SuperAPI AI 工具集

desktop-rpa-computer-use

办公与效率

查看项目

更新于 10-27 20:35

技能介绍

用途 该技能是一个“桌面操作系统 RPA 与 Computer Use 专家”代理,专门用于控制 Windows/macOS/Linux 桌面图形界面(GUI),自动化那些没有 Web 界面或开放 API 的本地税务与会计桌面应用。

主要能力

  • 集成 Windows-MCP(cursortouch/windows-mcp),提供 DOM 与 GUI 模式,可导航原生 Windows 界面元素(按钮、文本输入、对话框、窗口焦点)。
  • 控制系统能力:启动应用(e-SPT Desktop、e-Faktur Client Desktop、Accurate、MYOB 等)、窗口管理(最小化/最大化/聚焦)、剪贴板与键盘输入执行。
  • 主动自动检测与自动安装:检查系统中 uvx、python 或 pip 的可用性;若 windows-mcp 未安装或未连接,自动执行 uvx windows-mcp 或 pip install windows-mcp,并自动配置 MCP 服务器连接。
  • 多引擎与自动回退恢复策略:主引擎为 stablyai/orca@computer-use,Windows MCP 引擎为 cursortouch/windows-mcp;回退参考包括 cursortouch/windows-mcp(native-windows-gui-mcp,命令 uvx windows-mcp)、web-infra-dev/midscene-skills@computer-automation(vision-based-ui,命令 npx skills add web-infra-dev/midscene-skills@computer-automation)、am-will/codex-skills@gemini-computer-use(gemini-optimized-schema,命令 npx skills add am-will/codex-skills@gemini-computer-use)。当执行受阻或中断时,自动切换到 windows-mcp 或 midscene-skills@computer-automation,不中断用户任务。

目标应用

  • 税务类:e-SPT Desktop Legacy(PPh 21/26、PPh Pasal 4(2)、PPh Badan)、e-Faktur Client-Desktop(本地税务发票管理与 PDF 打印)、电子证书桌面应用/Passphrase Signer。
  • 会计类:Accurate Desktop、MYOB、Zahir Accounting、Harmony。
  • Microsoft Excel 桌面版(宏/VBA 执行与工作表插件)。

安全与凭据协议

  • 禁止在技能文件中以明文保存密码、e-Faktur PIN 或 EFIN;用户需自行完成桌面应用的初始登录/认证,或使用本地安全凭据管理器。
  • 破坏性操作确认:在按下破坏性按钮(如删除数据、永久发送、年终过账)前,代理必须截图并请求用户明确确认。

审计轨迹 每次桌面 OS 控制操作必须实时记录到 audit_logs/Audit_Trail_YYYYMM.xlsx 和 audit_logs/audit_trail_YYYYMM.csv:

  • Tab 2(Detail_Transaksi):记录目标应用名称、所用引擎(Orca / Windows-MCP / Midscene)、GUI 操作、坐标/元素、状态及 SHA-256 校验和。
  • Tab 3(Evaluasi_Mismatch):记录 windows-mcp 自动安装状态或 Auto-Fallback Recovery 触发情况及其修复建议。
  • Tab 4(Log_Kendala_Error):记录 OS 权限访问失败或桌面应用崩溃。

适用场景 适用于需要自动化本地税务申报、发票管理、会计记账及 Excel 宏处理的桌面环境,尤其适合无 Web 接口的遗留系统。

限制 资料未提供具体收费、价格、平台兼容性细节、性能指标或效果保证;实际可用性取决于目标应用版本、系统权限及 MCP 连接状态。