# Go语言 Windows 桌面自动化实战：从零开始掌握 winput

在桌面自动化领域，Python 的 PyAutoGUI 或许是大家最熟悉的工具。但在 Go 语言生态中，一直缺乏一个既能处理底层驱动级输入，又能完美支持现代 Windows 特性（如高 DPI、多屏）的专业库。

今天我们将介绍 winput ------ 一个轻量级、无 CGO 依赖的 Go 语言 Windows 自动化库。它不仅支持标准的后台消息投递，还集成了内核级 HID 驱动模拟，是解决游戏反作弊、Electron 应用自动化等场景的利器。

---

winput 是什么？

winput 是一个专为 Windows 平台设计的 Go 语言输入自动化库。它的核心设计理念是 "确定性" 与 "双后端架构" ：

• 双后端 (Dual Backend) ：

  • Message Backend ：基于 PostMessage，适合后台静默操作，不占用鼠标。
  • HID Backend ：基于 Interception 驱动，模拟物理硬件信号，能绕过绝大多数软件屏蔽。

• 现代特性：原生支持 Per-Monitor DPI 感知、多显示器负坐标、虚拟桌面截图。

• 纯 Go：不需要安装 GCC，开箱即用。

---

环境安装与配置

基础安装

由于 winput 是纯 Go 编写，直接 go get 即可：

 go get github.com/rpdg/winput

驱动配置 (可选，仅 HID 模式需要)

如果你需要模拟驱动级输入 （例如在游戏中操作），你需要安装 Interception 驱动。

0. 下载并安装 Interception 驱动。
1. 将 interception.dll 放在你的项目根目录或指定路径。

---

核心功能详解

鼠标控制

winput 提倡面向对象的操作。你首先获取一个窗口对象，然后对它进行操作。

 // 查找记事本窗口
 w, err := winput.FindByTitle("无标题 - 记事本")
 if err != nil {
     log.Fatal(err)
 }
 ​
 // 1. 移动鼠标 (客户端坐标，即相对于窗口左上角)
 w.Move(100, 100)
 ​
 // 2. 点击
 w.Click(100, 100)       // 左键单击
 w.ClickRight(100, 100)  // 右键单击
 w.DoubleClick(100, 100) // 双击 (驱动级优化，极稳)

键盘操作

支持字符串输入和快捷键。

 // 1. 输入文本 (自动处理 Shift 大小写)
 w.Type("Hello winput!")
 ​
 // 2. 按键 (按下并松开)
 w.Press(winput.KeyEnter)
 ​
 // 3. 组合键 (Ctrl + S)
 w.PressHotkey(winput.KeyCtrl, winput.KeyS)

屏幕处理能力

自动化不仅仅是"模拟点击"，更需要"看见"。

 import "github.com/rpdg/winput/screen"
 ​
 // 1. 获取所有显示器信息
 monitors, _ := screen.Monitors()
 for _, m := range monitors {
     fmt.Printf("显示器: %s, 区域: %v\n", m.DeviceName, m.Bounds)
 }
 ​
 // 2. 截取整个虚拟桌面 (包含所有扩展屏)
 img, err := screen.CaptureVirtualDesktop()
 // img 是标准的 *image.RGBA，可以直接丢给 OpenCV 处理

---

实战应用场景：基于视觉的自动化点击

这是一个典型的"找图点击"实战：截屏 -> OpenCV 找图 -> 换算坐标 -> 驱动级点击。 （假设你已经配置好了 GoCV 或其他图像匹配库）

 package main
 ​
 import (
     "log"
     "github.com/rpdg/winput"
     "github.com/rpdg/winput/screen"
     // 假设你使用某个 cv 库
     "your/cv/library" 
 )
 ​
 func main() {
     // 【关键】第一步：开启 DPI 感知
     // 否则在高分屏下，截图坐标和点击坐标会对不上！
     winput.EnablePerMonitorDPI()
 ​
     // 1. 设置为 HID 驱动模式 (模拟真实硬件，防检测)
     winput.SetHIDLibraryPath("libs/interception.dll")
     if err := winput.SetBackend(winput.BackendHID); err != nil {
         log.Fatal("驱动初始化失败，请检查DLL路径:", err)
     }
 ​
     // 2. 截取屏幕
     img, err := screen.CaptureVirtualDesktop()
     if err != nil {
         log.Fatal(err)
     }
 ​
     // 3. 视觉识别 (伪代码)
     // 在全屏截图中寻找 "LoginButton.png"
     matchX, matchY, found := library.FindTemplate(img, "LoginButton.png")
     if !found {
         log.Fatal("未找到登录按钮")
     }
 ​
     // 4. 坐标转换
     // 视觉库返回的是图片内的像素坐标 (0,0 开始)
     // winput 需要的是虚拟桌面的绝对坐标 (可能是负数，如副屏)
     targetX, targetY := screen.ImageToVirtual(int32(matchX), int32(matchY))
 ​
     // 5. 执行点击
     log.Printf("点击目标: %d, %d", targetX, targetY)
     winput.MoveMouseTo(targetX, targetY)
     winput.ClickMouseAt(targetX, targetY)
 }

---

高级技巧与最佳实践

坐标系统与分辨率适配

Windows 的坐标系相对比较复杂（DPI 缩放、负坐标、虚拟桌面）。

• 永远调用 winput.EnablePerMonitorDPI() ：这是保证坐标精确的唯一法宝。
• 使用 screen.ImageToVirtual：不要自己手动加减坐标，因为主显示器不一定在左上角，直接加减在多屏环境下 100% 会出错。

错误处理与稳定性

winput 拒绝静默失败。利用这一点构建健壮的脚本：

 // 尝试使用 HID 模式，如果失败则自动降级到消息模式
 if err := winput.SetBackend(winput.BackendHID); err != nil {
     log.Println("警告：HID 驱动未就绪，切换回普通消息模式。部分游戏可能无法响应。" )
     // 无需操作，默认就是 Message 模式
 }
 ​
 err := w.Click(100, 100)
 if err != nil {
     // 可能是窗口被关闭了
     if err == winput.ErrWindowGone {
         // 重新查找窗口逻辑...
     }
 }

---

限制与注意事项

虽然 winput 很强，但也不是万能的：

0. HID 模式的阻塞性 ：为了模拟人类真实的鼠标轨迹，HID 模式下的 Move 是阻塞的，且耗时（约几百毫秒，视距离而定，接近人类操作感）。如果你需要极速瞬移，请改用 Message 模式。
1. 独占全屏游戏：部分独占全屏（Exclusive Fullscreen）游戏可能无法被 GDI 截图。此时你可能需要改用 OBS 采集卡或 DXGI 截图方案（winput 暂未内置 DXGI）。
2. 系统权限：如果目标程序以管理员权限运行，你的 Go 程序也必须以管理员权限运行，否则会因 UIPI 权限不足被操作系统拦截。

---

结语

桌面自动化不再是简单的"模拟点击"，而是一门需要处理驱动、图形学和操作系统特性的工程技术。

winput 通过双后端设计，让你在 "简单好用" （Message 模式）和 "无坚不摧" （HID 模式）之间自由切换。无论你是想写一个自动填表脚本，还是想攻克一个基于 Electron 的复杂应用，winput 都是 Go 语言生态下值得信赖的基础设施。

项目地址 : github.com/rpdg/winput