RPA Studio

画布式 RPA 桌面端（Electron + React Flow）。把 658 项主能力拖到画布上，连线、配置、运行，生成可执行的 RPA 流程。

当前状态：任务优先的编排工作台。默认进入“编排”任务列表，编辑任务后进入上下流向画布；组件库按分类树展示，设置为独立入口。 当前可编排能力：658 / 894（122 项不接入和 236 项重复旧版本已分离；网页、桌面、数据、文件、办公、HTTP 等主能力可直接编排）。

已实现

编排与运行

• Electron 31 + React 18 + TypeScript + React Flow 画布
• 658 项主能力目录：搜索 / 11 组筛选；236 项重复旧版本自动隐藏，122 项专用能力已分离备份；任务列表实时刷新
• 拖拽到画布、节点卡片、连线、缩放/平移/MiniMap、框选、撤销/重做
• IF / 计次循环 / 遍历 / 条件循环 / 异常捕获 容器：可把组件拖入分支或循环体
• 属性面板：按字段类型渲染输入、必填、变量、失败策略（超时/重试/间隔/跳过/延时）
• 流程 JSON 本地原子保存、自动保存、重启恢复；保存冲突检测——磁盘被外部修改时弹窗选择“加载磁盘版”或“覆盖磁盘”，不再静默互相覆盖
• 运行中心：节点进度、运行日志（分级过滤/复制/导出）、运行变量查看
• 任务列表忽略备份文件；编排页与运行页骨架分离

网页自动化（Electron 内置浏览器 + CDP 可信输入）

• 浏览器：打开/关闭/切换标签、跳转/后退/前进/刷新、等待加载/停止加载、最大化/最小化
• 信息获取：URL、Title、网页源码、Cookies 读写、浏览器截图、滚动条读写
• 元素操作：点击、输入、密码框、下拉选择、勾选框、相似元素列表/数组、元素对象与信息、父/子/兄弟元素、文本/值/属性/源码读取、存在判断、按钮可用性、滚动到元素、鼠标悬停、元素截图、元素坐标
• 执行 JS（多版本）、文件上传（CDP 直塞文件输入框，绕开原生对话框）
• 网页数据表格写入（按行列号精确覆盖）
• 可信输入机制参考 C:\rpa-demo：CDP Input、唯一定位、遮挡检查和输入回读校验；不使用 el.click() 伪造点击

桌面自动化（Ground 系列，PowerShell + UIA 桥）

• 桌面元素点击（前台化 + AttachThreadInput 强制前台 + 真实鼠标坐标点击）、文本输入（ValuePattern + 剪贴板粘贴兜底）、元素存在判断、文本读取、等待元素
• 窗口自动唤起：EnumWindows 跨虚拟桌面查找 → ShowWindow 还原 → 移回主屏可视区
• Per-Monitor DPI 感知：多屏混合缩放下坐标不错位
• 隐式等待重试：元素未就绪时 4 秒内自动重试
• 底层统一走 PowerShell + UIAutomation（EncodedCommand，中文安全）

AI 与离线 OCR（可选自配）

• AI 文本能力：文本生成 / 纠错 / 审核 / 关键词 / 对话 / 模型调用 / 文档比对等，通过设置页配置的 OpenAI 兼容服务接入
• 离线 OCR：图像识别 / 表格识别（含坐标）走本地模型，无需联网

质量与测试

• 全量测试 231 项（能力注册冒烟、流程运行集成、组件缺陷回归、测试流程包与安装保护、Word/Excel/PDF/桌面桥真实设备测试）
• 应用与系统 50 项组件验收：13 组任务、75 个用例，含真实执行与人工确认项
• 本地演示站（127.0.0.1:17863）：网页订单页 + 网页元素演练场（表单/下拉/勾选/密码/禁用按钮/悬停/长页面）
• 内置 3 个网页自动化测试任务（浏览器导航、元素读写、滚动与 Cookie）+ 6 条固定示例任务
• 打包冒烟测试：跳过单实例锁隔离启动，验证产物可用性

开发

npm install
npm run dev:local        # 使用 RPA_ELECTRON_DIST 或 C:\electron-rpa\dist 的 Electron
# 或
npm run build
node scripts/start.mjs --no-sandbox
npm run test:e2e       # 隔离启动应用并执行本地网页订单完整流程

为什么需要 dev:local：当前工作区 D:\RPA 的 ACL 会让 Electron 自带的 Chromium 沙箱启动失败（--version 都返回 0x80000003）。 把 Electron 运行时放在工作区外（例如 C:\electron-rpa\dist）即可正常启动；打包产物解压到普通目录后不受影响。 --no-sandbox 仅用于本地调试，不作为产品默认。

目录

src/main            主进程：窗口、目录加载、流程存储、IPC
src/main/browser    运行浏览器会话（BrowserSession，CDP 桥）
src/main/capabilities 能力实现（网页/桌面/数据/文件/办公/HTTP…）
src/main/fixture    本地演示站
src/preload         白名单桥
src/renderer        React UI：画布、组件库、属性面板、运行/设置页
src/shared          主/渲染共享类型
scripts             build-catalog / dev-safe / start / cdp-probe / 打包冒烟
resources           catalog.json（1016 项派生元数据）、夹具站（含元素演练场）、桌面桥
docs                现状分析、实施方案

文档

• 应用与系统 50 项组件测试任务：13 组可安装任务、使用步骤、覆盖清单及实际验收报告。
• 现状分析与可行性
• 实施方案（三天）
• 未接入能力名单
• 重复能力去留清单

边界

• 原始目录 1016 项中，894 项未被排除；其中 658 项主能力进入组件库，236 项重复旧版本在 resources/capability-duplicates.json 中标记兼容隐藏，122 项专用/厂商硬件/门户通道在 resources/excluded.json 中备份。组件库不显示接入状态。
• 内置本地演示站默认监听 127.0.0.1:17863；新用户首次启动会获得“本地网页订单演示”任务，可离线验证网页输入、点击和文本读取。
• 编排首页提供“安装示例任务”，可安装网页订单、文件文本、Excel读写、剪贴板、Word文档和异常分支 6 条固定示例；重复安装会更新同名示例，不会无限复制。
• Tauri/WebView2 类应用的 UIA 支持天然受限（Invoke 假成功、ValuePattern 读回掩码）：桌面元素点击采用“前台化 + 真实坐标点击”策略，输入采用“ValuePattern 写入 + 剪贴板粘贴兜底”。
• 不包含厂商代码、二进制、模型或前端资产；目录是从厂商元数据派生的静态定义。
• 运行期不访问厂商云服务；HTTP、邮件与 AI 能力属于用户在设置页显式配置的外部系统（OpenAI 兼容服务）。