Kitewell对比
Kitewell 与其他方案对比
RPA 套件、AI 智能体、浏览器自动化库和应用连接服务，各自都能把这件事的一部分做好。下面说明它们各自做什么、Kitewell 有何不同，以及什么情况下其他方案更合适。关于其他产品的事实均取自这些产品自己的页面，并在所示日期核实。
核实日期：
一览对比
左右滚动表格可查看所有列。
| 类别 | 运行环境 | 日常运行 | 画面变化时 | 人工参与 | 操作对象 |
|---|---|---|---|---|---|
| Kitewell | 你自己的 Mac 或 Windows 电脑 | 不询问模型，直接重复在网站和桌面上行之有效的操作。读取页面和用文字描述的检查，每次运行都会询问模型。 | AI 找到新的操作方式并保存下来，供之后的运行使用。运行记录会显示它修正了什么。 | 任何步骤都可以等待审批，也可以附上说明退回；可在应用、通知中，或通过 Claude 和 ChatGPT 处理。 | 网站、桌面应用、Excel、电子邮件、脚本、API 和编程智能体 |
| 桌面 RPA 套件 | Windows 电脑（Power Automate for desktop）。UiPath 运行在其云端或你的本地环境中。 | 按录制的选择器运行流程。找不到元素时由 AI 介入。 | AI 自我修复：UiPath 的 Healing Agent、Power Automate（预览版，仅限运行时）、Automation Anywhere 的回退机制 | 由人审核修复建议：UiPath 的推荐、Power Automate 的修复、调试模式下的 Automation Anywhere | 桌面应用和网页 |
| 日本本土 RPA | WinActor：按电脑授权（节点锁定）。BizRobo!：从桌面版到服务器版。 | — | 解答错误相关问题的 AI 帮助（WinActor 7.7）。分析机器人的 AI（BizRobo! AI Apps）。 | — | — |
| 操作电脑的 AI 智能体 | 由你自行准备的环境（OpenAI、Anthropic）。浏览器扩展（NEC cotomi Agent）。 | 模型决定每一个鼠标和键盘操作，由你的代码执行。cotomi Agent 可重现演示过一次的操作流程。 | 模型在每一步都会重新查看屏幕。 | 各厂商建议由人确认后果重大的操作。 | 你自行准备的浏览器和桌面。Gemini：浏览器和移动设备。cotomi Agent：网页上的工作。 |
| 浏览器智能体开发者工具 | 托管的云端浏览器（Browserbase、Browser Use），或由你自己的代码启动的浏览器 | 不经模型，回放缓存的操作或生成的代码 | 回退给智能体处理。Skyvern 会自动重新生成代码。 | Skyvern 在 Enterprise 套餐中列出 human-in-the-loop | 网站 |
| 应用连接服务 | n8n 可在本地或私有云中自托管。 | 一个触发器，随后在已连接的应用中执行动作 | — | 审批步骤：Zapier 在付费套餐中提供，n8n 在 AI 智能体使用工具之前 | 支持集成的应用：10,260 个以上（Zapier），2,366 个（n8n） |
每一行概括了下方对应章节中的事实，那里的每条事实都附有来源链接。“—”表示本页核实过的来源未涉及该项，并不表示该产品缺少这项功能。
桌面 RPA 套件
UiPath、Power Automate 和 Automation Anywhere 回放录制或设计好的流程，如今也都会在画面变化时借助 AI 恢复运行。
UiPath
Healing Agent 有两种模式。在自我修复模式下，它会在运行中应用修复并继续执行；在推荐模式下，它会提出修复建议，供开发者审核和应用。
来源：UiPath 博客 · 核实于
Basic 每月 25 美元起，托管在 UiPath 的欧洲区域，用户数和机器人数量有限。自我修复的 UI 自动化包含在 Enterprise 中，在 Standard 中可另行购买；这两个套餐的价格都需咨询销售。
来源：UiPath 定价 · 核实于
在本地部署环境中，Automation Suite 2.2510 的 Healing Agent 需要 AI Center 的 Computer Vision 技能和一个 LLM，可以是 UiPath 提供的，也可以是通过 AI Trust Layer 接入的你自己的 LLM。
来源：UiPath Documentation · 核实于
在 ITR Market View（2024 财年）中，UiPath 按营收份额连续第八年位居日本 RPA 市场第一。
来源：UiPath 新闻中心 · 核实于
Kitewell 的不同之处
Kitewell 是装在你现有电脑上的一个应用，无需另外托管任何东西。AI 根据你的文字描述搭建步骤，画面变化时的修复包含在所有套餐中，免费套餐也不例外。修复结果会保存下来供之后的运行使用，并显示在运行记录中。
什么情况下选择 UiPath 更合适
你在推进一个大规模自动化项目，设有卓越中心（CoE），大量机器人由中央统一治理，并且有企业级平台的预算。UiPath 的规模和它在日本的业绩更适合这种情况。
Power Automate
Power Automate for desktop 的自我修复（预览版）适用于桌面和浏览器自动化。找不到元素或窗口时，AI 会选出最有可能的元素并重新捕获其选择器，使运行得以继续。该功能仅在运行时起作用，Microsoft 提示它偶尔可能识别出非预期的元素；组织高级账户无需额外付费即可使用。
来源：Microsoft Learn · 核实于
自我修复使用 GPT-4.1 mini 和 Claude Sonnet 4.5。管理员必须将 Anthropic 启用为子处理者，并且在美国以外的区域还必须允许跨区域移动数据。政府云和主权云中不提供该功能。
来源：Microsoft Learn · 核实于
使用 Copilot 修复（预览版）会显示 Copilot 找到的选择器，由人决定仅对本次应用还是对每次运行都应用。该功能仅在美国区域提供，且 Copilot 针对英语进行了优化。
来源：Microsoft Learn · 核实于
Power Automate for desktop 可在 Windows 10、Windows 11 和 Windows Server 上运行，并需要可用的互联网连接。
来源：Microsoft Learn · 核实于
以 Microsoft 账户使用 Power Automate for desktop，无需额外付费。
来源：Microsoft Learn · 核实于
Kitewell 的不同之处
Kitewell 除了 Windows 也能在 macOS 上运行，并且不需要 Microsoft 365 租户。针对网站变化所做的修复会被保存，并在之后的运行中使用；模型也由你选择，例如 Anthropic、OpenAI 或 Gemini。
什么情况下选择 Power Automate 更合适
你的公司已统一使用 Microsoft 365，流程在 Windows 上运行，IT 团队也接受自我修复所需的云端 AI 和数据设置。Power Automate 本来就在这套技术栈中，以 Microsoft 账户在桌面上使用也不产生额外费用。
Automation Anywhere
如果在超时时间内未检测到对象，Generative Recorder 的生成式 AI 回退机制会去查找它。随后它会建议更新自动化；该建议可在调试模式下接受，但在运行模式下不能接受。
来源：Automation Anywhere Documentation · 核实于
Vision Fallback 结合了 OCR、物体检测和视觉语言模型。Automation Anywhere 称回退的有效性提高了 60%。
来源：Automation Anywhere Community · 核实于
Kitewell 的不同之处
网站或应用需要新的操作方式时，Kitewell 一旦试通就立即保存，无需另行接受；运行记录会显示 AI 修正了哪个步骤。一个人也能在自己的 Mac 或 PC 上开始使用。
什么情况下选择 Automation Anywhere 更合适
你已经在 Automation 360 上运行大量机器人，希望在不迁移任何内容的情况下，为它们全部加上 AI 回退。
日本本土 RPA
WinActor 和 BizRobo! 在日本被广泛使用，它们最新的 AI 功能用于帮助人们构建和维护机器人。
在 Nork Research 2025 年 3 月针对 1,300 家年营收低于 500 亿日元的日本企业所做的调查中，NTT-AT、Usac System 和 Open 集团在 RPA 采用方面位居前列，前 10 名大多为日本本土厂商（据 IT Leaders 报道）。
来源：IT Leaders · 核实于
WinActor
WinActor 7.6 于 2025 年 7 月 17 日开始销售，新增了由生成式 AI 起草、再通过对话完善的场景模板，以及与图像识别 AI 的集成（据 Impress Cloud Watch 报道）。
来源：Impress Cloud Watch · 核实于
WinActor 7.7 于 2026 年 9 月 1 日发布，新增了解答操作和错误相关问题的 AI 帮助，以及借助生成式 AI 将 VBScript 库转换为 Python 的支持。
来源：WinActor（NTT-AT） · 核实于
WinActor Manager on Cloud 4.0 自 2026 年 2 月 16 日起提供，新增了 MCP 服务器，让 AI 智能体可以运行现有的 WinActor 场景（据 Impress Cloud Watch 报道）。
来源：Impress Cloud Watch · 核实于
节点锁定许可证的价格为：完整版 1,098,680 日元，运行版 300,080 日元，均含税（据 Impress Cloud Watch 2025 年 7 月报道）。
来源：Impress Cloud Watch · 核实于
Kitewell 的不同之处
在 Kitewell 中，AI 根据你的文字描述搭建步骤；网站或应用发生变化时，AI 会找到新的操作方式并保存下来。同一个工作流还能处理电子邮件、逐行处理 Excel，以及编程智能体。
什么情况下选择 WinActor 更合适
你的 WinActor 场景运行良好，团队也懂得如何维护。那就继续使用它们；借助 WinActor Manager on Cloud 4.0，AI 智能体甚至可以调用这些场景。
BizRobo!
BizRobo! AI Apps 利用 AI 分析机器人文件并编写其规格说明，将运行中的机器人对应到业务流程，并根据在聊天中描述的任务起草机器人的线框图。
来源：BizRobo!（Open, Inc.） · 核实于
BizRobo! 提供从桌面版到服务器版的多个版本。
来源：BizRobo!（Open, Inc.） · 核实于
Kitewell 的不同之处
Kitewell 从一台电脑起步，一个项目免费，不是 RPA 开发者的人也能用文字描述工作。网站发生变化时，AI 会找到新的操作方式并保存下来。
什么情况下选择 BizRobo! 更合适
你的 BizRobo! 机器人在服务器上稳定运行，并由团队维护。那就继续使用，只在它们覆盖不到的工作上考虑 Kitewell。
操作电脑的 AI 智能体
这些智能体一边看屏幕，一边逐个决定每次点击。厂商的 API 把运行环境、计划安排和安全措施都留给开发者处理。
Gartner 预计，短期内 AI 智能体将补充而非取代 RPA 和业务流程自动化，并指出在频繁运行的流程中，AI 智能体的成本可能达到 RPA 机器人的约 30 倍（Gartner 的 Saikat Ray，据 @IT 2026 年 1 月报道）。
来源：@IT · 核实于
OpenAI computer use
使用 computer use 工具时，模型返回结构化的鼠标和键盘操作，再由你的应用程序在浏览器或桌面中执行。
来源：OpenAI API docs · 核实于
OpenAI 的指南指出，应使用带允许列表的隔离浏览器或虚拟机，确认后果重大的操作，并将屏幕内容视为不可信。
来源：OpenAI API docs · 核实于
Kitewell 的不同之处
Kitewell 是围绕模型打造的成品应用。它先把网站或桌面任务摸索一遍，在画面仍然一致时不询问模型、直接重复行之有效的操作，还加上了计划、审批和运行记录。
什么情况下选择 OpenAI computer use 更合适
你正在把 computer use 集成到自己的产品中，并会自行运维这套环境、负责其安全。
Anthropic computer use
使用 computer use 工具时，你的应用程序在你控制的环境中执行每个操作，并把截图等结果返回给 Claude。Claude 不会直接连接到该环境。
来源：Claude Docs · 核实于
该工具已在 Claude API 和 Google Cloud 上正式提供，在 Amazon Bedrock 和 Microsoft Foundry 上为 Beta 版。
来源：Claude Docs · 核实于
Anthropic 建议使用专用虚拟机或容器、域名允许列表，并由人来确认会在现实世界中产生实质后果的决定。
来源：Claude Docs · 核实于
Kitewell 的不同之处
Kitewell 可以把 Claude 用作模型，也可以用你自己的登录身份把 Claude Code 作为一个步骤运行。在模型之外，它还加上了有效操作的回放、计划、审批和运行记录。
什么情况下选择 Anthropic computer use 更合适
你是开发者，正在为自己的智能体或产品加入 computer use，并且希望直接使用 API。
NEC cotomi Agent
NEC 于 2026 年 8 月 18 日发布了 cotomi Agent。它通过 Microsoft Marketplace 销售，价格为每位用户每月 15,000 日元（不含税），另加专用租户的费用（据 Impress Cloud Watch 报道）。
来源：Impress Cloud Watch · 核实于
它将网页上的工作自动化。经验丰富的员工演示一次操作流程后，它就能重现该流程；它以浏览器扩展的形式安装（据 Impress Cloud Watch 报道）。
来源：Impress Cloud Watch · 核实于
其智能体技术 cotomi Act 在 WebArena 基准测试中取得 80.4% 的成绩，高于人类 78.2% 的任务成功率（据 Impress Cloud Watch 2025 年 12 月报道）。
来源：Impress Cloud Watch · 核实于
Kitewell 的不同之处
Kitewell 在你自己的电脑上操作网站，也操作桌面应用。Team 按电脑台数而非用户数计价，一个项目免费。
什么情况下选择 NEC cotomi Agent 更合适
你的工作在浏览器中进行，你通过 Microsoft Marketplace 采购，并且希望从日本大型厂商那里引入一款能从资深员工的演示中学习的智能体。
Gemini 2.5 Computer Use
Gemini 2.5 Computer Use 于 2025 年 10 月 7 日通过 Google AI Studio 和 Vertex AI 中的 Gemini API 以公开预览版推出。Google 表示，它针对网页浏览器进行了优化，在移动端也展现出潜力，但尚未针对桌面操作系统级别的控制进行优化。
来源：Google 博客 · 核实于
开发者可以指示它在某些高风险操作之前拒绝执行，或请求用户确认。
来源：Google 博客 · 核实于
Kitewell 的不同之处
Kitewell 在 Windows 和 macOS 上既能操作网站，也能操作桌面应用，并且可以把 Gemini 用作模型。
什么情况下选择 Gemini 2.5 Computer Use 更合适
你正在 Google Cloud 上把浏览器或移动端智能体集成到自己的产品中。
浏览器智能体开发者工具
借助这些工具，开发者可以让 AI 先操作一次网站，然后回放有效的操作，并在页面变化时回退给 AI。
Skyvern
智能体运行成功后，Skyvern 可以根据其执行的操作生成代码，之后的运行会执行这段代码，而不再询问模型。如果代码因页面变化而失败，Skyvern 会回退到智能体并重新生成代码；此功能默认开启。
来源：Skyvern docs · 核实于
套餐包括 Free、每月 29 美元的 Hobby、每月 149 美元的 Pro，以及定制价格的 Enterprise。Human-in-the-loop 仅列于 Enterprise 中。
来源：Skyvern 定价 · 核实于
Kitewell 的不同之处
Kitewell 是一款应用，而不是开发者平台。任何套餐都可以让步骤暂停、等待人工审批，同一个工作流还可以包含桌面应用、Excel 和电子邮件。
什么情况下选择 Skyvern 更合适
你正在用代码把浏览器自动化集成到自己的产品中，需要托管浏览器和 API，并且需要同时运行大量会话。
Stagehand 和 Browserbase
Stagehand 会缓存 act() 的结果。命中缓存时，Browserbase 的服务器无需 LLM 推理即可返回结果；如果录制的选择器不再能解析，Stagehand 会回退到完整推理。
来源：Stagehand docs · 核实于
缓存位于 Browserbase 的服务器上。使用本地浏览器时，缓存选项不起作用，每次调用都会进行推理。
来源：Stagehand docs · 核实于
Browserbase 的套餐包括 Free、每月 20 美元的 Developer、每月 99 美元的 Startup，以及定制价格的 Scale。亚太区域可应企业客户的要求提供。
来源：Browserbase 定价 · 核实于
Kitewell 的不同之处
Kitewell 把有效的操作保存在你自己的电脑上，并在你自己的 Chrome 或 Edge 中运行，使用其中已保存的登录信息。
什么情况下选择 Stagehand 和 Browserbase 更合适
你是开发者，用代码编写浏览器自动化，并希望使用可在云端扩展的托管浏览器。
Browser Use
workflow-use 可创建确定性的工作流，在某个步骤失败时回退到 Browser Use 智能体。其 README 称它处于非常早期的开发阶段，不建议用于生产环境。
来源：GitHub: browser-use/workflow-use · 核实于
云端浏览器每小时 0.02 美元；智能体按模型费用加 20% 计费，另加浏览器时长和流量费用。没有订阅套餐。
来源：Browser Use 定价 · 核实于
Kitewell 的不同之处
在 Kitewell 中，回放有效的操作、并在网站变化时进行修复，是每个网站步骤默认的运行方式，无需编写代码。
什么情况下选择 Browser Use 更合适
你需要一个智能体库作为自己自动化的基础，或者需要供自己代码使用的按量付费云端浏览器。
应用连接服务
Zapier 和 n8n 通过各应用的集成和 API 连接应用，而不是靠操作界面。
Zapier
Zapier 称它无需代码即可连接 10,260 个以上的应用。
来源：Zapier · 核实于
每个 Zap 由一个触发器和一个或多个动作组成。
来源：Zapier Help Center · 核实于
Human in the Loop 的 Request Approval 动作会暂停 Zap，让审核人员批准、拒绝或修改数据。该功能适用于 Professional、Team 和 Enterprise 套餐。
来源：Zapier Help Center · 核实于
Kitewell 的不同之处
Kitewell 在你自己的电脑上操作没有集成的网站和桌面应用的界面。Zap 也可以通过 Webhook 启动 Kitewell 工作流（Personal 和 Team 套餐）。
什么情况下选择 Zapier 更合适
涉及的每个系统都有 Zapier 集成。通过集成连接比操作界面搭建得更快，也更稳定。
n8n
n8n 可以自托管在你自己的基础设施上、本地环境中或私有云中。
来源：n8n Docs · 核实于
n8n 列出了 2,366 个集成。
来源：n8n · 核实于
工具的 Human-in-the-loop 要求 AI 智能体在运行特定工具之前获得人的批准，可通过 n8n 的聊天、Slack、Microsoft Teams、Gmail 等渠道进行。
来源：n8n Docs · 核实于
Kitewell 的不同之处
Kitewell 是一款桌面应用，无需运行服务器；除了调用 API，它还能操作网站和桌面应用的界面。
什么情况下选择 n8n 更合适
你的系统都有 API，而且你想要一款可以为团队自托管的可视化工作流工具。
Kitewell 的不足
其他工具可能更适合你的地方，以及 Kitewell 目前的局限。
- 产品较新，出自一家小公司Kitewell 由 Descarty, Inc. 开发。工作流是运行在开源 Dagu 引擎上的纯 YAML，项目可以随时导出。详情 →
- 固定的大批量录入，比脚本式 RPA 慢回放固定脚本的机器人录入数据更快。Kitewell 会等待每个页面，并且只要步骤需要读取页面或检查用文字描述的内容，就会询问模型。详情 →
- macOS 桌面回放依赖屏幕画面在 Windows 上，回放会找到应用自身的按钮和输入框。在 macOS 上，回放需要与学会该任务时相同的屏幕画面，而从屏幕读取内容每次运行都会询问模型。详情 →
- Mac 必须处于唤醒状态且已登录在 Windows 上，Kitewell 无人登录时也能运行，并会为计划运行唤醒电脑。Mac 在唤醒且有人登录期间执行计划，错过的启动会在它恢复后补上。详情 →
- 网站步骤使用 Chrome 或 Edge指定路径后，也可以使用 Chromium 或 Brave。构建和修复网站步骤需要 Anthropic、OpenAI 或 Gemini 的模型；小型本地模型通常无法驱动浏览器。详情 →
- 云端模型会看到它所处理的内容AI 决定桌面操作时，整个屏幕的截图会发送给模型提供商；网站步骤会发送页面上可见的文字和布局。回放的操作不发送任何内容；使用本地模型时，提示词会留在你的网络内。详情 →
- Gmail 目前通过应用专用密码连接Google 仍在审核 Kitewell 对 Gmail 的访问权限，因此在审核完成前，Gmail 邮箱需通过应用专用密码接入。详情 →
- Team 最多支持 25 人规模更大的组织可以通过签订合同使用 Enterprise。详情 →
这些事实如何核实
关于其他产品的每条事实都链接到其出处页面（通常是厂商自己的文档、定价或公告），并标明为核实而打开该页面的日期。来自新闻报道和调查的数据会注明发布方。产品变化很快，请在做决定前查看链接的页面。
本页关于 Kitewell 的内容以其文档和已发布的应用为准。文中产品名称均为其各自所有者的商标。
发现信息过时或有误？请发邮件至 [email protected]，我们会予以更正。