自训视觉模型
用自己框选训练的定位 / 分类 / 分割模型，在流程里匹配图标、点击控件、等待界面出现。
定制你的小咪
形象、性格、声音三维个性化——换一套预设，桌面上的伙伴就变成「你的」。
- 形象 — 替换 GIF、调节缩放，桌面常驻可见
- 性格 — 多 Agent 系统提示词，工作 / 学习 / 闲聊各一套
- 声音 — Piper / CosyVoice 多音色，可按 Agent 绑定
工作流，流程化
用自然语言描述一次任务，经规划与试跑后保存——下次一句话即可复用。桌面操作、脚本、视觉识别与分支逻辑，都能串进同一条流水线。
-
01
描述意图
「打开后台，把今日表格导出并发送。」
-
02
规划步骤
大模型采集工具能力，生成可执行步骤方案。
-
03
窗内试跑
确认无误再保存，避免盲目执行。
-
04
保存复用
热键、语音或聊天一句「运行流程」即可再跑。
万物皆可流程化
不只是点鼠标。自己训练的视觉模型、AI 写的脚本、流程逻辑与桌面操作，都能编进可复用的自动化。
AI 写的脚本
自然语言生成 Python 脚本，语法校验后入库；流程步骤可直接调用，复杂计算交给代码。
流程逻辑
顺序、分支、循环、异常处理：OCR 命中再输入、窗口未出现则等待——像写程序一样编排桌面。
桌面操作
键鼠、窗口聚焦、OCR 识字、UIA 找控件、启动程序——真正在你的 Windows 桌面上动手。
无限可能
MCP、Skill、脚本与视觉模型，都能让 AI 自动开发生成——一次创造，处处复用。
AI 写扩展工具
描述新能力，AI 生成 MCP 服务代码并登记；下次创造流程时自动带上，避免重复造轮子。
AI 写技能包
把岗位经验写成 Skill，Agent 通过 read_skill 随时调用；可测试、可开关、可绑定。
AI 写 Python
自然语言生成脚本，语法校验后入库；流程步骤直接调用，复杂逻辑交给代码。
自训视觉模型
框选训练定位 / 分类 / 分割模型，保存为可复用资产，在流程与 Agent 里反复匹配点击。
开发一次 → 入库绑定 → 流程与 Agent 随时调用，能力会越攒越多。
随意移植
自己做的流程、MCP、Skill 与 Agent，一键打包；换一台电脑导入就能接着用。
- Agent 包 — 导出提示词、工具与资源绑定，另一台导入即可对话
- 流程 JSON — 自动化步骤导入导出，热键与运行方式一并带走
- Skill / MCP — 技能包与扩展服务可复制迁移，能力不锁死在一台机器
定制 Agent
不同场景切换不同人格：绑定流程、知识库与音色，像换一位同事坐到你桌边。
工作助手
系统提示摘要
你是干练的桌面自动化助手。优先运行已绑定流程与脚本；执行后用简体中文汇报结果，少寒暄、多结论。
- 流程 · 打卡填表 / 日报导出
- 音色 · Piper 快速女声
- 工具 · MCP 桌面操控
交互演示 · 写日报并发送
模拟场景：识别你的日报软件 → 打开 → 撰写今日日报 → 发送。左侧看小咪对话，右侧看桌面逐步被「操作」。（本地脚本演示）
聊天气泡
执行任务
示例：帮我识别日报软件，打开它，写好今日日报并发送
正文
交互演示 · 唤醒词看 B 站
模拟语音唤醒「小咪小咪」，再说出命令：打开哔哩哔哩，找到《凡人修仙传》并播放。左侧对话与唤醒态，右侧浏览器逐步打开与播放。
语音交互
唤醒待命
说「小咪小咪」唤醒
示例：小咪小咪，打开哔哩哔哩，找凡人修仙传播放
bilibili
▶