自动化操作工具 AutomationOperation v4.9.1

AutomationOperation是一款面向 Windows 桌面、浏览器和识别任务的自动化操作软件。用户通过“模板/流程”配置操作节点，让软件按顺序自动执行鼠标、键盘、图像识别、OCR、浏览器、文件处理、窗口控制、变量计算和流程判断等操作，适合把重复性工作做成可复用的自动化流程。

软件出处

https://www.52pojie.cn/thread-2052369-1-1.html

 

必装组件

Microsoft Visual C++ 2015-2022 Redistributable (x64)（vc_redist.x64.exe）。 （windowsdesktop-runtime-10.0.x-win-x64）

 

软件功能

自动化模板

鼠标：移动/单击/双击/拖动/滚轮（支持 Ctrl/Shift/Alt + 滚轮、左键按下/弹起、点击次数与点击后延时）；坐标支持固定或变量输入

键盘：文本输入/特殊按键（支持只按下/只释放）；文本可来自变量；前台模式可选“输入前点击”

识别：

图片识别：单图/多图（最多 5 张），支持全屏/指定区域、并行搜索、随机点击点、结果写入布尔变量

颜色识别：单色/多色（最多 10 个），支持区域框选与取色放大镜（显示 HEX/RGB、方向键微调、回车/左键确认）

文字识别：OCR（PaddleOCR），支持全屏/区域；可“识别点击”或“OCR 读取”；结果可复制到剪贴板或存入变量，并可输出布尔结果

YOLO 检测：支持目标检测类任务，可用于识别屏幕中的指定对象并把结果写入变量

二维码识别：支持从屏幕或指定区域读取二维码内容，结果可用于后续输入、判断或输出

控件识别：支持识别界面控件信息，适合配合点击、等待、条件判断等步骤

等待与延迟：延迟（固定/随机/变量时间，单位毫秒，最小 1ms）；等待条件（程序/文件/窗口/图片/文字/颜色等，支持超时/检查间隔/无限等待；图片等待支持灰度与屏幕变化跳帧优化，支持后台等待）

文件与程序：打开文件/文件夹；启动程序；文件名修改（单文件/批量、通配符与子目录、模板变量）；剪贴板读写；浏览文件；压缩/解压（zip/7z/rar，可选密码/分卷/删除源文件）；Python 模块调用

浏览器：浏览器管理（Edge/Chromium/Firefox/WebKit，有头/无头、窗口大小、登录复用）；页面跳转、元素点击、输入/读取、截图；支持浏览器验证码字段、智能选择器拾取

屏幕截图：全屏/区域/窗口截图，保存到指定目录；支持文件名模板（如 screenshot_{yyyyMMdd_HHmmss}.png）、覆盖或自动重命名；支持 GDI / DXGI / PrintWindow（PrintWindow 需先绑定窗口）

窗口与辅助：获取鼠标位置、移动窗口、激活窗口、提醒提示，适合自动化流程执行前的准备和收尾

录制与选点

录制：录制鼠标（含滚轮与修饰键）、键盘输入（自动转换为特殊按键）、截图/图片识别（默认 Shift+Q 或按钮）

坐标模式：

绝对坐标：屏幕坐标

相对坐标：相对当前鼠标位置的偏移

窗口坐标：相对目标窗口客户区坐标（用于后台点击）

工具：适配多屏幕选点；快速截图、拾取颜色、框选区域；截图支持 GDI / DXGI / PrintWindow（适配 DPI 缩放与后台识别），选点/截图时隐藏主界面

运行与控制

执行模式：前台（SendInput）/ 后台（SendMessage）/ 驱动键鼠（罗技 G HUB，需安装驱动并加载 AutomationGHUB.driver.dll）

循环：循环/无限循环、最长执行时间；内循环（开始/结束/跳出）可在两个节点之间重复执行 N 次（N 可固定或来自变量），支持无限循环；可将“当前迭代次数”写入变量，并支持布尔变量条件跳出；

失败与错误处理：识别/等待等步骤可设置失败后处理（停止/继续/跳转序号/进入下一个循环/执行其他配置/等待确认）；可选择“报错后停止/继续”

快捷控制：暂停/继续（默认 F6）、单步执行（默认 F10）、取消执行、强制退出；多套流程可各自配置热键（最多 10 个）

托盘与定时：托盘菜单一键执行/取消、开机自启开关、定时器状态显示；支持多个时间段定时执行并每日重置

配置与界面

配置管理：保存/另存为、新建/清除；配置名可修改；支持从不同文件夹加载；标题显示当前执行配置

操作列表：拖拽排序；Ctrl/Ctrl+Alt + 方向键调整顺序；右键插入；复制粘贴（模板或文本）；Shift/Ctrl 多选；分页显示（每页最多 25）

通知与安全：toast/气泡提示、提醒铃声；同目录单实例运行避免重复打开

 

后台模式说明

后台模式通过窗口绑定（句柄/标题/进程/类名/窗口组）定位目标窗口；步骤可继承窗口信息，尽量不抢占前台焦点。

后台点击必须使用窗口坐标；可通过选点或录制绑定句柄，执行时优先句柄，失效后回退到标题/进程/类名。

句柄只在当前会话有效，重启后需重新绑定；多窗口建议分别绑定句柄或使用窗口组。

后台识别可选 DXGI/PrintWindow；可在设置中的“后台图片测试”先验证目标窗口是否能被后台识别。

 

适用场景

重复性办公操作：批量点击、输入、复制粘贴、窗口切换

浏览器自动化：网页表单、页面读取、网页截图、验证码字段处理、批量检索

识别驱动流程：OCR、文字识别、图片识别、YOLO 目标检测、二维码识别、控件识别

批量文件处理：读取文件名、重命名、压缩、解压、生成结果文件

复杂流程控制：识别失败跳转、循环等待、条件分支、变量计算、执行其他配置

定时和后台任务：托盘运行、热键执行、定时执行、后台窗口识别和后台点击

 

更新日志

4.9.1 优化程序

4.9.0

1. 优化ui组件。

2.后台绑定可自选匹配方式，增加诊断信息。

3.优化后台模式下图片识别。

4.优化程序。