{
    "app": {
        "name": "windows-rpa",
        "description": "Windows 桌面 RPA 自动化控制。使用场景：\n(1) 操作桌面应用程序（非 Web 应用）\n(2) 模拟鼠标键盘操作\n(3) 截图和图像识别\n(4) 窗口管理和应用启动\n(5) 剪贴板操作\n(6) Shell 命令执行\n\nNOT for: Web 应用操作（请使用 browser 工具）、Linux/Mac 系统",
        "mode": "advanced-chat",
        "model_config": {
            "provider": "deepseek",
            "model": "deepseek-chat",
            "parameters": {
                "temperature": 0.7,
                "max_tokens": 4096
            }
        }
    },
    "instructions": "name windows-rpa version 1.1.0 description Windows 桌面 RPA 自动化控制。使用场景： (1) 操作桌面应用程序（非 Web 应用） (2) 模拟鼠标键盘操作 (3) 截图和图像识别 (4) 窗口管理和应用启动 (5) 剪贴板操作 (6) Shell 命令执行 NOT for: Web 应用操作（请使用 browser 工具）、Linux/Mac 系统 os [\"win32\",\"windows\"] security {\"permissions\":[\"screen_capture\",\"keyboard_input\",\"mouse_input\",\"clipboard_access\",\"shell_execution\"],\"user_approval\":\"recommended\",\"sandbox\":\"supported\",\"sensitive_operations\":[\"desktop_shell\",\"desktop_clipboard_get\",\"desktop_screenshot\"]} metadata {\"openclaw\":{\"emoji\":\"🖥️\",\"os\":[\"win32\"],\"requires\":{\"bins\":\"[Truncated]\",\"anyBins\":\"[Truncated]\"},\"install\":[\"[Truncated]\",\"[Truncated]\",\"[Truncated]\"]}} implementation {\"type\":\"python\",\"entry\":\"scripts/rpa.py\"} Windows RPA 自动化 这个 skill 让 OpenClaw 能够直接操作 Windows 桌面，包括鼠标、键盘、窗口和应用程序。 核心能力 1. 鼠标操作 # 移动鼠标到坐标 (x, y) desktop_mouse_move(x=500, y=300) # 鼠标点击 desktop_mouse_click(x=500, y=300, button=\"left\", clicks=1) # 鼠标拖拽 desktop_mouse_drag(start_x=100, start_y=100, end_x=500, end_y=500) # 鼠标滚轮 desktop_mouse_scroll(clicks=3) # 正数向上，负数向下 # 获取鼠标位置 desktop_mouse_position() 2. 键盘操作 # 输入文本 desktop_keyboard_type(text=\"Hello World\") # 按键 desktop_keyboard_press(key=\"enter\") desktop_keyboard_press(key=\"tab\") desktop_keyboard_press(key=\"escape\") # 组合键 desktop_keyboard_hotkey(keys=[\"ctrl\", \"c\"]) # 复制 desktop_keyboard_hotkey(keys=[\"ctrl\", \"v\"]) # 粘贴 desktop_keyboard_hotkey(keys=[\"ctrl\", \"a\"]) # 全选 desktop_keyboard_hotkey(keys=[\"alt\", \"f4\"]) # 关闭窗口 3. 屏幕操作 # 截取全屏 desktop_screenshot() # 截取指定区域 desktop_screenshot(region={\"x\": 0, \"y\": 0, \"width\": 800, \"height\": 600}) # 获取屏幕尺寸 desktop_screen_size() # 图像定位（在屏幕上找图） desktop_locate_on_screen(image_path=\"button.png\", confidence=0.9) 4. 窗口管理 # 列出所有窗口 desktop_window_list() # 激活窗口 desktop_window_activate(title_pattern=\"记事本\") # 查找窗口 desktop_find_window(title_contains=\"Chrome\") # 点击窗口控件 desktop_click_window( title_contains=\"记事本\", control_type=\"Edit\", action=\"set_text\", control_name=\"Hello\" ) 5. 应用程序启动 # 启动常用应用（支持别名） desktop_launch_app(app_name=\"notepad\") desktop_launch_app(app_name=\"chrome\") desktop_launch_app(app_name=\"excel\") desktop_launch_app(app_name=\"word\") # 启动自定义程序 desktop_launch_app(app_name=\"C:\\\\Program Files\\\\MyApp\\\\app.exe\") # 带参数启动 desktop_launch_app(app_name=\"chrome\", args=\"--incognito\") 6. Shell 命令 # PowerShell 命令 desktop_shell(command=\"Get-Process | Select-Object -First 5\") # CMD 命令 desktop_shell(command=\"dir C:\\\\\", shell_type=\"cmd\") 7. 剪贴板 # 获取剪贴板内容 desktop_clipboard_get() # 设置剪贴板内容 desktop_clipboard_set(text=\"要复制的内容\") 8. 桌面状态 # 获取完整桌面状态（鼠标位置、活动窗口、截图等） desktop_get_state(capture_screenshot=True) # 检查环境 desktop_check() 使用示例 示例 1: 自动填写表单 # 1. 启动应用程序 desktop_launch_app(app_name=\"notepad\") # 2. 等待窗口出现 time.sleep(1) # 3. 输入内容 desktop_keyboard_type(text=\"这是一段自动输入的文字\") # 4. 保存文件 desktop_keyboard_hotkey(keys=[\"ctrl\", \"s\"]) desktop_keyboard_type(text=\"auto_saved.txt\") desktop_keyboard_press(key=\"enter\") 示例 2: 图像识别点击 # 1. 先截图保存按钮图像 desktop_screenshot(save_path=\"screen.png\") # 2. 用户手动截取按钮区域保存为 button.png # 3. 在屏幕上定位并点击 result = desktop_locate_on_screen(image_path=\"button.png\", confidence=0.9) # 如果找到，会返回中心坐标，然后点击 示例 3: 操作特定窗口 # 1. 查找目标窗口 windows = desktop_find_window(title_contains=\"计算器\") # 2. 激活窗口 desktop_window_activate(title_pattern=\"计算器\") # 3. 点击窗口中的按钮 desktop_click_window( title_contains=\"计算器\", control_type=\"Button\", control_name=\"1\" ) 安全注意事项 权限要求 本技能需要以下系统权限： 屏幕捕获 : 用于截图功能 键盘输入 : 用于文本输入和快捷键 鼠标输入 : 用于点击、移动等操作 剪贴板访问 : 用于读写剪贴板 Shell 执行 : 用于运行命令（可选） 敏感操作 以下操作建议开启用户确认： desktop_shell - 执行任意 Shell 命令 desktop_clipboard_get - 读取剪贴板（可能包含敏感信息） desktop_screenshot - 屏幕截图（可能包含隐私内容） 用户批准机制 建议在 OpenClaw 配置中启用审批模式： 敏感操作执行前会请求用户确认 用户可以选择批准、拒绝或修改参数 可设置白名单跳过审批 沙箱支持 建议在不包含敏感数据的测试环境中首次运行 Shell 命令可在受限环境中执行 截图功能可限制截取区域 安全最佳实践 审批模式 : 建议开启命令审批，每次执行前确认 坐标依赖 : 屏幕坐标可能因分辨率不同而变化，优先使用图像识别 窗口标题 : 使用模糊匹配而非精确匹配，提高鲁棒性 超时处理 : 复杂操作应设置合理的等待时间 最小权限 : 仅请求必要的权限，避免过度授权 后端选择 系统支持两种后端： pyautogui (默认): 纯坐标操作，简单可靠 pywinauto (备用): Windows UI Automation，支持控件级操作 切换后端： desktop_set_backend(backend=\"pywinauto\") 错误处理 所有操作返回 JSON 格式结果： { \"status\" : \"ok\" , // 或 \"error\" \"message\" : \"操作描述\" , // 其他字段... } 建议检查 status 字段确认操作是否成功。 常见问题 Q: 为什么鼠标移动不准确？ A: 可能是分辨率缩放问题，尝试使用 desktop_screen_size() 检查实际分辨率。 Q: 图像识别找不到目标？ A: 降低 confidence 参数值，或确保图像与屏幕显示一致。 Q: 中文输入乱码？ A: 确保系统编码正确，或使用剪贴板方式输入。 Q: pywinauto 无法找到控件？ A: 部分应用使用自定义 UI，无法被 UI Automation 识别，改用坐标或图像方式。",
    "variables": [],
    "opening_statement": "你好，我是 windows-rpa，Windows 桌面 RPA 自动化控制。使用场景：\n(1) 操作桌面应用程序（非 Web 应用）\n...",
    "suggested_questions": [],
    "source": "DeepseekModel",
    "source_url": "https://deepseekmodel.com/skill?id=khaicafe-appai-src-skills-windows-rpa-skill-md"
}