SuperAPI AI 工具集

computer-use

部署与运维

查看项目

更新于 10-16 03:08

技能介绍

用途:为无头 Linux 服务器或 VPS 提供完整桌面 GUI 控制能力。它通过 Xvfb + XFCE 创建虚拟显示,使没有物理显示器的云实例也能运行并操作桌面应用程序。

环境:显示为 :99,分辨率 1024x768(XGA),桌面为 XFCE4。

主要能力:提供一组脚本执行桌面操作,包括截图(screenshot.sh,输出 base64 PNG)、获取光标位置(cursor_position.sh)、移动鼠标(mouse_move.sh x y)、左/右/中键点击与双击、三击(click.sh x y left|right|middle|double|triple)、拖拽(drag.sh x1 y1 x2 y2)、按下与释放鼠标(mouse_down.sh / mouse_up.sh)、输入文本(type_text.sh "text")、按键组合(key.sh "combo")、长按按键(hold_key.sh "key" secs)、滚动(scroll.sh dir amt [x y])、等待后截图(wait.sh seconds)、区域放大截图(zoom.sh x1 y1 x2 y2)。

使用方式:先执行 export DISPLAY=:99,再调用脚本。典型工作流为截图、分析界面元素与坐标、执行点击/输入/滚动、再次截图验证、循环重复。屏幕原点 (0,0) 在左上角;输入前先点击聚焦文本框;多数操作会在 2 秒延迟后自动截图;长文本按 50 字符分块、每键 12ms 延迟输入。

系统服务:virtual-desktop(Xvfb on :99)与 xfce-desktop(XFCE 会话)随启动自动运行,可用 sudo systemctl status 查看,必要时用 sudo systemctl restart virtual-desktop xfce-desktop 重启。打开应用示例:export DISPLAY=:99 后运行 chromium-browser --no-sandbox &、xfce4-terminal &、thunar &。

依赖:需一次性安装系统包 sudo apt install -y xvfb xfce4 xfce4-terminal xdotool scrot imagemagick dbus-x11 chromium-browser。

限制:资料未提供收费、价格、平台兼容范围、性能上限及安全隔离等细节,暂未提供。