截图找图点选 · 视觉定位键鼠执行【律令·本地零联网】

屏幕点击与鼠标模拟：GDI 截图存 BMP 供视觉模型定位坐标，用键盘模拟与鼠标模拟执行自动点击、输入与快捷键。

常见的触发场景有：截图点选、截个图、截图。

完整说明、版本记录和安装方式在 SkillHub 上的「截图找图点选 · 视觉定位键鼠执行」页面。

按包内文档「核心能力」，它做这几件事：

1. shot：全屏或指定区域截图，存 BMP 32bpp 到 ~/.screen-click/shots/，交给视觉模型分析
2. click / move：坐标点击（左/右/中键、双击）、鼠标移动（绝对坐标，DPI 感知）
3. type：Unicode 方式输入文本（--text 或 stdin；换行转回车）
4. key：组合键（ctrl+s / alt+tab / f5 等，完整 VK 表内置）
5. screen：分辨率查询（坐标计算基准）

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：

• 需要先拿到控件树/窗口句柄 → 转给 win-ui-automation
• 要多步骤串起来跑 → 转给 rpa-flow
• 动作涉及删除/发送/支付等高危 → 转给 computer-use

反向边界：只做截图与键鼠执行，不做流程编排、不判断风险级别。用户要连续操作时转 rpa-flow。

写死在包里的红线，一条都不能碰：

• SendInput 前台输入：对管理员权限窗口被 UIPI 拦截时直接报错——绝不提权绕过
• 坐标来自视觉判断：本包不做模板匹配/OCR/内存读取，不碰游戏进程
• 审计日志：每个动作（截图/点击/输入）落盘留痕；type 只记长度和前 20 字符预览
• 游戏自动化/外挂、验证码对抗：一律拒绝

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「截图点选、截个图、截图」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/screen_click.py shot # 全屏截图（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。

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：screen_click.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。

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。

面向 Windows 环境（桌面能力走 Win32 系统接口）。

依赖情况以包内「环境准备」一节为准，SkillHub 安装页可直接预览 SKILL.md 全文。

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。

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（屏幕点击与鼠标模拟：GDI 截图存 BMP 供视觉模型定位坐标，用键盘模拟与鼠标模拟执行自动点击、输），动作会写入审计日志（~/.screen-click/shots）；删除、发送类能力它根本没有。

两个出口：

① 微信公众号「AI技能工具箱」——每周更新实测与安装步骤，后台留言即可；

② 首页底部有公众号二维码（点此直达）；每个技能包内附完整 SKILL.md 与版本记录，多数问题翻文档就能解决。