automatelib 0.1.0

AI驱动的PC自动化工具 - 用自然语言控制电脑完成自动化任务

AutoMate 🤖 — AI驱动的PC自动化工具

用自然语言控制电脑，让AI帮你完成重复性工作。

比 RPA 更智能，比纯 AI Agent 更落地。

---

✨ 特性

特性	说明
💬 自然语言驱动	一句话，AI 自动规划并执行操作
👁️ 智能UI识别	视觉模型定位按钮、输入框、下拉菜单
🎬 录制备忘	手动操作一遍，永久回放自动化
🔌 插件市场	电商、内容、办公垂直场景一键安装
🤝 多Agent协作	多个AI专家分工合作完成复杂任务
🖥️ 跨应用支持	浏览器、桌面应用、文件系统全覆盖

---

🚀 快速开始

安装

pip install automatelib

要求: Python 3.8+，Windows 10/11

三种使用方式

方式 1：命令行

# 执行预设任务
automate run "上架闲鱼商品"

# 指定参数
automate run publish_xianyu --title "二手iPhone 13" --price 3999

# 查看帮助
automate --help

方式 2：图形界面（GUI）

automate gui

启动可视化界面，点点点就能用。

方式 3：Python API

from automatelib import AutoMate

am = AutoMate()

# 自然语言任务
am.execute("帮我上架闲鱼商品，标题：二手iPhone 13，价格：3999")

# 指定步骤
am.run_steps([
    {"action": "open_url", "url": "https://www.xianyu.com"},
    {"action": "click", "target": "发布按钮"},
    {"action": "type", "target": "标题输入框", "text": "二手iPhone 13"},
    {"action": "type", "target": "价格输入框", "text": "3999"},
    {"action": "click", "target": "发布按钮"},
])

作为 Agent 工具使用

from automatelib.agent import TaskAgent
from automatelib.task_parser import TaskParser

# 初始化 Agent
agent = TaskAgent(pc_controller)

# 自然语言 → 自动执行
result = agent.run("帮我打开闲鱼，点击发布商品")

print(f"执行了 {result.steps_executed} 步，状态: {result.status}")

---

💼 典型使用场景

电商运营

# 闲鱼商品上架
automate run list_xianyu \
  --title "iPhone 13 99新" \
  --price 3999 \
  --description "使用3个月，无划痕，原装充电器"

# 批量发布
automate run batch_publish \
  --platform xianyu \
  --file products.csv

内容创作

# 公众号文章发布
automate run publish_wechat \
  --title "深度好文" \
  --content "$(cat article.md)" \
  --cover "$(cat cover.png)"

# 批量图片处理
automate run batch_watermark \
  --dir ./images \
  --watermark "© YourBrand"

办公自动化

# Excel 数据填充
automate run fill_excel \
  --file data.xlsx \
  --template template.json

# 文件批量整理
automate run organize_files \
  --source ./downloads \
  --rule "按类型分类"

---

🏗️ 架构

AutoMate 架构

┌─────────────────────────────────────────────┐
│           🧠 AutoMate Agent                 │
│   (自然语言理解 → 任务拆解 → 智能规划)       │
└────────────────────┬────────────────────────┘
                     │
     ┌───────────────┼───────────────┐
     ▼               ▼               ▼
┌──────────┐  ┌──────────┐  ┌──────────┐
│ Browser  │  │ Desktop  │  │  File    │
│ Executor │  │ Executor │  │ Executor │
└────┬─────┘  └────┬─────┘  └────┬─────┘
     │              │              │
     └──────────────┴──────────────┘
                     │
                🖥️ Windows PC

三大执行器：

• Browser Executor：浏览器自动化，元素识别，表单填写，页面操作
• Desktop Executor：Windows GUI 自动化，鼠标键盘控制，窗口管理
• File Executor：文件系统操作，文件读写，批量处理

---

🔧 配置

创建 automaterc.yaml 或在项目目录放置 config.yaml：

# config.yaml
executor:
  desktop:
    delay: 0.5        # 操作间隔（秒）
    failsafe: true    # 紧急情况下鼠标移到角落中止
    screenshot_on_error: true
  browser:
    headless: false  # 是否无头模式运行
    timeout: 30

agent:
  max_steps: 20
  max_retries: 3
  screenshot_on_step: true

llm:
  provider: openai   # openai / ollama / azure
  model: gpt-4o-mini
  api_key: your-api-key
  temperature: 0.1

环境变量（敏感信息推荐用环境变量）：

export OPENAI_API_KEY=sk-your-key

---

📦 插件系统

# 安装插件
automate install ecommerce   # 电商插件（闲鱼/淘宝/拼多多）
automate install content    # 内容运营插件（公众号/小红书）
automate install office     # 办公自动化插件（Excel/Word/PPT）

# 查看已安装插件
automate plugin list

# 卸载插件
automate uninstall ecommerce

---

📋 依赖与环境

组件	要求
Python	3.8+
操作系统	Windows 10/11
核心依赖	pywin32, pyautogui, Pillow, mss, pyyaml
可选（AI）	openai ≥ 1.0.0
可选（浏览器）	selenium ≥ 4.0.0 或 playwright ≥ 1.0.0

---

🔒 安全说明

• failsafe: true 时，移动鼠标到屏幕四角可立即停止所有操作
• 所有操作均在本地执行，无数据上传
• API Key 仅用于调用 LLM，不存储或传输到第三方

---

📝 开发

# 克隆项目
git clone https://github.com/kasshuang/automate.git
cd automate

# 安装开发版本
pip install -e ".[dev]"

# 运行测试
pytest

# 启动 GUI
python -m automatelib.gui

---

🤝 参与贡献

欢迎提交 Issue 和 Pull Request！

• GitHub: github.com/kasshuang/automate
• PyPI: pypi.org/project/automatelib/

---

📄 许可证

MIT License — 可免费商用，欢迎贡献。

---

用AI释放双手，让电脑自动干活 🚀