核心用法
macOS Desktop Control 是一套面向 macOS 的桌面自动化工具链，采用「语义控制 + 视觉控制」双轨架构：
- AppleScript 语义层：用于应用激活、窗口状态查询、前台应用识别等系统级操作
- 视觉自动化层：基于截图、OCR（Apple Vision）、OpenCV 模板匹配和 pyautogui 实现精确的鼠标键盘控制
工作流遵循标准化 Pipeline：初始化坐标映射 → 捕获屏幕 → 视觉定位（OCR/图像匹配）→ 执行鼠标/键盘动作。特别针对 Retina 屏幕做了逻辑坐标与像素坐标的自动校准，确保点击位置精准。
显著优点
1. 中文原生支持：OCR 采用 Apple Vision 框架，无需 Tesseract，对中文识别效果良好；文本输入默认使用剪贴板粘贴，完美处理中英混输场景
2. Retina 适配：自动处理逻辑坐标（points）与物理像素（pixels）的 2x 映射关系，避免自动化偏移
3. 模块化设计：截图、裁剪、定位、鼠标、键盘、AppleScript 各自独立为脚本，可灵活组合
4. 安全兜底：启用 pyautogui.FAILSAFE，鼠标移至左上角可紧急中止自动化
5. 延迟初始化：首次使用时自动完成屏幕校准，无需手动配置
潜在局限
- 单屏限制：当前版本假设单主屏幕，多屏环境可能需要额外适配
- 无深度无障碍支持：刻意未实现 AppleScript UI Scripting，无法直接操作 accessibility tree 中的抽象控件
- 视觉依赖型：自定义绘制 UI（如聊天列表、画布）必须依赖截图+OCR，对动态内容或频繁界面变化敏感
- 权限门槛：需授予「屏幕录制」和「辅助功能」权限，企业环境可能受 MDM 策略限制
适合人群
- 需要跨应用自动化工作流的高级用户（如自动填表、批量消息处理）
- 无法使用标准无障碍 API 的复杂 UI 场景（自定义渲染、游戏、旧版应用）
- 具备一定脚本能力，愿意组合命令行工具实现自动化的开发者
常规风险
- 坐标漂移风险：若屏幕分辨率或缩放设置变更，需手动删除
/tmp/macos_desktop_control/calibration.json重新校准 - 误触风险：基于视觉的点击可能因界面变化点错位置，建议在关键操作前加入截图验证步骤
- 权限滥用：辅助功能权限可被恶意利用，建议仅在可信终端运行，用完及时撤销权限
- 剪贴板污染：默认粘贴输入会覆盖剪贴板内容，敏感场景需注意数据残留