OP (Operator & Open) 是一款专为 Windows 设计的开源自动化插件。作为一款现代化的桌面自动化解决方案，它提供了屏幕读取、输入模拟和图像处理等功能。
项目特点：
- 原生开发: 基于 C++17 编写，注重运行效率。
- 跨架构: 完整支持 32 位和 64 位应用程序。
- 易于集成: 标准 COM 接口，兼容 Python, C#, C++, Lua 等多种语言。
- 官方文档: Wiki
- GUI测试工具: OPTestTool (由 float 提供)
- 后台操作: 向非激活或最小化的窗口发送按键和鼠标点击。
- 输入模拟: 基于 Windows API (SendInput/SendMessage) 的系统级模拟。
- 窗口管理: 查找、移动、调整大小以及查询窗口状态。
- 智能找图: 支持透明度和颜色偏差的模糊找图功能。
- 内存找色: 高速的多点找色算法，直接读取内存数据。
- 多引擎截图: 支持 GDI, DirectX (DX), 和 OpenGL 屏幕截图。
- 安卓支持: 专为各类主流安卓模拟器定制的截图功能。
- 服务化 OCR:
- 通过独立
ocr_server（来自op_ocr_engine）提供 OCR 能力。 op侧通过 HTTP 调用服务，统一 x86/x64 调用路径。
- 通过独立
- Native 字典识别: 轻量级、高速的字典匹配算法，适用于固定字体。
- 极速响应: 专为实时游戏文字识别优化。
- 默认后端为 Tesseract，默认地址：
http://127.0.0.1:8080/api/v1/ocr - 若切换到 PaddleOCR，推荐地址：
http://127.0.0.1:8081/api/v1/ocr - 先启动服务（示例）：
# Tesseract HTTP 服务 ocr_server.exe --datapath ./tessdata --lang chi_sim --port 8080 # PaddleOCR HTTP 服务 python -m py_paddle_server.app --host 127.0.0.1 --port 8081 --print-results
- 可通过
SetOcrEngine指定服务地址、后端别名与超时：path_of_engine或dll_name可直接传完整 URL- 也可直接传后端别名：
tesseract/paddle argv支持：--url=http://127.0.0.1:8080/api/v1/ocr --timeout=5000
- 新增默认切换环境变量：
OP_OCR_BACKEND=tesseract：默认走http://127.0.0.1:8080/api/v1/ocrOP_OCR_BACKEND=paddle：默认走http://127.0.0.1:8081/api/v1/ocrOP_OCR_URL=http://127.0.0.1:9000/api/v1/ocr：显式覆盖默认服务地址OP_OCR_TIMEOUT_MS=5000：覆盖默认超时
Python 示例：
from win32com.client import Dispatch
op = Dispatch("op.opsoft")
# 1) 直接指定后端别名
op.SetOcrEngine("paddle", "", "--timeout=5000")
# 2) 或直接指定完整 URL
# op.SetOcrEngine("http://127.0.0.1:8081/api/v1/ocr", "", "--timeout=5000")
text = op.OcrAutoFromFile("screen.bmp", 0.8)
print(text)- 下载: 前往 GitHub Releases 下载最新版本的压缩包。
- 解压: 将文件解压到本地目录。
- 注册 COM 组件:
以 管理员身份 打开终端，并运行以下命令：
# 对于 32 位应用程序 regsvr32 op_x86.dll # 对于 64 位应用程序 regsvr32 op_x64.dll
若无法以管理员身份运行 regsvr32，可使用免注册 COM（Registration-Free Activation）：
1. 创建应用清单文件 YourApp.exe.manifest：
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<assembly xmlns="urn:schemas-microsoft-com:asm.v1" manifestVersion="1.0">
<file name="op_x86.dll">
<comClass
clsid="{12bec402-a06e-4fad-a7d4-830f967374c6}"
threadingModel="Apartment"
progid="op.opsoft" />
</file>
</assembly>2. C# 调用示例 (.NET Framework / .NET 8+)：
using System;
using System.Runtime.InteropServices;
class Program
{
[ComImport, Guid("12bec402-a06e-4fad-a7d4-830f967374c6")]
private class OpSoft { }
static void Main()
{
// 免注册创建 COM 对象（需确保 op_x86.dll 或 op_x64.dll 在程序目录下，
// 且 YourApp.exe.manifest 与 exe 同名同目录）
dynamic op = new OpSoft();
Console.WriteLine($"OP 版本: {op.Ver()}");
}
}注意事项：
- 清单文件名必须为
<YourExeName>.exe.manifest（例如MyApp.exe.manifest），且与 exe 同一目录。 - 若使用 64 位程序，将清单中的
op_x86.dll替换为op_x64.dll。 - 此方式无需管理员权限，无需运行
regsvr32。
以下是一个使用 Python 调用插件进行找图的简单示例。
from win32com.client import Dispatch
import os
# 1. 初始化 COM 对象
op = Dispatch("op.opsoft")
print(f"插件版本: {op.Ver()}")
# 2. 设置路径 (可选，设置图片文件的基础路径)
# op.SetPath("C:\\Your\\Image\\Folder")
# 3. 执行找图
# 参数: x1, y1, x2, y2, pic_name, delta_color, sim, dir
# 分别为: 左上x, 左上y, 右下x, 右下y, 图片名, 偏色, 相似度, 方向
ret, x, y = op.FindPic(0, 0, 1920, 1080, "test.png", "000000", 0.9, 0)
if ret == 1:
print(f"找到图片: ({x}, {y})")
op.MoveTo(x, y)
op.LeftClick()
else:
print("未找到图片.")快速示例（C#，需与 op_x86.dll / op_x64.dll 位数一致）：
using System;
var opType = Type.GetTypeFromProgID("op.opsoft");
dynamic op = Activator.CreateInstance(opType!);
Console.WriteLine($"插件版本: {op.Ver()}");
int ret = op.BindWindow(hwnd, "gdi", "windows", "windows", 0);
Console.WriteLine($"BindWindow: {ret}");SetDisplayInput 支持两种 mem: 形式：
mem:<ptr>：ptr指向 BMP 内存（兼容历史行为）。mem:<ptr>,<w>,<h>,<fmt>：ptr指向原始像素内存，fmt支持bgra或bgr（默认bgra）。
示例（Python，OpenCV BGR 内存）：
img_bgr = cv2.cvtColor(np.asarray(client.screen), cv2.COLOR_RGB2BGR)
mode = f"mem:{img_bgr.ctypes.data},{img_bgr.shape[1]},{img_bgr.shape[0]},bgr"
ret = op.SetDisplayInput(mode)注意：OpenCV/Numpy 的原始像素内存必须使用完整的 mem:<ptr>,<w>,<h>,<fmt> 形式。裸 mem:<ptr> 会按 BMP 内存解析，传入原始像素指针时将返回 0。
说明：<ptr> 同时支持十进制与十六进制地址字符串（例如 0x7FF...）。
SendString(hwnd, str)：优先向目标窗口当前焦点控件发送WM_CHAR，适合英文、数字和大多数符号输入。SendStringIme(hwnd, str)：同时兼容WM_CHAR与WM_IME_CHAR路径，用于中文等 IME 相关输入场景。- 建议：在后台窗口场景下，先确保目标输入框已获得焦点，再调用发送接口。
- 键盘布局差异（如全角/半角、非 US 布局）可能影响部分符号字符，请优先在目标机器实测。
mouse=normal/windows/dx均可用，推荐在游戏窗口优先尝试dx。keypad=normal/normal.hd/windows可用；keypad=dx当前未提供。dx模式下，滚轮与按键状态依赖目标进程输入 Hook；若目标进程重启，建议重新BindWindow。- 后台组合键、滚轮、以及部分游戏内输入是否生效，取决于目标程序是否接受窗口消息或 Hook 注入后的输入路径；这类场景无法保证对所有游戏一致生效。
- 若后台组合键必须稳定触发，请优先在目标机器上用最小脚本实测，不同渲染后端、反作弊、焦点策略都会影响结果。
MoveToEx(x, y, w, h)会随机移动到指定范围内，并返回实际落点字符串"x,y"；w/h为负数时分别向左/向上取随机范围。OcrFromFile(file, color_format, sim)会按color_format参与识别；若结果异常，请先确认传入颜色串与图片前景/背景是否匹配。C#/.NET调用时，请确保宿主进程位数与op_x86.dll/op_x64.dll一致；位数不匹配时，常见表现是接口可创建但图色/OCR调用异常。- 若在
PySide6/QThread等线程场景中使用 COM 对象，请避免terminate()之类的强制终止；优先使用协作式退出并在线程内创建/释放对象。 - 更多 triage 背景可参考
doc/open_issues_scan.md。
- Visual Studio 2022 (MSVC v143 toolset)
- CMake (3.24 或更高版本)
- Windows SDK (10.0.19041.0 或更高版本)
本项目依赖以下第三方库：
- Blackbone: 用于进程内存操作和注入 (静态链接)。
- Kiero: 用于 DirectX Hook (源码集成)。
- Tesseract: 用于 OCR 功能 (动态链接)。
从现在开始，推荐直接使用根目录 build.py 一键引导依赖并编译。脚本会自动处理：
- 安装/复用
vcpkg（优先复用已安装的VCPKG_ROOT或%USERPROFILE%\\vcpkg）。 - 一次性安装
x86/x64所需的gtest、minhook。 - 拉取并构建
BlackBone（缓存到build/_deps）。
如果您需要手动配置，仍可通过环境变量提供 BlackBone 路径。推荐设置 BLACKBONE_ROOT 指向 BlackBone 仓库根目录，CMake 会自动探测常见输出路径（包括命令行构建和旧版 VS 方案输出）。
set BLACKBONE_ROOT="D:\path\to\Blackbone"如果自动探测失败，可显式指定：
cmake -S . -B build -DBLACKBONE_INCLUDE_DIR="D:/path/to/Blackbone/src" -DBLACKBONE_LIBRARY="D:/path/to/Blackbone/build/x64/BlackBone/Release/BlackBone.lib"-
克隆仓库:
git clone https://github.com/WallBreaker2/op.git cd op -
一键安装依赖并编译（推荐）:
python build.py
默认会生成目录：
build/vs2022-x64-Release -
常用参数:
# 指定架构构建 python build.py -a x86 # 输出目录: build/vs2022-x86-Release # 跳过依赖引导（已有完整环境时） python build.py --no-bootstrap-deps # 指定已有 vcpkg 路径 python build.py --vcpkg-root D:/path/to/vcpkg
-
使用 CMake 直接编译（推荐在 build.py 生成目录上执行）:
cmake --build build/vs2022-x64-Release --config Release # x86: cmake --build build/vs2022-x86-Release --config Release -
传统 CMake 流程（高级用户可选）:
cmake -S . -B build/Release cmake --build build/Release --config Release注意：该流程请避免在同一
-B目录内混用 x86/x64，否则会触发 CMake 平台缓存冲突。
- Issues: GitHub Issues - 报告 Bug 或 提交功能建议。
- Discussions: GitHub Discussions - 提问或分享想法。
- QQ 群:
- 1群:
743710486(已满) - 2群:
27872381(活跃)
- 1群:
本项目基于 MIT License 开源。