MaaXYZ/MaaFramework

什么是 MaaFramework？

MaaFramework 是一个基于 图像识别 的开源 自动化与黑盒测试框架。它允许开发者编写低代码的“流水线”，用于监控屏幕、通过计算机视觉识别 UI 元素，然后模拟鼠标/键盘（或触摸）操作。核心库使用现代 C++20 编写，并为多种语言（Python、C#、Node、Go、Rust 等）和平台（Windows、Linux、macOS、Android）提供封装。

---

为什么重要

• 基于图像的 UI 自动化 – 无需内部钩子或无障碍 API，即可通过匹配截图来控制任何图形程序（游戏、应用、网页）。
• 低代码、高扩展性 – 流水线以简单的声明式格式描述，但你可以插入自定义识别器、控制器或数据源。
• 多语言绑定 – 同一引擎可从 Python、.NET、JavaScript/Node、Go、Rust 等语言调用，便于集成到现有测试套件中。
• 生态系统 – 围绕核心的社区工具（GUI、调试器、日志分析器、CLI 辅助工具、技能库）不断增长，让你无需从零开始即可构建功能齐全的机器人或测试平台。

---

核心概念（按 README 描述）

概念	说明	使用方法
流水线	低代码的“配方”，将图像匹配步骤、判断逻辑和模拟输入串在一起。	编写描述序列的 YAML/JSON 文件；框架自动执行。
项目接口 (PI) v2	打包整个自动化项目（资源、流水线、配置）的协议。	导出或导入 PI 包以共享或版本控制机器人/测试套件。
绑定	语言特定的包装器（Python maafw、.NET Maa.Framework.Runtimes、Node @maaxyz/maa-node 等）。	通过 pip、NuGet、npm、cargo 或 go 模块安装，并从你偏好的语言调用相同的 C++ 核心。
社区工具	GUI（MFAAvalonia、MFW‑CFA、MXU、MWU）、调试器（MaaDebugger）、日志分析器（MaaLogAnalyzer、MaaLogs）、CLI 工具（maafw‑cli、MaaCtl）以及 AI 代理的技能库。	选择适合你的工作流的工具 – 例如，使用 MaaDebugger 逐步执行流水线，或使用 MaaLogAnalyzer 可视化执行跟踪。

---

快速开始（README 中的入门步骤）

1. 访问网站 – https://maafw.com/ 获取更丰富的文档。
2. 阅读快速入门指南 – docs/zh_cn/1.1-快速开始.md 说明了如何安装所需语言绑定并运行示例流水线。
3. 集成库 – 按你的语言阅读集成文档（2.1-集成文档.md），然后查看 API 列表（2.2-集成接口一览.md）。
4. 编写流水线 – 使用“任务流水线协议”（3.1-任务流水线协议.md）描述你的机器人应执行的步骤。
5. 探索社区扩展 – UI 前端、调试器和技能包列在 社区项目 下。

---

谁可能使用 MaaFramework？

受众	典型用例
游戏自动化开发者	为依赖屏幕抓取和模拟点击的移动/PC 游戏构建机器人（例如，明日方舟的“M9A”，阴阳师的“MaaYYs”）。
QA 工程师	为源代码或无障碍钩子不可用的应用程序创建黑盒 UI 测试。
AI 代理研究者	将框架用作需要视觉感知和动作的代理的“环境”（例如，通过 maafw-cli 或 MaaEvidenceKit）。
工具构建者	开发自定义 GUI、调试器或编排 MaaFramework 流水线的 CI 流水线。

---

更多信息

• 源代码 – https://github.com/MaaXYZ/MaaFramework
• 包仓库 – PyPI (maafw)、NuGet、npm (@maaxyz/maa-node)、Go (maa-framework-go)、crates.io (maa-framework)。
• 社区中心 – https://hub.maafw.com 共享流水线、技能和模块。
• 文档 – 英文（README_en.md）和中文（README.md）版本，以及网站。

---

TL;DR

MaaFramework 是一个基于 C++ 的跨平台自动化引擎，使用计算机视觉驱动 UI 交互。它提供低代码流水线语言、多种语言绑定，以及由 GUI、调试器和 CLI 工具组成的活跃生态系统，适用于游戏机器人、UI 测试和 AI 代理环境。