桌面自动驾驶

关于这个 Skill

桌面自动驾驶为 AI Agent 提供基于视觉的 GUI 自动化能力，不依赖固定坐标，通过图像匹配、OCR 文本定位和智能等待元素出现来操控界面。内置工作流编排、脚本录制回放、DPI 自适应和多显示器支持，使自动化脚本像人一样“看着屏幕操作”。核心能力包括视觉元素定位（图像匹配+OCR）和智能等待等。