软件简介

AutomationOperation 是一款 Windows 自动化操作工具，主程序为 AutomationOperation.exe。它用“模板 / 流程”的方式工作：你把鼠标、键盘、识别、浏览器、文件等操作按顺序排好，软件就会自动执行，专门用来处理每天重复的机械操作。一次配好流程，以后同样的活交给它跑，你只管检查结果。

这款工具的功能覆盖面很广：键鼠操作、图片与颜色识别、OCR 文字识别、浏览器自动化、文件批量处理、压缩解压、截图、录制回放、定时执行，基本上一套流程就能串起“读数据、查网络、改文件名、写结果”的整条链路。

软件名称	AutomationOperation
当前版本	v4.9.2
适用系统	Windows 10 / 11（部分旧版本支持 Windows 7，需补装组件）
界面语言	中文
软件类型	自动化操作 / 键鼠自动化 / 流程自动化
运行方式	解压即用，免安装

版本选择

本帖提供的是 v4.9.2，这是目前较新的正式版本。相比早期版本，v4.9.2 在图像识别上新增了 ORB、AKAZE 算法，对缩放和旋转后的目标识别更稳；条件和内循环支持操作块折叠，流程长了也好管理；定时任务关闭后不再自动重试，行为更可预期。

如果你还在用 Windows 7，只能使用到 v4.0.0 附近的版本，并且需要另外安装 VC_redist.x64、Windows6.1-KB3063858-x64 和 windowsdesktop-runtime-10.0.4-win-x64 三个组件，否则程序跑不起来。Windows 10 / 11 用户直接用 v4.9.2 即可。

关于 OCR：如果要用文字识别功能，需要把 OCR 模型文件放进软件目录下的 inference 文件夹，可用 PP-OCRv6_small 或 PP-OCRv6_medium 模型。v4.8.0 起还支持 GPU / TensorRT 运行模式，有独立显卡且识别量大的用户可以试试，普通用户用 CPU 模式完全够用。

安装步骤

1. 从下载区获取压缩包，解压到固定位置，解压后不要再移动文件夹，流程里引用的截图和模板用的是相对路径，挪位置会找不到文件。

2. 双击运行主界面 AutomationOperation.exe，首次运行建议右键选择“以管理员身份运行”，后台模式和部分识别功能需要管理员权限才能正常工作。

3. 打开设置页，先确认截图保存路径、前台截图方式（默认 GDI，需要高速截图可改 DDA），再根据需要开启开机自启或托盘常驻。

4. 如果要用 OCR，先按上面“版本选择”一节把模型文件放进 inference 文件夹，再到文字识别步骤里选好模型，跑一次测试确认能识别出文字。

5. 新手建议先从自带的参考模板入手，改几个参数跑通，再写自己的流程，不要一上来就搭几十步的大流程。

核心功能

键鼠操作：鼠标移动、单击、双击、拖动、滚轮，支持 Ctrl / Shift / Alt 组合与点击后延时；键盘支持文本输入和特殊按键，可只按下或只释放。坐标支持绝对坐标、相对坐标和窗口坐标三种模式，后台点击用窗口坐标。

识别能力：图片识别支持单图和多图（最多 5 张），可全屏或指定区域搜索，支持并行搜索和随机点击点；颜色识别支持单色和多色（最多 10 个），带区域框选和取色放大镜；文字识别用 PaddleOCR，支持全屏和区域识别，可“识别点击”或把结果存入变量。

浏览器自动化：支持 Edge、Chromium、Firefox、WebKit，有头和无头模式，可复用登录状态。能完成页面跳转、元素点击、输入读取、截图，带智能选择器拾取，点一下页面元素就能生成选择器。

文件与程序：打开文件或文件夹、启动程序、批量修改文件名（支持通配符、子目录和模板变量）、压缩与解压 zip / 7z / rar，可选密码和分卷。配合变量读取文件名，能批量处理整个文件夹。

录制与选点：可录制鼠标（含滚轮与修饰键）和键盘输入，截图和图片识别默认按 Shift+Q 抓取。多屏幕选点、快速截图、拾取颜色、框选区域都支持，截图支持 GDI、DXGI 和 PrintWindow 三种方式。

运行控制：执行模式分前台、后台和驱动键鼠三种；支持循环、内循环、最长执行时间；识别或等待失败后可设置停止、继续、跳转或进入下一循环；暂停继续默认 F6，单步执行默认 F10，托盘菜单可一键执行或取消，还支持多时间段定时执行。

必改设置

1. 执行模式要选对：日常办公用前台模式最稳妥；需要一边干别的活一边跑流程时用后台模式，但要先在后台设置里绑定目标窗口并选好窗口绑定策略；驱动键鼠模式要装罗技 G HUB 并加载 AutomationGHUB.driver.dll，没有对应硬件不要选。

2. 热键先改成不冲突的：默认暂停继续是 F6、单步执行是 F10，这两个键很容易和正在操作的软件撞上。正式跑长流程前，先在设置里把热键改成自己不常用的组合，免得中途误触。

3. 截图保存路径要确认：设置里有“确认截图保存路径”一项，填好固定目录，图片识别用到的截图才会统一落到该目录。路径留空时走旧临时目录，流程换电脑或清临时文件后容易找不到图。

4. OCR 模型要选好：识别量小、追求速度选 PP-OCRv6_small，识别准确率优先选 PP-OCRv6_medium。模型文件放进 inference 文件夹后，到文字识别步骤里确认模型已加载，第一次先用一张图测试。

5. 定时任务的重试要关掉：v4.9.2 里定时任务关闭后默认不再自动重试。如果你希望某个定时任务失败后自动再跑一次，要到定时设置里单独开启，不要默认它会重试。

使用示例：批量读文件名，到网上查演员，再重命名

下面是官方参考模板里的做法，适合有一批以电影名命名的视频文件，想自动把演员名写进文件名的情况。流程思路是：读文件夹里的文件名列表，用内循环逐个处理，浏览器搜索演员信息，再把结果拼进新文件名。

先准备三个变量：ext 存后缀名（比如 .mkv），i 存循环索引（从 0 开始），movieName 和 actors 用来放中间结果。变量有两种写法：${变量名} 用在支持变量解析的文本框里（比如网址），{变量名} 用在文件名修改模板里。

第一步用“变量读取（文件名）”读出文件夹里的文件列表，存进列表变量 movieList；第二步用内循环包住循环体，开启“输出当前迭代次数到变量”，选 i；第三步从 movieList 里按索引 i 取出当前电影名，存进 movieName；第四步打开浏览器，跳转到搜索页，用拾取元素把演员文本存进 actors；第五步先把 actors 里的非法字符（比如斜杠、冒号、问号）替换成下划线，再把 movieName、actorsSafe 和 ext 拼成新文件名，用“文件名修改”写回去。

这个例子最值得学的是思路：凡是“读一批、逐个处理、写回去”的活，都能套同一个骨架，换掉中间的处理步骤就是新流程。第一次跑建议先拿三五个文件测试，确认重命名结果无误再全量执行。

注意事项

1. 正式跑批量操作前，先用少量文件小范围测试，确认每一步的识别和写入结果都正确，再放大到全量。文件名批量修改一旦执行，改错了要一个个改回来。

2. 后台模式必须先绑定目标窗口，窗口最小化或被遮挡时识别可能失败；对识别稳定性要求高的流程，优先用前台模式。

3. OCR 功能依赖模型文件，刚解压的软件如果 inference 文件夹是空的，文字识别会报错。按“版本选择”一节把模型放好再使用。

4. 浏览器自动化复用登录状态时，流程能操作你已登录的账号。不要把含登录状态的配置和截图发给别人，也不要用它操作支付、转账这类需要人工确认的页面。

5. 驱动键鼠和 ADB 模式属于进阶功能，需要额外硬件或手机模拟器环境，普通办公自动化用不到，不用特意开启。

6. 长流程建议拆成多个小配置，用“执行其他配置”串起来，单个流程保持在二三十步以内，出问题时定位更快，也方便复用。

适用人群与同类对比

这款工具适合三类人：一是每天要做大量重复电脑操作的上班族，比如批量整理文件、批量填表、定时截图；二是有批量处理需求的内容创作者和运营，比如按规则重命名成百上千个文件；三是想自己搭轻量自动化流程的进阶用户，愿意花一点时间学变量和循环。

和传统按键精灵类工具相比，AutomationOperation 的优势在于识别能力更全：图片、颜色、OCR 三种识别都内置，还自带浏览器自动化、变量系统、ADB 与 HID 扩展，可玩的上限更高；不足是上手门槛稍高，第一次接触变量、循环、选择器这些概念需要一点学习时间。如果你只是要一个简单的连点器，它显得太重了；如果你要的是能长期复用的自动化流程，它是目前免费工具里功能最完整的一款。