UI-TARS桌面自动化工具中的坐标参数解析问题分析与修复

在UI-TARS桌面自动化工具的开发过程中，开发团队发现了一个与鼠标操作坐标参数解析相关的关键缺陷。该问题直接影响工具在Windows桌面环境下的基础交互功能，特别是在处理屏幕边缘坐标时会出现异常行为。

问题本质

当用户尝试执行将鼠标移动到屏幕左侧边缘（如点击开始按钮）的操作时，系统预期应该传递x1=0的坐标参数。然而在0.0.7版本中，参数解析模块存在一个逻辑缺陷：当四个坐标参数中任意一个值为零时，系统会错误地将整个actionInputs数组置空。这种处理方式导致工具无法正确识别合法的零值坐标，破坏了基础的人机交互功能。

技术影响分析

该缺陷产生的影响主要体现在三个层面：

1. 功能层面：无法完成屏幕边缘区域的鼠标操作，导致开始菜单、任务栏等系统关键区域无法交互
2. 代码层面：参数校验逻辑过于严格，将有效的零值误判为缺失参数
3. 用户体验层面：用户在执行边缘操作时会遇到无反馈或错误反馈的情况

解决方案

开发团队在0.0.8版本中通过以下方式彻底解决了该问题：

1. 修改参数校验逻辑，区分真正的参数缺失和合法的零值
2. 完善坐标范围检查机制，确保[0,0]到[屏幕宽度,屏幕高度]范围内的所有坐标都能被正确处理
3. 增加对极端坐标值的测试用例，防止类似问题再次发生

技术启示

这个案例为自动化工具开发提供了重要经验：

1. 边界条件测试的重要性：必须对零值、最大值等边界条件进行充分测试
2. 参数校验的精确性：校验逻辑需要准确区分"未设置"和"设置为零"这两种不同状态
3. 用户场景全覆盖：自动化工具需要支持所有合理的用户交互场景，包括屏幕边缘操作

该问题的及时修复体现了UI-TARS团队对工具稳定性的高度重视，也为其他自动化工具开发提供了有价值的参考。开发者在使用类似工具时，应当特别注意边缘条件下的功能验证，确保所有交互场景都能被正确处理。