AutoFlow

Windows 自动化工具，快速编辑工作流，完成日常重复性任务。 —— 截图识别 + 键鼠模拟，用可视化流程编辑器拖拽编排自动化任务。

附带实现 MCP Server，也可以让 AI Agent 直接操控桌面。

它能做什么

• 看屏幕：在屏幕上找到需要的位置（OpenCV 模板匹配）

• 控键鼠：点击、移动、打字、按键、滚动

• 编排流程：拖拽式流程编辑器，支持条件分支、循环、变量

• MCP 接入：18 个 MCP tools，AI Agent 也能用

Related MCP server: Windows MCP Server

快速开始

# 后端
uv sync
uv run uvicorn app.main:app --reload

# 前端
cd webui && npm install && npm run dev

后端 http://127.0.0.1:8000，前端 http://localhost:5173（自动代理 API）。

架构

三层分离，engine 层纯 Python 零框架依赖：

Engine (app/engine/)     ← 纯业务逻辑，可独立测试
  ↑
Core API (app/api/ + app/ws/ + app/mcp/)  ← REST / WebSocket / MCP 三种接入
  ↑
WebUI (webui/)           ← React + ReactFlow 可视化编辑器

引擎层用抽象基类，实现可替换：

• 截图：ScreenCapture → MSS

• 找图：ImageMatcher → OpenCV 模板匹配

• 输入：InputController → PyAutoGUI

MCP Server

如果你想让 AI Agent 接入，有两种方式：

HTTP — 启动后端后自动可用，端点 http://127.0.0.1:8000/mcp

stdio — 配置到 Claude Desktop / Claude Code：

{
  "mcpServers": {
    "autoflow": {
      "command": "uv",
      "args": ["run", "python", "-m", "app.mcp"],
      "cwd": "/path/to/AutoFlow"
    }
  }
}

技术栈

后端 Python 3.12+ / FastAPI / SQLModel + SQLite / MCP SDK

引擎 mss / OpenCV / pyautogui

前端 React 19 / TypeScript / ReactFlow / Vite

工具链 uv / Ruff / pytest

Roadmap

• 引擎层抽象 + 实现

• REST API + WebSocket 实时日志

• 可视化流程编辑器（拖拽、条件、循环、变量）

• MCP Server（HTTP + stdio）

• 内置截图选区工具

• 桌面打包（pywebview + PyInstaller）

• 驱动级键鼠（Interception）

• 高级图像识别（DINOv2）

License

MIT