技能介绍

每天重复的登录动作

到工位后的第一件事，往往是打开钉钉、飞书、WPS、企业微信和几个业务网页，然后挨个找到登录入口、切换到扫码模式、拿起手机对准二维码。每个应用的入口位置不同，有些还要先点"登录"再点"扫码登录"。这类操作很难用传统 UI 自动化脚本稳定覆盖——Windows UI Automation 在 Electron 应用、Canvas 渲染界面和复杂前端框架里经常找不到按钮，一旦 login_steps 没预先配置就直接跳过，结果是"应用打开了，二维码却没找着"。

AI 视觉引导的登录流程

这个技能换了思路：不让脚本去猜按钮位置，而是让 AI 自己"看"。触发后（关键词如"扫码登录"、"上班登录"，或默认触发指令 14256），AI 读取 config.json，用 start_targets.py 并行拉起所有应用和网页，等待窗口加载完成，然后逐个处理目标：

用 screenshot.py 最大化窗口并截取完整界面，保存为 PNG
AI 用 Read 工具读图，视觉分析画面中的二维码、登录按钮或"扫码登录"入口
找到按钮就用 click_at.py 按窗口相对坐标点击（如 x=0.5, y=0.30），等待页面响应后再次截图确认
找到二维码即展示给用户扫码，扫完最小化当前窗口，下一个目标自动顶上来
每个目标最多截图分析 4 次、点击 3 次，仍找不到就贴出截图请用户手动介入

login_steps 和 auto_login.py 被保留为备用路径，优先走视觉识别流程。

使用边界

只适用于 Windows 桌面端，依赖 AI 能读取 PNG 图片。部分软件的防截屏机制会截出黑屏；二维码通常 1~3 分钟过期，说一句"刷新"即可重截。配置通过 manage_gui.py 的 tkinter 界面维护，首次运行自动进入设置引导。技能不存储任何登录凭证，截图仅留在本地 %TEMP% 目录。