easytouch

# EasyTouch Skill ## 环境要求 使用 npm 安装时：Node.js >= 18（npm 安装场景） > 直接从 Github Release 下载文件后添加环境变量。 ## 安装方式 ### npm 安装 ```bash # 推荐：自动匹配当前平台 npm install -g @whuanle/easytouch # Windows npm install -g easytouch-windows # Linux npm install -g easytouch-linux # macOS npm install -g easytouch-macos ``` 安装后命令入口： ```bash et help ``` ## CLI 命令 ### 核心命令 ```bash # 显示命令总览与参数格式 et help # 显示当前运行时状态与主机平台信息 et status # 列出各平台实现状态与能力模块 et platforms # 显示 CLI/MCP 接口与能力映射概览 et interfaces # 显示能力接入和运行时要求清单 et requirements # 启动 MCP stdio 服务 et mcp-stdio # 输出 MCP manifest（工具清单）JSON et mcp-stdio --output json ``` ### 自动化命令 默认命令执行输出结果内容为 json，如需直接输出文本可使用 `-output text` 指定。 #### 系统信息 | 命令 | 用途 | | --- | --- | | `system os-info` | 读取操作系统版本、架构、主机名等信息 | | `system cpu-info` | 读取 CPU 架构与核心信息 | | `system memory-info` | 读取内存总量、可用量与占用情况 | | `system disk-list` | 列出磁盘与容量信息 | | `system process-list` | 列出当前进程列表 | | `system hardware-info` | 读取硬件概览（架构、核心、页大小、物理内存、虚拟内存、机器名） | | `system network-info` | 读取网络适配器信息（IPv4、MAC、网卡类型、DHCP 状态） | 平台说明： - Windows：全部可用。 - Linux：整体可用，`system network-info` 依赖 `ip` 命令。 - macOS：整体可用，信息主要来自 `sysctl`、`vm_stat`、`ifconfig` 等系统命令。 #### 鼠标操作 | 命令 | 用途 | | --- | --- | | `mouse position` | 读取当前鼠标坐标 | | `mouse move --x <x> --y <y> [--duration-ms <ms>] [--jitter-px <px>] [--step-delay-ms <ms>]` | 以渐进轨迹移动鼠标，支持抖动与延迟，更接近人类操作 | | `mouse click [--button <left\|right\|middle>] [--count <n>]` | 执行鼠标点击 | | `mouse scroll --delta <amount>` | 执行鼠标滚轮滚动 | 平台说明： - Windows：全部可用。 - Linux：依赖 `xdotool`，并要求运行在 X11 或 XWayland 会话中；Wayland 原生会话下可能被桌面环境限制。 - macOS：依赖系统 Accessibility 权限；未授权时鼠标读取和注入会失败。 参数说明： - `--x` / `--y`：目标坐标（整数） - `--duration-ms`：总移动时长（毫秒），默认 `280` - `--jitter-px`：轨迹抖动幅度（像素），默认 `3` - `--step-delay-ms`：每一步移动间隔（毫秒），默认 `8` - `--button`：按键类型，`left`、`right`、`middle` - `--count`：点击次数，默认 `1` - `--delta`：滚动量，正负值分别代表不同方向 #### 窗口与应用 | 命令 | 用途 | | --- | --- | | `window list [--include-hidden] [--pid <pid>]` | 列出窗口，可按可见性和进程过滤 | | `window foreground` | 读取当前前台窗口信息 | | `window find --title <text> [--match <contains\|exact>] [--include-hidden] [--pid <pid>]` | 按标题查找窗口 | | `window activate --handle <handle>` | 按句柄激活窗口 | | `window show --handle <handle>` | 显示窗口并请求激活 | | `window minimize --handle <handle>` | 最小化窗口 | | `window maximize --handle <handle>` | 最大化窗口 | | `window restore --handle <handle>` | 恢复窗口（从最小化/最大化） | | `window move --handle <handle> --x <x> --y <y> [--width <n>] [--height <n>]` | 拖曳/移动窗口到指定坐标，可选调整尺寸 | | `window close --handle <handle>` | 按句柄请求关闭窗口 | | `app launch --target <path-or-uri>` | 启动应用、打开文件或 URI | 平台说明： - Windows：全部可用。 - Linux：`window list`、`window foreground`、`window activate`、`window close` 可用；`window show`、`window minimize` 依赖 `xdotool`，`window maximize`、`window restore`、`window move` 依赖 `wmctrl` 和兼容 EWMH 的窗口管理器。 - Linux：整体要求 X11 或 XWayland 会话，Wayland 原生会话下窗口句柄和控制能力可能受限。 - macOS：窗口控制依赖 Accessibility 和 Automation 权限；`window show`、`window minimize`、`window maximize`、`window restore`、`window move`、`window close` 通过 `System Events` 操作，若同一进程里有多个同名窗口，系统会按首个匹配窗口执行。 参数说明： - `--title`：窗口标题关键字 - `--match`：匹配模式，`contains` 或 `exact` - `--include-hidden`：包含隐藏窗口 - `--pid`：按进程 ID 过滤 - `--handle`：窗口句柄（非负整数） - `--x` / `--y`：窗口目标位置 - `--width` / `--height`：窗口目标尺寸（可选，不传则保持原尺寸） - `--target`：可执行路径、文件路径或 URI #### 剪贴板 | 命令 | 用途 | | --- | --- | | `clipboard get-text` | 读取剪贴板文本 | | `clipboard set-text --text <value>` | 写入剪贴板文本 | | `clipboard get-files` | 读取剪贴板中的文件列表 | | `clipboard set-files --paths <path1;path2;...>` | 写入剪贴板文件列表（用于后续粘贴文件） | | `clipboard set-image --path <image-file>` | 写入剪贴板图片（用于后续粘贴图片） | 平台说明： - Windows：全部可用。 - Linux：依赖 `wl-copy` / `wl-paste` 或 `xclip` / `xsel`；缺少这些工具时，对应文本、文件、图片剪贴板能力不可用。 - macOS：文本剪贴板通过 `pbcopy` / `pbpaste`；文件和图片剪贴板通过 `osascript` / JXA 写入，若宿主进程缺少 Automation 权限可能失败。 参数说明： - `--text`：要写入的文本内容 - `--paths`：多个文件路径，使用分号 `;` 分隔 - `--path`：单个图片文件路径 #### 键盘操作 | 命令 | 用途 | | --- | --- | | `keyboard key --key <name>` | 发送单个按键 | | `keyboard hotkey --keys <combo>` | 发送组合键 | | `keyboard type --text <value>` | 直接注入文本内容（直输模式） | | `keyboard type-keys --text <value> [--key-delay-ms <ms>]` | 按键位逐字输入（模拟人类打字模式） | | `keyboard ime-switch [--strategy <win-space\|alt-shift\|ctrl-shift>]` | 切换输入法 | | `keyboard caps-lock [--state <toggle\|on\|off>]` | 控制大小写状态 | | `keyboard paste [--expect-title <text>] [--match <contains\|exact>]` | 发送粘贴动作，可加窗口标题保护 | 平台说明： - Windows：全部可用。 - Linux：依赖 `xdotool`，并要求运行在 X11 或 XWayland 会话中；Wayland 原生会话下键盘注入通常不稳定或被系统阻止。 - macOS：依赖 Accessibility 权限；`keyboard ime-switch` 的策略会映射到系统快捷键，是否真正切换输入法取决于系统当前输入源绑定。 - macOS：`keyboard caps-lock` 目前仅稳定支持 `toggle`，`on` / `off` 仍不保证可用。 参数说明： - `--key`：按键名（如 `enter`、`esc`、`f5`） - `--keys`：组合键（如 `ctrl+c`、`ctrl+shift+s`） - `--text`：输入文本 - `--key-delay-ms`：模拟键位输入时每个按键之间的延迟 - `--strategy`：输入法切换快捷键策略 - `--state`：大小写状态，`toggle`、`on`、`off` - `--expect-title`：执行粘贴前要求前台窗口标题匹配 - `--match`：标题匹配模式，`contains` 或 `exact` #### 屏幕与截图 | 命令 | 用途 | | --- | --- | | `screen displays` | 列出显示器与分辨率信息 | | `screen pixel-color --x <x> --y <y>` | 读取指定像素颜色 | | `screen capture [--path <file>] [--display-id <id>] [--window-handle <handle>]` | 默认截取所有屏幕，或按屏幕/窗口定向截图 | 平台说明： - Windows：全部可用。 - Linux：`screen displays` 依赖 `xrandr`，`screen capture` 依赖 `grim`、`gnome-screenshot`、`scrot` 或 `import` 之一。 - Linux：`screen capture --display-id` 和 `screen capture --window-handle` 仍未实现，当前只保证整桌面截图。 - Linux：Wayland 原生会话下，截图和像素读取可能受桌面权限或会话类型限制。 - macOS：`screen capture` 依赖系统 `screencapture` 命令；若系统未授予屏幕录制权限，截图或像素读取会失败。 - macOS：支持 `--display-id` 与 `--window-handle` 定向截图，但前提是目标窗口仍存在于当前 CoreGraphics 快照中。 参数说明： - `--x` / `--y`：像素坐标 - `--path`：截图输出路径，不传则使用默认路径 - `--display-id`：指定屏幕 ID（来自 `screen displays`） - `--window-handle`：指定窗口句柄（来自 `window list` / `window foreground`） ```bash # 默认：截取所有屏幕 screen capture --path ./captures/all.png # 截取指定屏幕 screen capture --display-id 1 --path ./captures/display-1.png # 截取指定窗口 screen capture --window-handle 0x001A09F2 --path ./captures/window.png ``` #### 等待器 等待器用于“动作后确认状态”，避免脚本只执行动作却不验证结果。 典型用法：点击/输入/窗口切换之后，先等待目标条件成立，再继续下一步。 这样可以降低因为界面刷新延迟、窗口抢焦点、颜色尚未变化导致的误操作。 | 命令 | 用途 | | --- | --- | | `wait window --title <text> [--timeout-ms <ms>] [--match <contains\|exact>] [--foreground-only]` | 等待目标窗口出现或满足前台条件 | | `wait focus --title <text> [--timeout-ms <ms>] [--match <contains\|exact>]` | 等待焦点窗口标题匹配 | | `wait activate --handle <handle> [--expect-active <true\|false>] [--timeout-ms <ms>]` | 监听指定窗口句柄是否成为前台激活窗口（或等待其失去激活） | | `wait pixel --x <x> --y <y> --hex <RRGGBB> [--timeout-ms <ms>]` | 等待指定像素达到目标颜色 | | `wait clipboard [--expect-text <value>] [--timeout-ms <ms>] [--match <contains\|exact>]` | 等待剪贴板变化或匹配目标文本 | | `wait process [--name <text>\|--pid <pid>] [--expect-running <true\|false>] [--timeout-ms <ms>] [--match <contains\|exact>]` | 等待进程进入期望状态 | 平台说明： - Windows：全部可用。 - Linux：等待器本身可用，但会继承底层能力依赖；例如 `wait activate` 依赖 X11/XWayland 窗口焦点能力，`wait clipboard` 依赖剪贴板后端工具，`wait pixel` 依赖图形会话可读。 - macOS：等待器整体可用，但 `wait activate`、`wait clipboard`、`wait pixel` 等同样受系统权限和图形会话状态影响。 参数说明： - `--timeout-ms`：最长等待时间（毫秒），超时会返回失败 - `--match`：文本匹配模式，`contains` 或 `exact` - `--foreground-only`：仅匹配当前前台窗口（仅 wait window） - `--handle`：目标窗口句柄（用于 wait activate） - `--expect-active`：`true` 等待激活，`false` 等待失去激活 - `--expect-text`：剪贴板期望文本，不传则等待任意变化 - `--name` / `--pid`：进程名称或进程 ID - `--expect-running`：期望进程是否存在，`true` 表示等待启动，`false` 表示等待退出 复杂参数组合示例： ```bash # 标题精确匹配 + 只接受前台窗口 wait window --title "记事本" --match exact --foreground-only --timeout-ms 5000 # 监听窗口激活（句柄来自 window list） wait activate --handle 0x001A09F2 --expect-active true --timeout-ms 5000 # 颜色等待（十六进制） wait pixel --x 100 --y 200 --hex FFCC00 --timeout-ms 3000 # 进程退出等待 wait process --name "chrome" --expect-running false --match contains --timeout-ms 10000 ``` ## 注意事项 功能按照 Windows 设计，以上所有功能在 Windows 下均可用，Linux 和 macOS 已补齐大部分常用能力，但仍有平台依赖和少量限制，使用前需要先确认桌面会话、系统权限和命令行工具是否满足。 Linux： - 鼠标、键盘、窗口控制依赖 `xdotool`，并要求运行在 X11 或 XWayland 会话里。 - `window maximize`、`window restore`、`window move` 依赖 `wmctrl` 和兼容 EWMH 的窗口管理器。 - 剪贴板文本/文件/图片依赖 `wl-copy` / `wl-paste` 或 `xclip` / `xsel`。 - `screen displays` 依赖 `xrandr`，`screen capture` 依赖 `grim`、`gnome-screenshot`、`scrot` 或 `import` 之一。 - `system network-info` 依赖 `ip` 命令。 - `screen capture --display-id` 和 `screen capture --window-handle` 在 Linux 仍未实现，当前只保证整桌面截图。 - Wayland 原生会话下，部分窗口句柄、键鼠注入、像素读取和窗口控制可能被桌面环境限制；X11/XWayland 兼容性更好。 macOS： - 窗口控制、键盘输入、剪贴板文件/图片等自动化依赖系统的 Accessibility 和 Automation 授权；如果宿主进程没有权限，命令会失败。 - `window show`、`window minimize`、`window maximize`、`window restore`、`window move`、`window close` 通过 `System Events` 操作窗口；如果同一进程里有多个同名窗口，系统会按首个匹配窗口执行。 - `keyboard ime-switch` 在 macOS 下做了策略映射：`win-space` 对应 `Command+Space`，`alt-shift` 对应 `Option+Space`，`ctrl-shift` 对应 `Control+Space`。是否真正切换输入法，取决于系统当前输入源快捷键绑定。 - `keyboard caps-lock` 目前只支持 `toggle`；`on` / `off` 还不能稳定判断系统真实状态。 任务编排： - 建议工作流：先观察，再动作，最后等待确认 - 观察：window.find / window.foreground / screen.pixel-color - 动作：window.activate / keyboard.* / mouse.* / app.launch - 确认：wait.window / wait.focus / wait.pixel / wait.clipboard / wait.process - 不要连续盲操作（点击、输入、窗口切换后应立即确认状态） - 参数约定： - 匹配模式：contains|exact - handle：非负整数 - x/y、delta：32 位有符号整数 - wait 默认超时：timeout_ms=2000 - wait_process：expect_running=true|false - 高风险动作（鼠标/键盘/窗口激活/窗口关闭/剪贴板写）前后都应插入观察或等待 - Linux/macOS 的部分能力仍需以目标环境实测为准 - 失败时优先读取：failure.code / failure.message / failure.detail ## MCP 接入 ### 启动 MCP stdio 服务 ```bash et mcp-stdio ``` ### 导出工具清单（manifest） ```bash et mcp-stdio --output json ``` ### 配置示例 优先在全局安装后执行 `init`，把真实原生 `et` 程序复制出来，再让 MCP 直接调用这个文件： ```bash npm i -g @whuanle/easytouch easytouch init ``` 这一步会直接从包内复制当前主机对应的原生 `et` 文件。 生成后的默认路径： - Windows：`<npm root -g>/@whuanle/easytouch/et.exe` - Linux / macOS：`<npm root -g>/@whuanle/easytouch/et` 同时会刷新全局 `et` 命令。 也可以通过 `--output` 指定输出位置。 推荐配置： ```json { "mcpServers": { "easytouch": { "command": "et", "args": ["mcp-stdio"] } }