Menu
开箱即用的Windows桌面GUI自动化集成技能，整合原生UI自动化、鼠标控制、截图识别、AI视觉分析，一站式解决Windows桌面自动化需求。支持打开应用、点击、输入、截图、OCR识别、流程自动化。
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/khaicafe/appAI --skill windows-guiThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
Stealth browser automation with anti-detection. Launches Chromium with fingerprint randomization, webdriver flag removal, Canvas/WebGL spoofing, and permissions API masking. Use for web scraping, login automation, and session persistence on bot-protected sites. Triggers on "stealth browser", "anti-detection", "undetectable browser", "hide automation", "stealth login", "bot protection bypass".
Control local Chrome browser via Chrome DevTools Protocol (CDP) using Puppeteer. Use when you need to automate browser tasks like navigating pages, clicking elements, filling forms, taking screenshots, executing JavaScript, or intercepting network responses. Works with Chrome instances that already have CDP enabled. Common use cases include web scraping (e.g., "Search iPhone on Taobao and get prices"), automated testing, interacting with web apps (e.g., "Ask ChatGPT a question"), or monitoring network traffic.
剪贴板历史管理工具。保存剪贴板历史，快速搜索和重复粘贴。适合频繁复制粘贴的用户。
Based on SOC occupation classification
Showing SKILL.md
| name | Windows GUI 自动化集成 (中文) |
| slug | windows-gui-automation-cn |
| description | 开箱即用的Windows桌面GUI自动化集成技能，整合原生UI自动化、鼠标控制、截图识别、AI视觉分析，一站式解决Windows桌面自动化需求。支持打开应用、点击、输入、截图、OCR识别、流程自动化。 |
| version | 1.0.0 |
| author | xiatian5 |
| tags | ["windows","automation","gui","native","chinese","rpa","desktop"] |
一站式整合Windows平台上的所有桌面GUI自动化能力，开箱即用，无需复杂配置。支持原生UI自动化、鼠标键盘控制、截图识别、AI视觉分析，让你轻松构建Windows桌面自动化工作流。
当用户说这些话时，调用这个技能：
| 功能 | 说明 | 依赖技能 |
|---|---|---|
| 原生UI自动化 | 通过Windows UI Automation API查找和操作控件 | windows-ui-automation |
| 原生鼠标控制 | 高精度原生鼠标移动点击，支持DPI感知 | win-mouse-native |
| 桌面控制 | 整体桌面控制和输入能力 | windows-desktop-control |
| AI视觉自动化 | Midscene AI视觉驱动的桌面自动化 | midscene-computer-automation |
| 截图能力 | 全屏、区域、窗口截图 | windows-screenshot |
| RPA框架 | Windows RPA高级工作流支持 | windows-rpa |
这个技能依赖以下已安装的技能，确保都已安装：
clawhub list | findstr windows
如果缺少任何依赖，运行：
clawhub install windows-ui-automation win-mouse-native windows-desktop-control midscene-computer-automation windows-screenshot windows-rpa
# 使用windows-desktop-control启动应用
Start-Process notepad.exe
Start-Sleep -Milliseconds 500
# 获取窗口句柄
$notepad = Get-Process | Where-Object {$_.ProcessName -eq "notepad"} | Select-Object -First 1
# 使用原生UI自动化找到编辑区域并输入
# (具体实现由windows-ui-automation完成)
# 使用win-mouse-native进行高精度点击
# 已集成，直接调用相应函数即可
# 截图保存
windows-screenshot capture --output screenshot.png
# 使用AI分析截图内容
# (由midscene-computer-automation提供支持)
# 伪代码示例
1. 启动目标应用
2. 等待窗口加载完成
3. 查找"签到"按钮
4. 点击按钮
5. 确认签到成功
6. 记录结果到日志文件
# 从CSV读取数据
# 循环逐条输入到应用表单
# 每次输入后点击保存
# 处理异常情况
# 定时截图对比
# 检测到变化时发送通知
# 记录变化历史
启动阶段
定位阶段
操作阶段
完成阶段
Q: 需要管理员权限吗？ A: 操作大部分应用不需要，但操作UAC提示或系统级应用需要管理员权限。
Q: 支持高DPI显示器吗？
A: 支持，win-mouse-native已经处理了DPI缩放问题。
Q: 可以自动化游戏吗？ A: 这个技能主要针对办公应用和GUI软件，不是为游戏设计的。许多游戏有反作弊保护，使用需谨慎。
如果你觉得这个技能有用，请给它点个星，谢谢！⭐