yidaima - Umi-OCR 桌面自动化脚本

依赖与准备

• 启动 Umi-OCR 并开启 HTTP 服务（默认 http://127.0.0.1:1224/api/ocr）
• 安装依赖：

python -m pip install -r requirements.txt

快速验证

• 等待某个文字出现在屏幕上：

python main.py --wait "确定" --timeout 20

• 点击某个文字：

python main.py --click "确定"

局部区域 OCR（更快）

指定区域格式为 left,top,width,height（屏幕坐标）：

python main.py --wait "登录" --region 100,100,800,600

配置

编辑 config.yaml：

• umi_ocr.url: Umi-OCR API 地址
• screenshot.default_region: 默认 OCR 区域（null 为全屏）
• screenshot.prefer_mss: 优先使用 mss 截图（更快），失败会自动回退

Playwright 示例：百度搜索并截图

对应文档 docs/baidu.md，脚本入口：baidu_playwright.py。

安装依赖：

python -m pip install -r requirements.txt
python -m playwright install chromium

运行（可见浏览器）：

python baidu_playwright.py --keyword "java教程"

无头模式：

python baidu_playwright.py --keyword "java教程" --headless