# agentConllection

**Repository Path**: jiawy401/agent-conllection

## Basic Information

- **Project Name**: agentConllection
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-10-21
- **Last Updated**: 2025-10-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Agent Collection

## 介绍
各种 AI 智能体和自动化工具的综合集合。本仓库作为不同类型智能体的集中枢纽，包括聊天机器人、自动化脚本和智能助手等。

## 项目架构
```
agent-collection/
├── agent/          # 智能体核心代码
│   └── winAgent.py # Windows 自动化智能体
├── tool/           # 工具模块
│   ├── browser_mcp.py      # 浏览器操作 MCP
│   └── browser_config.json # 浏览器配置文件
├── example/        # 示例代码
│   ├── winAgent_example.py
│   ├── task_automation.py
│   ├── browser_example.py
│   └── browser_advanced_example.py
└── requirements.txt
```

## 智能体列表

### WindowAgent - Windows 自动化智能体

强大的 Windows 桌面和浏览器自动化工具，支持窗口操作、键鼠控制、浏览器自动化等功能。

**核心功能：**
- 窗口管理：启动/连接/关闭应用程序，窗口聚焦和验证
- 桌面操作：双击图标、坐标点击、图像识别点击
- 键鼠控制：键盘输入、快捷键发送、鼠标操作
- 屏幕操作：截屏、窗口列表获取
- 浏览器自动化：网页导航、元素操作、自动登录、搜索功能
- 配置管理：支持多网站登录信息存储（O(1)查找）

**使用示例：**
```python
from agent.winAgent import WindowAgent

agent = WindowAgent()

# 桌面自动化
agent.start_app("notepad.exe")
agent.wait_for_window("记事本", timeout=5)
agent.type_text("Hello, World!")

# 浏览器自动化
agent.start_browser("chrome")
agent.browser_search(
    search_url="https://www.baidu.com",
    search_input_selector="#kw",
    search_text="Python自动化",
    result_selector="h3.t a"
)
```

## 安装教程

1. 克隆仓库
```bash
git clone <repository-url>
cd agent-collection
```

2. 安装依赖
```bash
pip install -r requirements.txt
```

3. 配置浏览器驱动（可选）
- Chrome: 下载 ChromeDriver
- Edge: 下载 EdgeDriver

## 使用说明

1. 查看示例代码
```bash
cd example
python winAgent_example.py
```

2. 配置登录信息（可选）
编辑 `tool/browser_config.json` 添加网站登录信息

3. 运行自动化任务
```python
from agent.winAgent import WindowAgent
agent = WindowAgent()
# 开始你的自动化任务
```

## 配置文件说明

### browser_config.json
存储多个网站的登录信息，使用字典结构实现 O(1) 查找：
```json
{
  "site_name": {
    "username": "your_username",
    "password": "your_password",
    "login_url": "https://example.com/login"
  }
}
```

## 参与贡献

1. Fork 本仓库
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request

## 项目特色

1. 模块化架构：智能体、工具、示例分离
2. 高性能设计：配置文件使用字典结构，O(1)查找
3. 窗口验证机制：防止误操作到错误窗口
4. 完整示例代码：涵盖所有功能使用场景
5. 易于扩展：MCP 协议支持，便于添加新功能
6. 跨浏览器支持：Chrome、Edge 等主流浏览器

## 依赖项

- pywinauto >= 0.6.8
- pyautogui >= 0.9.54
- pillow >= 8.0.0
- pywin32 >= 300
- selenium >= 4.0.0