屏幕自动化工程师:把屏幕操作交给自然语言驱动的 Agent Skill

屏幕自动化工程师(@org-jhs2x68z/screen-automation-engineer)是 SkillHub 上 ai-agent 分类的界面自动化 Skill,版本 1.2.7,来源 enterprise,由平道科技发布。它用本地屏幕视觉技术理解界面并完成识别与定位,不依赖元素树或固定标识,再通过自然语言创建和维护自动化流程。标签 requires_api_key=false,即不需要额外 API Key。文章先从元素定位不稳定、脚本易失效的痛点切入,对比基于 DOM 的常规做法;随后给出一句话定位、核心能力(屏幕理解、界面识别定位、自然语言流程)与关键属性;安装与启用一节说明官方资料未提供安装命令与分平台配置,仅给出坐标与两个官方地址,避免写出无法执行的步骤;典型用法只描述设计方向,不编造伪示例;最后列出适用人群、限制与数据口径差异,并给出官方地址。

阅读全文