VDA

我今天非常兴奋地向大家介绍 VDA（虚拟桌面助手）！🚀

作为开发人员和高级用户，我们会在电脑上完成大量重复任务。虽然目前市面上已经有许多 AI 代理，但它们大多依赖云端、价格昂贵，或是难以处理非标准 UI 元素。我开发 VDA 就是为了解决这个问题，打造了一个 100% 开源、本地运行、基于视觉的桌面伴侣。

🤔 什么是 VDA？VDA 就像人类一样控制你的电脑——它能看见屏幕，移动鼠标，敲击键盘。你可以通过语音或文字向它发出指令，剩下的交给它处理就好！

✨ 主要特性：

👁️ 视觉优先方案：VDA 不纯粹依赖 DOM/HTML，而是使用 OpenCV、UI 自动化和 RapidOCR 精准点击目标位置。

🧠 智能错误恢复：如果按钮位置移动或发生变化，VDA 的代理循环会重新评估实时截图，并尝试后备方案（例如快捷键 Ctrl+L 或 Tab）。

🔌 自由接入 AI：可无缝连接你喜爱的提供商——OpenCode Zen、OpenRouter、Gemini 或 DeepSeek。

🛠️ 可自定义技能：只需上传 Markdown（.md）文件，即可教会 VDA 你特有的工作流。

👻 非侵入式 UI：采用简洁半透明的 PyQt6 悬浮控件，不会干扰你的操作。

💻 技术栈：Python 3.9+、PyQt6、OpenCV、RapidOCR。

VDA 是完全开源的（GNU GPLv3 协议），我正在积极寻找贡献者和反馈，帮助它成为顶级桌面助手。

我很想听听你的想法、反馈，以及你希望用 VDA 自动化哪些具体工作流！在下方留下你的问题，我今天会一直在这里解答。👇

干杯！☕