网络和鉴权都通返回 401 说明 Key 有问题返回超时说明内网出口没放行需要找网络管理员加白名单。这一步必须在部署前做否则后面所有配置都是空中楼阁。第二步申请并保存 Key。进入控制台创建 API Key地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。Key 只在创建时完整显示一次复制后立刻存进内网的密钥管理里不要写进代码仓库。我习惯把它放进系统环境变量Windows 用 setxLinux 写进 /etc/profile.d/ 下的独立文件并 chmod 600。第三步确定 Model ID。不同任务用不同模型长文本理解和流程判断用通用对话模型代码生成和脚本转换用编码能力强的模型。Model ID 的具体取值在文档里查地址是 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。不要凭记忆写模型名写错会直接报 model not found。如果你用的是 Claude Code 这类编码工具做脚本生成接入配置要写全三件套。在项目根目录的 settings 文件里配置{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的Key, ANTHROPIC_MODEL: 你的ModelID } }注意 Base URL 后面不要多加 /v1具体以文档为准。配置完执行一次模型对话验证地址是 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 确认能正常返回再进入下一步。内网环境如果走私有化模型把 Base URL 换成内网地址Key 换成私有化网关的凭证其余配置结构不变。这一步的产出是一个可用的 AI 调用通道。后面 RPA 流程里的“AI 判断节点”和“脚本生成节点”都复用这个通道不需要每个流程单独配。统一 Key 的好处在这里体现内网只需要放行一个地址密钥只需要轮换一处审计也只需要看一个入口。3. 可复制的内网部署配置与 EXE 打包脚本这一章给可直接复制的配置。分三块RPA 客户端的离线配置、AI 通道的配置文件、EXE 打包脚本。第一块RPA 客户端离线配置。内网机器不能在线下载组件所以安装包和流程模板要提前刻进镜像。配置文件放在客户端安装目录的 config 下用 TOML 格式[offline] enabled true data_dir D:\\rpa_data log_dir D:\\rpa_data\\logs screenshot_dir D:\\rpa_data\\shots allow_external_request false [ai] provider unified base_url https://taotoken.net/api api_key_env TAOTOKEN_API_KEY model_id 你的ModelID timeout_seconds 60 max_retry 2 [self_heal] enabled true strategy multi_feature fallback_to_vision true heal_log D:\\rpa_data\\heal.logallow_external_request false是内网安全的关键它保证流程执行期间不会偷偷外发数据。AI 调用走的是显式配置的 base_url属于受控通道。api_key_env指向环境变量而不是明文写 Key避免配置文件被拷走后泄露凭证。第二块AI 通道的 JSON 配置用于脚本生成节点和判断节点{ channel: taotoken, base_url: https://taotoken.net/api, api_key: ${TAOTOKEN_API_KEY}, model_id: 你的ModelID, temperature: 0.2, max_tokens: 2048, system_prompt: 你是RPA流程助手只输出可执行的步骤描述不要解释。 }temperature设低一点长流程判断需要稳定输出不要让它自由发挥。system_prompt约束输出格式避免 AI 返回一堆解释文字导致解析失败。第三块EXE 打包脚本。用 PyInstaller 把 RPA 流程的启动器和配置一起打包生成独立可执行文件# build_exe.py import PyInstaller.__main__ import os APP_NAME FlowRunner ENTRY launcher.py CONFIG os.path.join(config, client.toml) PyInstaller.__main__.run([ ENTRY, --name, APP_NAME, --onefile, --noconsole, --add-data, f{CONFIG};config, --hidden-import, requests, --hidden-import, toml, --clean, --noconfirm, ])执行python build_exe.py后dist 目录下生成 FlowRunner.exe。这个 EXE 自带运行时拷到任何 Windows 机器双击即可运行不需要装 Python。--add-data把配置文件打进去--hidden-import把动态导入的依赖显式声明否则打包后运行会报 ModuleNotFoundError。打包完成后要做授权绑定。在 launcher 里读取机器指纹和授权文件校验通过才启动流程import hashlib, uuid, json, sys def machine_id(): raw f{uuid.getnode()}-{sys.platform} return hashlib.sha256(raw.encode()).hexdigest()[:16] def check_license(pathlicense.json): with open(path, r, encodingutf-8) as f: lic json.load(f) return lic.get(machine) machine_id() and lic.get(expire, 0) 0授权文件由你签发里面写目标机器指纹和有效期。EXE 被拷走但指纹不匹配就拒绝运行这是内网分发的物理防线。4. 元素自愈验证与请求成功结果配置写完必须验证否则你不知道自愈到底有没有生效。这一章给可复现的验证动作和预期结果。先验证 AI 通道。执行一次最小请求确认返回结构正确curl -sS https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: 你的ModelID, messages: [{role: user, content: 返回JSON: {\ok\:true}}], temperature: 0.2 }成功时返回体里有choices[0].message.content内容是{ok:true}。如果返回里没有 choices 字段说明请求格式或模型名有问题看第 5 章的排查表。再验证元素自愈。构造一个会失效的场景先用正常 XPath 定位一个按钮跑通一次然后手动改掉页面上该按钮的 id 和 class再跑一次。开启自愈前第二次会报 element not found开启自愈后日志里会出现 heal 记录流程继续执行。验证脚本from rpa_client import Flow, Element flow Flow(heal_test) btn Element( name提交按钮, candidates[ //button[idsubmit], //button[contains(text(),提交)], //div[classfooter]/button[1], ], healTrue, vision_fallbackTrue, ) flow.step(open, urlhttp://intranet.local/form) flow.step(click, targetbtn) result flow.run() print(status:, result.status) print(healed:, result.healed) print(used_candidate:, result.used_candidate)预期输出第一次healed: falseused_candidate是第一条改页面后第二次healed: trueused_candidate变成第二条或第三条status仍是 success。如果healed一直是 false 且流程失败检查self_heal.enabled是否为 true以及候选路径是否至少有一条能命中。视觉兜底也要验证。找一个非标准客户端窗口比如企业微信或千牛元素节点取不到用颜色和文字区域定位flow.step(vision_click, color#1AAD19, regionbottom_right) flow.step(vision_read, regiontop_bar, save_totitle_text)预期title_text能读到窗口标题。视觉模式不依赖 DOM适合客户端软件自动化但要注意分辨率和缩放比例不同机器上颜色值可能有偏差建议固定显示缩放为 100%。最后验证 EXE。把打包好的 FlowRunner.exe 拷到一台没装 Python 的内网机器双击运行观察是否正常启动、是否读取到配置、是否能完成一次完整流程。成功标志是流程跑完且日志目录下生成了执行记录。如果双击闪退用命令行运行看报错通常是缺 hidden-import 或配置文件路径不对。5. 本篇常见报错排查对照这一章按真实报错给排查路径。遇到问题先对号入座不要盲目改配置。401 Unauthorized。原因通常是 Key 错误、Key 过期、或者请求头格式不对。检查三点环境变量TAOTOKEN_API_KEY是否真的被进程读到用echo $TAOTOKEN_API_KEY或 Windows 的echo %TAOTOKEN_API_KEY%请求头是否是Authorization: Bearer sk-xxx注意 Bearer 后面有空格Key 是否在控制台被禁用。如果 Key 里有多余换行也会导致 401复制时注意。local proxy failed 或 connection timeout。这是内网出口没放行。先确认 curl 直连是否通不通就找网络管理员把 API 入口加入白名单。注意不要用系统代理内网环境配代理容易出问题配置里显式关闭代理在请求库设置proxies{http: None, https: None}。reading choices 报错比如KeyError: choices或list index out of range。说明返回体结构和预期不符。打印完整返回体看error字段常见原因是 Model ID 写错、请求体 JSON 格式错误、或者 max_tokens 超限。把 temperature 和 max_tokens 调回默认值再试。OAuth 相关报错比如invalid_grant或token expired。如果你用的是 Claude Code 接入检查 settings 里的三件套是否齐全Base URL、Key、Model ID。缺任何一个都会走默认 OAuth 流程然后失败。确认ANTHROPIC_BASE_URL指向统一入口ANTHROPIC_API_KEY是 API Key 而不是登录凭证。EXE 运行报 ModuleNotFoundError。打包时漏了 hidden-import。把报错的模块名加进--hidden-import重新打包。动态导入的库比如按需加载的解析器最容易漏。元素自愈不生效。检查self_heal.enabled是否为 true候选路径是否至少两条fallback_to_vision是否开启。如果页面是 iframe 嵌套定位要先进 iframe 再找元素否则候选路径全部落空。流程跑到一半中断且没有断点续传。检查是否配置了 checkpoint 目录以及异常分支是否捕获了超时和弹窗。长流程必须给每个关键步骤加 try 和重试重试次数建议 2 到 3 次间隔 1 到 2 秒。授权校验失败。检查 license.json 里的 machine 字段和当前机器指纹是否一致expire 是否大于当前时间。换机器后必须重新签发授权不能直接拷贝。6. 长期编码与 Agent 场景的接入建议基础流程跑通后如果你要长期维护多个自动化项目建议把 AI 调用收敛到 Coding Plan 统一管理地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。它的价值在于多个项目的 Key 和额度集中管理不用每个项目单独申请模型切换只改一处配置用量和审计有统一视图。对于需要 7×24 小时跑的长流程这种集中管理比散落各处的密钥靠谱得多。Agent 化是下一步。把 RPA 流程包装成可被指令调用的能力通过聊天工具发指令触发执行执行完把结果推回来。接入时同样用统一 Key 通道Agent 的意图解析走模型对话接口地址是 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 。配置结构和第 3 章的 JSON 一致只是 system_prompt 换成意图解析的约束。API Key 的轮换要养成习惯。内网环境虽然封闭但 Key 泄露的风险依然存在尤其是打包进 EXE 的场景。建议把 Key 放在运行时读取的环境变量或加密配置里不要硬编码进 EXE。轮换时只改环境变量重新打包一次即可流程逻辑不用动。最后给一个实用技巧把每次流程执行的 AI 调用日志和自愈日志分开存。AI 日志用于排查模型返回异常自愈日志用于分析哪些页面元素在频繁变化。自愈日志里某个元素一周触发多次 heal说明那个页面改版频繁应该把它的候选路径补全或者改用视觉模式。这个习惯能让你的长流程越跑越稳而不是越跑越脆。
