Windows Accounting App Operator 是一个专门用于检查、学习、映射并操作 Windows 桌面会计与税务软件图形界面的智能体技能,集成 cursortouch/windows-mcp。其核心定位是作为“Windows 会计应用的学习者与操作员”,帮助用户在本地桌面会计软件中完成界面识别与自动化操作。
用途方面,该技能面向使用 Windows 桌面会计与税务应用(如 Accurate Accounting System、MYOB Premier、Zahir Accounting、e-Faktur Client Desktop 等)的场景,目标是在不依赖人工重复点击的前提下,理解并操作这些应用的 GUI。
主要能力分为两个阶段。第一阶段为“学习与界面映射”:通过 windows-mcp 检测正在运行的会计应用窗口标题与进程 ID,将目标窗口置于前台,并利用 UI 无障碍树提取原生 Windows 控件结构,包括菜单栏(文件、编辑、会计模块如现金/银行、销售、采购、库存、总账、报表)、输入字段(科目代码、交易日期、描述、借方、贷方、税额)、表格/数据网格(多行日记账的行列选择器)、操作按钮(保存、取消、打印、过账、导出 PDF/Excel)以及模态对话框(确认窗口或错误提示)。映射结果保存为本地 JSON 文件,路径为 app_profiles/<应用名>_map.json,记录元素 ID、标签名称与相对坐标,以便后续调用无需重复检查。
第二阶段为“自动操作”:在界面完成映射后,将交易数据(来自 Excel、CSV 或用户输入)翻译为 windows-mcp 的 send_keys 与 click_element 指令,填写交易表头(凭证号、日期、币种)与日记账明细行;打开财务报表模块(试算平衡表、损益表、总账、现金流量表),设置报表日期过滤参数,并将报表导出为 PDF 或 Excel 到用户工作目录;同时可与 withholding-vat-analyst 或 tax-report-generator 等智能体协作,从会计应用中导出 e-Faktur 或 e-SPT 的 CSV 文件。
使用方式上,该技能采用多引擎与自动回退策略:主引擎为 cursortouch/windows-mcp(原生 Windows GUI MCP,命令为 uvx windows-mcp),备用引擎包括 stablyai/orca@computer-use、web-infra-dev/midscene-skills@computer-automation(基于视觉的 UI)以及 am-will/codex-skills@gemini-computer-use。当会计应用的 GUI 元素使用自定义绘制(Canvas/GDI/Delphi 遗留)导致 UI 树无法完整读取时,自动切换到基于视觉的 UI 引擎。
安全与凭据协议要求:智能体不得请求或存储会计应用的密码、PIN 或数据库口令;用户须自行完成初始登录与认证,智能体仅在会话激活后接管操作。在执行删除日记账、年终结账或关闭期间等破坏性操作前,必须通过 windows-mcp.take_screenshot 截图并请求用户明确确认。
审计追踪方面(v1.7.0),每次操作实时记录到 audit_logs/Audit_Trail_YYYYMM.xlsx,包含多个标签页:Tab 2(Detail_Transaksi)记录应用名称、表单名称、输入值、GUI 元素 ID 与执行状态;Tab 3(Evaluasi_Mismatch)记录新 UI 映射或引擎回退切换;Tab 4(Log_Kendala_Error)记录权限、超时或来自会计应用的错误对话框等障碍日志。
适用场景包括:需要批量录入或过账日记账的会计人员、需要从桌面会计软件导出税务文件的工作流、以及希望将重复性 GUI 操作自动化的财务团队。限制方面,该技能依赖 Windows 桌面环境与 windows-mcp 的可用性;对于自绘界面需依赖视觉引擎回退;不处理用户登录凭据;破坏性操作需人工确认;资料未提供具体收费、价格或平台兼容性细节。