开源 AI 一句话自动执行 Windows 重复操作

每天早上开机，你都在重复同一套动作：从财务软件下载报表、粘贴到 Excel、调整格式、给领导发邮件。对一个人来说是 20 分钟，日复一日地重复则是一种消耗。如今，开源 AI 项目让你只需用一句自然的中文描述操作，机器就能代劳。本文介绍"计算机使用智能体（Computer-use Agent）"这类技术及其在办公场景中的应用。

从 AutoHotkey 到用自然语言操控界面的智能体

Windows 自动化并不是新鲜事：AutoHotkey、Excel 里的 VBA 宏、微软的 Power Automate 已经存在多年。但它们都要求你学会精确地逐步描述每个操作——写脚本、录宏、配置流程。办公用户往往在这一步就放弃了。

新一类工具——计算机使用智能体（Computer-use Agent）——把问题颠倒了过来：你只需要说一句"打开下载目录里 10 月的销售文件，筛选出金额超过 100 万的订单，汇总成表格发给销售部"。智能体会：

1. 借助视觉模型察看屏幕（持续截取屏幕画面）
2. 规划达成目标的一系列动作
3. 通过真实操作执行：移动鼠标、点击、敲键盘、打开应用
4. 每步之后自检结果，出错则自行调整

这一阵营中的许多项目都是开源的，代表有 UI-TARS Desktop（由字节跳动开源）、Open Interpreter，以及支持完全部署在内部基础设施上的各类智能体框架——无需把数据发往境外云服务。

一句话代替一段脚本

与传统 RPA（机器人流程自动化）相比，最大的差异在于编写脚本的成本：

对比维度	传统 RPA / 宏	计算机使用智能体
任务定义方式	录制宏或逐步编写脚本	用一句自然语言描述
界面发生变化	脚本失效，必须返工修改	智能体察看并适应新界面
脚本编写者	需要技术人员	业务用户本人即可
临时突发任务	来不及写脚本	说一句话，跑一次

这并不意味着智能体会完全取代 RPA——对于每天运行数千次的流程，固定脚本依然更稳定、更便宜。智能体的强项在于那些频繁变化、临时突发，或小到不值得专门写脚本的任务。

实际办公应用场景

在企业中，最适合这类工具的几类场景：

• 跨系统录入数据： 在 ERP、MES、财务软件和 Excel 之间搬运数据——这些系统之间往往没有 API 互通。
• 定期报表： 从管理后台下载出口数据，在 Excel 中加工、生成图表，每天早晨作为附件发给管理层。
• 文件管理： 批量整理下载的文件，按规则重命名，归类到项目文件夹。
• 核对对账： 比对两款不同软件中的两张表格，标记差异。
• 行政流程： 在内部系统填写表单，把邮件内容复制进公文管理系统。

它们的共同特征是：流程清晰、重复，但要通过图形界面操作——这恰好是 API 和手工脚本都鞭长莫及的盲区。

部署时的三条安全原则

智能体拥有和真实用户一样的点击与键盘权限——也就等于拥有了对这台机器的完整操作权。在投入实际工作环境之前，必须立好规矩：

• 在受限环境中运行： 使用虚拟机、权限受限的 Windows 账户，或为智能体单独开辟沙箱。在尚未建立管控之前，绝不让智能体在存有敏感数据的机器上运行。
• 关键操作保留人工把关（Human-in-the-loop）： 发送邮件、删除数据、确认付款等步骤，应要求人工审批后才执行。
• 完整记录日志： 保存智能体的每一个动作，出错时可以追溯——对涉及财务和人事的流程，这是强制原则。

此外还应做前后对比测量：先让智能体与手工方式并行试运行一段时间，比较耗时和错误率，再决定推广。

给越南企业的启示

对越南企业来说值得注意的一点是：国内大部分办公流程仍然依托内部软件界面或财务、ERP 系统的桌面版运行——这些地方并没有现代化的 API。开源计算机使用智能体工具开辟了一条不必等软件供应商开放 API 的自动化道路，并且因为完全在内部运行，数据自主可控。

对于北宁省及周边地区的制造企业——行政人员既要管理档案，又要往 MES/ERP 系统录入数据——把重复的数据录入任务交给智能体，可以减少人为差错，把人力解放出来做分析工作。务实的落地路径是：先从一两个小任务做起，衡量效果，再扩展成全公司共用的标准任务库。

结语

"Windows 上每天重复的工作，现在一句话就能交出去"已不再是营销口号——这是一类今天就能直接上手的开源工具。最大的障碍不再是技术，而是部署纪律：选对任务、限制权限、用日志管控。做好这三件事，用 AI 实现办公自动化将在第一个季度内成为一笔收益清晰可见的投资。

资料来源：整理自 Facebook 技术分享，由 Wotech Electronics 编辑。

如果您的企业希望梳理适合用 AI 自动化的办公流程，Wotech Electronics 位于北宁的团队随时愿为您咨询并开展试点部署。