![UFO² Windows 桌面自动化快速上手指南：3 分钟配置并跑通首个自动化任务 [特殊字符]](http://pic.xiahunao.cn/yaotu/UFO² Windows 桌面自动化快速上手指南：3 分钟配置并跑通首个自动化任务 [特殊字符])
UFO² Windows 桌面自动化快速上手指南3 分钟配置并跑通首个自动化任务 【免费下载链接】UFOUFO³: Weaving the Digital Agent Galaxy项目地址: https://gitcode.com/GitHub_Trending/uf/UFOUFO² 是微软开源的 Windows 桌面自动化框架把一句自然语言请求变成跨多个应用的自动化工作流由 HostAgent 拆解任务、AppAgent 逐一执行并混合使用 GUI 点击与原生 API 操作。它适合想在 Windows 上做 GUI 自动化、又不想自己写 UI 定位和驱动代码的开发者。本文带你完成 UFO² 安装配置并跑通第一次任务。安装前确认Windows 与 Python 3.10 是否满足要求UFO² 依赖 Windows 自动化组件运行环境要求如下操作系统Windows 10 及以上自动化组件仅在 win32 平台启用Python3.10 或 3.11Git用于克隆仓库至少一个可用的多模态 LLM API 密钥如 OpenAI 或 Azure OpenAI环境满足后依次克隆仓库并安装依赖git clone https://gitcode.com/GitHub_Trending/uf/UFO cd UFO pip install -r requirements.txt copy config\ufo\agents.yaml.template config\ufo\agents.yaml最后一条命令把智能体配置模板复制为 config/ufo/agents.yaml.template你只需在新文件里替换真实密钥。最小配置只需给HOST_AGENT与APP_AGENT两段填齐下面四个字段其余配置如 config/ufo/rag.yaml、config/ufo/system.yaml 均有默认值首跑无需修改HOST_AGENT: API_TYPE: openai API_BASE: https://api.openai.com/v1/chat/completions API_KEY: sk-YOUR_KEY_HERE API_MODEL: gpt-4o # APP_AGENT 照抄同样四个字段运行第一次任务交互式与一次性指令两种入口交互式模式适合边看边调启动后按提示输入任务即可python -m ufo --task first_run启动后终端会打印欢迎横幅停在Please enter your request to be completed:提示处此时输入例如在浏览器中打开微软官网并截图回车后 UFO² 开始执行。一次性指令模式适合把任务写进脚本启动即执行无需交互python -m ufo --task first_run -r 打开 Microsoft Edge访问 bing.com 并搜索 UFO任务结束后终端会输出最终结果执行过程的每一步截图会自动保存到本地。执行后在哪里看日志出错了怎么排查每次运行会自动在./logs/任务名/下保存执行记录screenshots/是每一步操作后的屏幕截图action_*.json记录智能体的动作与响应request_response.log保存完整的 LLM 请求与响应。排查思路任务未执行或立即报错优先检查 config/ufo/agents.yaml 中API_KEY是否已替换为真实密钥、API_BASE与API_MODEL是否可达必要时先跑通一次纯文本 API 调用。动作执行错误对照screenshots/的截图与action_*.json里的动作序列逐步还原定位卡住的具体界面字段与日志细节以 UFO² 官方文档 为准。首跑之后还能做什么跑通第一次任务后以下能力可按需开启详见 UFO² README知识底座RAG检索离线帮助文档、Bing 在线搜索结果与演示记录提升陌生应用上的操作准确率。投机式多动作执行一次 LLM 调用预测并验证多个动作官方数据显示 LLM 调用次数可减少 51%。混合控制检测UIA 与视觉识别结合兼容标准控件与自绘控件提高定位稳定性。混合 GUI API 执行Word、Excel、PPT 等应用优先走原生接口速度与可靠性更好。演示与经验学习把你的操作轨迹存入向量库供后续相似任务复用。运行期间 UFO² 会真实接管鼠标键盘并对屏幕截图建议在隔离环境或虚拟机中测试避免在含敏感信息的桌面上执行。下一步你可以按需打开 RAG 配置增强智能体能力阅读 UFO² 文档 了解 HostAgent 与 AppAgent 的分工参考 UFO² 到 Galaxy 迁移指南让 UFO² 作为 Windows 设备智能体接入 UFO³ 多设备编排。首跑跑通之后就可以按自己的应用场景定制智能体与知识源了。【免费下载链接】UFOUFO³: Weaving the Digital Agent Galaxy项目地址: https://gitcode.com/GitHub_Trending/uf/UFO创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 UFO² Windows 桌面自动化快速上手指南：3 分钟配置并跑通首个自动化任务 [特殊字符]
UFO² Windows 桌面自动化快速上手指南3 分钟配置并跑通首个自动化任务 【免费下载链接】UFOUFO³: Weaving the Digital Agent Galaxy项目地址: https://gitcode.com/GitHub_Trending/uf/UFOUFO² 是微软开源的 Windows 桌面自动化框架把一句自然语言请求变成跨多个应用的自动化工作流由 HostAgent 拆解任务、AppAgent 逐一执行并混合使用 GUI 点击与原生 API 操作。它适合想在 Windows 上做 GUI 自动化、又不想自己写 UI 定位和驱动代码的开发者。本文带你完成 UFO² 安装配置并跑通第一次任务。安装前确认Windows 与 Python 3.10 是否满足要求UFO² 依赖 Windows 自动化组件运行环境要求如下操作系统Windows 10 及以上自动化组件仅在 win32 平台启用Python3.10 或 3.11Git用于克隆仓库至少一个可用的多模态 LLM API 密钥如 OpenAI 或 Azure OpenAI环境满足后依次克隆仓库并安装依赖git clone https://gitcode.com/GitHub_Trending/uf/UFO cd UFO pip install -r requirements.txt copy config\ufo\agents.yaml.template config\ufo\agents.yaml最后一条命令把智能体配置模板复制为 config/ufo/agents.yaml.template你只需在新文件里替换真实密钥。最小配置只需给HOST_AGENT与APP_AGENT两段填齐下面四个字段其余配置如 config/ufo/rag.yaml、config/ufo/system.yaml 均有默认值首跑无需修改HOST_AGENT: API_TYPE: openai API_BASE: https://api.openai.com/v1/chat/completions API_KEY: sk-YOUR_KEY_HERE API_MODEL: gpt-4o # APP_AGENT 照抄同样四个字段运行第一次任务交互式与一次性指令两种入口交互式模式适合边看边调启动后按提示输入任务即可python -m ufo --task first_run启动后终端会打印欢迎横幅停在Please enter your request to be completed:提示处此时输入例如在浏览器中打开微软官网并截图回车后 UFO² 开始执行。一次性指令模式适合把任务写进脚本启动即执行无需交互python -m ufo --task first_run -r 打开 Microsoft Edge访问 bing.com 并搜索 UFO任务结束后终端会输出最终结果执行过程的每一步截图会自动保存到本地。执行后在哪里看日志出错了怎么排查每次运行会自动在./logs/任务名/下保存执行记录screenshots/是每一步操作后的屏幕截图action_*.json记录智能体的动作与响应request_response.log保存完整的 LLM 请求与响应。排查思路任务未执行或立即报错优先检查 config/ufo/agents.yaml 中API_KEY是否已替换为真实密钥、API_BASE与API_MODEL是否可达必要时先跑通一次纯文本 API 调用。动作执行错误对照screenshots/的截图与action_*.json里的动作序列逐步还原定位卡住的具体界面字段与日志细节以 UFO² 官方文档 为准。首跑之后还能做什么跑通第一次任务后以下能力可按需开启详见 UFO² README知识底座RAG检索离线帮助文档、Bing 在线搜索结果与演示记录提升陌生应用上的操作准确率。投机式多动作执行一次 LLM 调用预测并验证多个动作官方数据显示 LLM 调用次数可减少 51%。混合控制检测UIA 与视觉识别结合兼容标准控件与自绘控件提高定位稳定性。混合 GUI API 执行Word、Excel、PPT 等应用优先走原生接口速度与可靠性更好。演示与经验学习把你的操作轨迹存入向量库供后续相似任务复用。运行期间 UFO² 会真实接管鼠标键盘并对屏幕截图建议在隔离环境或虚拟机中测试避免在含敏感信息的桌面上执行。下一步你可以按需打开 RAG 配置增强智能体能力阅读 UFO² 文档 了解 HostAgent 与 AppAgent 的分工参考 UFO² 到 Galaxy 迁移指南让 UFO² 作为 Windows 设备智能体接入 UFO³ 多设备编排。首跑跑通之后就可以按自己的应用场景定制智能体与知识源了。【免费下载链接】UFOUFO³: Weaving the Digital Agent Galaxy项目地址: https://gitcode.com/GitHub_Trending/uf/UFO创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考