#80 · 主分类: 计算机视觉

MaaFramework

black-box-testing computer-vision

基于图像识别的自动化黑盒测试框架

项目最后更新:08/28/26

GitHub Stars

4.7K

Forks数量

543

贡献者数量

113

许可证

LGPL-3.0

收录理由

做桌面游戏或应用的自动化,往往意味着要一路驱动一连串屏幕状态的变化,这套框架正是为这类场景而生的。它脱胎于 MaaAssistantArknights 项目,重写后成了一个通用的、低代码的自动化核心:你只需在流水线协议里描述要寻找的目标和点击的位置,剩下的模板匹配、截图 OCR 等识别工作都交给它完成。核心用 C++ 写成,同时提供 Python、Node.js、Go、Rust 和 C# 的绑定,团队不必推倒现有技术栈就能接入。对于想给 GUI 应用写黑盒测试或机器人式自动化的开发者来说,尤其在没有内部 API 可挂接、只能靠屏幕交互的情况下,它很实用。简单的流程用低代码流水线就能写得很清晰,遇到复杂场景,自定义识别器和动作又留足了扩展空间。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目