KeymouseGo完全指南:从入门到精通的自动化操作方案
核心价值解析:让重复操作自动化的神器
零基础了解核心功能
KeymouseGo是一款轻量级自动化操作工具,通过录制鼠标键盘操作并自动执行,帮你摆脱重复劳动。无论是表单填写、游戏挂机还是软件测试,只需一次录制即可无限回放,效率提升10倍!
技术特性解析
- 跨平台兼容性:支持Windows/Linux系统,通过模块化设计实现多平台适配
- 精准录制系统:采用事件驱动架构,精确捕捉鼠标轨迹(精度达200ms可调)和键盘输入
- 轻量化设计:无需安装客户端,Python脚本直接运行,内存占用低于50MB
- 热键控制系统:自定义组合键实现一键录制/回放/暂停,支持全局快捷键
零基础环境搭建:两种方案任选
基础版(适合新手):快速启动
安装Python环境
# Ubuntu/Debian系统
sudo apt update && sudo apt install python3 python3-pip -y
执行完成后验证安装:python3 --version 应显示3.x版本号
获取项目代码
git clone https://gitcode.com/gh_mirrors/ke/KeymouseGo
cd KeymouseGo
执行效果:创建KeymouseGo目录并下载全部源代码
安装依赖包
pip3 install -r requirements-universal.txt
执行效果:自动安装PySide2、pynput等核心依赖库(约200MB)
直接运行程序
python3 KeymouseGo.py
执行效果:启动图形界面,显示主操作窗口
进阶版(适合开发者):开发环境配置
安装版本控制工具
# 安装pyenv管理Python版本
curl https://pyenv.run | bash
# 安装Python 3.9.7(推荐版本)
pyenv install 3.9.7
pyenv local 3.9.7
创建虚拟环境
python -m venv venv
source venv/bin/activate # Linux/MacOS
激活后终端会显示(venv)前缀
安装开发依赖
pip install -r requirements-universal.txt
pip install pyinstaller pytest
代码打包(可选)
pyinstaller -F -w --add-data "assets:assets" KeymouseGo.py
执行效果:在dist目录生成可执行文件,无需Python环境即可运行
高效操作指南:3步掌握核心功能
录制操作流程(3分钟上手)
-
开始录制
点击界面"Record"按钮或按默认热键F10
正常操作鼠标键盘(程序自动捕捉所有动作)
操作提示:左下角会显示"0 actions recorded"实时计数 -
暂停/继续录制
需要暂停时点击"Pause"按钮
继续录制点击"Continue"按钮
小贴士:暂停时可调整窗口位置,不影响后续录制 -
完成录制
点击"Finish"按钮结束录制
自动保存为MMDD_HHMM.json5格式文件
文件位置:保存在scripts目录下,自动添加到下拉列表
回放操作配置
基础设置
- 选择脚本:从下拉菜单选择已保存的录制文件
- 设置重复次数:在"Loop Times"框中输入数字(默认1次)
- 启动回放:点击"Run"按钮或按默认热键F6
高级配置
- 鼠标精度调节:拖动"Precision"滑块(100-500ms)
- 低精度(500ms):适合简单点击操作,运行更快
- 高精度(100ms):适合绘图等需要精确轨迹的场景
- 热键自定义:点击热键按钮重新设置(支持组合键如Ctrl+F1)
回放过程中按F9可随时停止,按F6可暂停/继续
配置说明:推荐设置vs个性化选项
| 配置项 | 推荐设置 | 个性化选项 |
|---|---|---|
| 重复次数 | 1-5次 | 勾选"无限循环"需谨慎 |
| 鼠标精度 | 200ms | 游戏操作建议100ms |
| 主题选择 | "Default" | 深色主题可选"dark_amber.xml" |
| 热键设置 | 保持默认 | 避免与系统快捷键冲突 |
高效使用技巧:从入门到精通
性能优化指南
-
减少录制冗余
- 录制时避免不必要的鼠标移动
- 长暂停操作可手动添加延迟(通过脚本编辑)
-
脚本文件管理
# 列出所有录制脚本 ls -lh scripts/ # 备份重要脚本 cp scripts/0618_1530.json5 ~/backup/ -
内存占用控制
- 同时运行不超过3个回放实例
- 复杂脚本建议分段录制执行
脚本高级编辑
录制的脚本为JSON5格式,可手动编辑优化:
{
"scripts": [
{
"type": "event",
"event_type": "EM",
"action_type": "mouse move",
"action": ["50%", "50%"], // 相对坐标,适配不同分辨率
"timestamp": 1623984123
},
// 手动添加延迟事件
{
"type": "event",
"event_type": "DELAY",
"action": 2000, // 延迟2000ms
"timestamp": 1623984125
}
]
}
常见问题速查
启动问题
-
Q: 提示"No module named PySide2"
A: 重新执行pip install -r requirements-universal.txt -
Q: 界面显示乱码
A: 删除config.ini后重启:rm config.ini && python KeymouseGo.py
录制问题
-
Q: 鼠标移动不被录制
A: 检查是否勾选"忽略鼠标移动"选项,或尝试重启程序 -
Q: 快捷键无响应
A: 检查系统设置-键盘-快捷键是否冲突,尝试重新设置热键
回放问题
-
Q: 点击位置偏移
A: 录制时保持目标窗口最大化,或在设置中调整"Multiple Monitor"选项 -
Q: 回放速度过快
A: 增加"Precision"数值,或在脚本中添加延迟事件
实战案例:3个场景化应用
案例1:网页表单自动填写
操作步骤:
- 打开目标网页表单
- 点击"Record"开始录制
- 完成一次表单填写(包括输入、选择、提交)
- 设置重复次数为50次
- 启动回放自动提交50份表单
优化技巧:
- 在输入框停留处添加200ms延迟
- 使用相对坐标确保在不同窗口大小下正常工作
- 录制完成后编辑脚本,替换固定文本为变量值
案例2:软件测试自动化
操作步骤:
- 录制核心功能测试流程
- 导出脚本文件
test_case1.json5 - 使用命令行模式运行:
python KeymouseGo.py --script scripts/test_case1.json5 --loop 10 - 结合pytest实现批量测试:
# test_keymouse.py import os def test_all_scripts(): for script in os.listdir("scripts"): if script.endswith(".json5"): result = os.system(f"python KeymouseGo.py --script scripts/{script} --loop 1") assert result == 0
案例3:定时任务执行
结合系统定时任务工具实现自动化:
# 添加到crontab(Linux)
# 每天9:00执行签到脚本
0 9 * * * cd /path/to/KeymouseGo && venv/bin/python KeymouseGo.py --script scripts/checkin.json5 --loop 1
命令行模式支持无头运行,添加--headless参数可隐藏界面执行
扩展学习资源
通过本指南,你已掌握KeymouseGo的核心功能和高级技巧。这款工具的强大之处在于其极简设计和灵活扩展能力,无论是日常办公自动化还是软件开发辅助,都能显著提升你的工作效率。现在就开始录制你的第一个自动化脚本吧!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00

