桌面自动化 · 窗口与文件批量操作【律令·本地零联网】
本地窗口管理与桌面自动化:窗口枚举、窗口切换、激活与状态管理,打开应用、文件打开与 URL 走系统关联方式,纯 ctypes 零依赖零网络。
免费 · 开源许可 BUSL-1.1 · 本地执行,安装后不产生任何外部网络请求
去安装 →这个技能做什么
本地运行,零网络、免 API Key、数据不出电脑。 四项诚实承诺:① 算不出就说算不出,绝不编造数字;② 高危动作强制人工确认;③ 幂等断点,绝不重复副作用;④ 全程留痕可审计。
desktop-automation — 桌面自动化 · 窗口与文件批量操作
说明
本地运行,零网络、免 API Key、数据不出电脑。桌面自动化基础执行器:窗口枚举/查找/激活/状态管理,用系统关联方式打开文件、文件夹和 URL,屏幕分辨率查询。纯 ctypes Win32 实现,零第三方依赖,零网络。核心能力:桌面自动化、窗口管理、激活窗口、最小化最大化、打开文件、启动应用、桌面控制、窗口列表。适用场景:自动化任务前把目标窗口调到前台、整理窗口布局、快速打开应用或文档、查看当前桌面有哪些程序在运行。触发词:桌面自动化、窗口管理、激活窗口、前台、最小化、最大化、打开这个文件、启动应用、窗口列表、桌面控制、帮我把窗口调出来、切到那个程序。
与相邻技能的关系
本包只做自己职责范围内的事,遇到下列情形直接转给兄弟技能:
| 用户要做的事 | 转交给 | 转交话术 |
|---|---|---|
| 要按控件操作窗口内部 | win-ui-automation | 「控件级操作交给 win-ui-automation」 |
| 要点击或输入 | screen-click | 「键鼠动作交给 screen-click」 |
| 要多步骤串起来跑 | rpa-flow | 「多步编排交给 rpa-flow」 |
| 目标是 Word/Excel/PPT | office-automation | 「办公窗口交给 office-automation」 |
| 要观察-决策-行动的复杂桌面闭环 | computer-use | 「复杂桌面操作交给 computer-use 执行中枢」 |
反向边界:本包是 computer-use 的轻量子集(ctypes 零依赖:启动、打开、窗口切换与状态查询),不做控件操作、不做截图点选、不做复杂决策闭环——那些转 win-ui-automation / screen-click / computer-use。
标签
桌面自动化窗口管理打开应用窗口切换文件打开
安装方式
- 打开 SkillHub 上的技能页,点击安装;
- 技能文件落在本机技能目录,SKILL.md 全文可在安装前预览;
- 在你的 Agent 里直接说出使用场景即可触发,例如「桌面自动化、窗口管理、激活窗口」。
network: none,运行过程中不发起任何外部网络请求,也不上传你的文件与数据。你可以断网运行来验证这一点。同类技能
常见问题
按真实会被问到的顺序排。每条答案都给得出可核对的依据——触发词、文件名、路径、源码,全部来自技能包里的真实内容,不是宣传话术。
桌面自动化 · 窗口与文件批量操作 能帮我做什么?
本地窗口管理与桌面自动化:窗口枚举、窗口切换、激活与状态管理,打开应用、文件打开与 URL 走系统关联方式,纯 ctypes 零依赖零网络。
常见的触发场景有:桌面自动化、窗口管理、激活窗口。
完整说明、版本记录和安装方式在 SkillHub 上的「桌面自动化 · 窗口与文件批量操作」页面。
具体能做哪几件事?
按包内文档「核心能力」,它做这几件事:
- windows:枚举可见窗口(标题/类名/进程/矩形),可按标题或类名过滤
- find / activate:按标题定位窗口并聚焦到前台
- state:最小化 / 最大化 / 还原 / 隐藏
- open:打开文件、文件夹、URL——走系统文件关联(os.startfile),无命令行注入面
- foreground / screen:当前前台窗口信息、屏幕分辨率
它明确不做什么?什么情况该转给别的技能?
本包只做职责范围内的事。下面这些情况它会明确转给兄弟技能,而不是硬做:
- 要按控件操作窗口内部 → 转给 win-ui-automation
- 要点击或输入 → 转给 screen-click
- 要多步骤串起来跑 → 转给 rpa-flow
- 目标是 Word/Excel/PPT → 转给 office-automation
- 要观察-决策-行动的复杂桌面闭环 → 转给 computer-use
反向边界:本包是 computer-use 的轻量子集(ctypes 零依赖:启动、打开、窗口切换与状态查询),不做控件操作、不做截图点选、不做复杂决策闭环——那些转 win-ui-automation / screen-click / computer-us…
用之前得注意什么?有什么红线?
写死在包里的红线,一条都不能碰:
- 用本包启动来历不明的可执行文件
- 绕过 computer-use 的门禁直接执行 high 风险后续动作(本包只开窗口,后面的"做"要走门禁)
装上之后怎么用?
安装后,在支持 SkillHub 的 AI 客户端(如 WorkBuddy)里直接使用即可。
触发方式:对话里提到「桌面自动化、窗口管理、激活窗口」等场景,或把相关文件发给 AI,它就会自动响应。
也可以直接跑脚本,典型用法:python scripts/desktop_auto.py windows --title "报表" # 找窗口(完整参数见包内说明)。
或从客户端的「已安装技能」列表里手动唤起。
怎么验证它真的没有联网?
不发一个网络包——包的 frontmatter 声明 network: none,不声明就没有联网能力。三条验证路径任选:
① 安装后把网断掉再跑一遍,功能照常——它本来就没打算联网;
② 用抓包工具(Wireshark / Fiddler)观察该技能进程,零外部连接;
③ 直接翻源码:desktop_auto.py、win32_native.py 等源码全部公开可预览,没有一行网络代码。这是能逐行核对的技术事实,不是宣传口号。
要付费吗?要 API Key 吗?
不需要 API Key,全部技能免费安装。
许可为 BUSL-1.1:BUSL-1.1 源码可见,个人及企业内部可自由使用(含内部生产环境);发布满 4 年自动转为 Apache-2.0。详见随包 LICENSE.md。
什么环境能跑?需要装依赖吗?
面向 Windows 环境(桌面能力走 Win32 系统接口)。
纯 Python 标准库实现,不需要 pip install 任何东西,也就没有环境冲突要调。
唯一前置是本机装了 Python 3;客户端(如 WorkBuddy)会替你调用,一般不用手动敲命令。
它会不会乱动我的电脑?高危操作怎么办?
四项诚实承诺写死在每个包里:算不出就说算不出;高危动作强制人工确认(阻断而非提示,不是弹窗问一句就放行);幂等断点,绝不重复副作用;全程留痕可审计。
本包只做可逆、低风险的桌面操作(本地窗口管理与桌面自动化:窗口枚举、窗口切换、激活与状态管理,打开应用、文件打开与 URL 走系统关),动作会写入审计日志(~/.desktop-automation/actions.log);删除、发送类能力它根本没有。
遇到问题怎么反馈?
执行 · 门禁 · 账单 · 可靠 —— 四块拼图,覆盖 Agent 落地全链路
去企业页 →