learn-an-interface

通过代理程序驱动真实的图形界面——窗口、功能区、对话框、画布——在有辅助功能树（accessibility tree）的情况下通过该树访问界面元素，在没有辅助功能树的情况下则学习其坐标，而非硬编码坐标。涵盖调用方式的优先级顺序（API、命令行、文件格式、库、UI Automation / AX / AT-SPI、宏，最后才使用像素级操作）、真正能触达现代应用程序的输入调用方式、如何测量窗口以确保点击命中目标、一个用于发现未知细节并记忆的小型探索机制，以及那些导致自动化工具看似成功实则无效的陷阱。附带一个可运行的自主学习循环。适用于以下场景：任务需要程序驱动，但目标程序无 API、无命令行工具、无可脚本化接口、无可读文件格式；在 UI Automation 与截图点击之间做选择时；点击未命中目标或完全无效时；键盘输入或截图工具看似无反应时；GUI 操作必须可重复执行且无需人工干预时。

模型生成摘要（rules/v1 · 2026-11-12 22:20）：通过代理程序驱动真实的图形界面——窗口、功能区、对话框、画布——在有辅助功能树（accessibility tree）的情况下通过该树访问界面元素，在没有辅助功能树的情况下则学习其坐标，而非硬编码坐标
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-12 22:18	5a9bc228	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。