核心用法
PC Control 实现从 WSL/Linux 环境远程操控 Windows 桌面的能力。技术架构采用 FastAPI 服务端运行于 Windows，Python 客户端从 WSL 发起调用，通信基于本地回环网络。核心依赖包括 mss 截图、pyautogui 键鼠模拟和 pillow 图像处理。
使用流程遵循 截图→分析→决策→执行→验证 的循环模式。用户需先配置 config.json 指定 Windows Python 路径，执行安装脚本部署依赖，随后启动服务端即可通过客户端 API 调用 screenshot、click、type_text、hotkey 等方法。关键注意事项：截图默认缩放（如 0.5），点击时需将图像坐标除以缩放因子映射回真实屏幕坐标；每次操作后必须截图验证再继续下一步。
显著优点
- 跨生态整合：打通 WSL/Linux 与 Windows GUI 的屏障，让 Linux 环境具备原生 Windows 桌面自动化能力
- 极低使用门槛：Python API 设计简洁直观，无需学习复杂的 Windows COM 或 UIAutomation 框架
- 实时视觉反馈：截图验证机制使自动化流程可观测、可调试，降低盲操作风险
- 安全会话隔离：Token 按会话自动生成，服务仅监听 localhost，减少暴露面
潜在缺点与局限性
- 性能瓶颈：截图-传输-分析链条引入显著延迟，不适合高频实时交互场景
- 坐标 fragile：缩放计算易出错，分辨率/DPI 变化可能导致点击偏移
- 状态依赖：GUI 自动化本质脆弱，窗口位置变动、弹窗干扰、加载延迟均可能破坏流程
- 权限要求：Windows 端需 Python 环境及可能的管理员权限执行键鼠注入
- 单点故障：服务端崩溃或网络异常将导致整个自动化链路中断
适合人群
- 主要工作流在 WSL/Linux，但需偶尔操控 Windows 原生 GUI 应用的开发者
- 构建跨平台自动化测试、RPA 场景，且任务天然无 CLI 替代方案的技术团队
- 熟悉 Python，愿意接受截图延迟换取开发效率的自动化爱好者
常规风险
| 风险类型 | 描述 |
|---------|------|
| 误操作风险 | 键鼠模拟可能触发非预期点击，建议在专用环境测试 |
| 信息泄露 | 截图可能捕获敏感界面内容，需注意日志和临时文件管理 |
| 服务安全 | 虽限制 localhost，但若 Windows 被入侵，服务可能成为横向移动跳板 |
| 依赖维护 | pyautogui/mss 更新可能引入 Breaking Change，需锁定版本 |
替代方案建议
优先评估原生方案：PowerShell 脚本、Windows Terminal 命令、WSL powershell.exe 直接调用。仅在确认无 CLI 路径（如特定商业软件、遗留系统）时启用本技能。