ok-oldking/ok-script

解决的问题

提供一个统一的 Python 框架，用于自动化 Windows 应用程序、Windows 游戏、Android 模拟器和 ADB 设备上的任务。它消除了为不同平台编写独立自动化逻辑的需要，提供了一套一致的工具用于屏幕交互和设备控制。

工作原理

该框架使用计算机视觉来识别 UI 元素并触发操作。支持多种识别方法，包括 OCR、OpenCV 模板匹配和基于 YOLO 的视觉解决方案。为了管理视觉资产，它使用 COCO 格式，使系统能够根据目标设备的屏幕分辨率自动缩放模板。

适用人群

需要为缺乏官方 API 的软件和游戏创建机器人或自动化测试的开发者和自动化工程师，特别是针对 Windows 和 Android 环境的用户。

主要亮点

• 多平台支持：一套任务代码可在 Windows 客户端、Android 模拟器和 ADB 设备上运行。
• 灵活的接口：支持无头模式、基于 Qt 的桌面 GUI 或基于 FastAPI 的 Web 界面运行。
• 视觉驱动：集成 OCR、OpenCV 和 YOLO，实现强大的元素检测能力。
• 分辨率自适应：使用 COCO 格式的资产，自动将模板缩放以匹配不同屏幕分辨率。
• 开发者工具：内置截图、输入模拟、设备控制和视觉调试叠加层等工具。