Node 是什么？

Node 是流水线中最小的执行单元，负责把“鼠标移动、点击、键盘输入、图像识别”等具体动作落实到真实环境中。每一个 node 聚焦于一个可验证的交互，让自动化流程能够像真人一样操作桌面或应用。

Node 的职责

• 接收输入：读取上下文或全局变量，例如目标坐标、文字内容、识别模板。
• 执行动作：按照配置完成鼠标移动/点击、键盘输入或图像识别等操作。
• 产出结果：把识别到的坐标、执行日志、成功/失败状态写回上下文，供下游节点判断。

关键交互能力

鼠标移动

• 支持绝对坐标、相对坐标或依据图像识别结果计算的坐标。
• 可设置移动速度、轨迹、停留时间，用于悬停、拖拽、模拟人类操作。

鼠标点击

• 覆盖单击、双击、右键等模式，配合等待策略确保界面元素渲染完成后再点击。
• 可与图像识别或坐标计算联动，实现“先识别按钮，再点击”的链路。

键盘输入

• 发送字符流、组合键（如 Ctrl+S）、功能键（如 Enter、Esc）等。
• 支持逐字敲入或粘贴方式，可与表单、终端、富文本编辑器配合。

图像识别

• 通过模板匹配或 OCR 找到按钮、图标、文本区域，为鼠标/键盘动作提供定位依据。
• 可设置相似度阈值、区域限制、重试次数，提升识别成功率。

常见 Node 类型

• 鼠标事件节点：将移动、点击、拖拽等组合在一起，可指定坐标、延迟和点击方式，常用来点按钮、拖滑块或打开菜单。
• 键盘事件节点：负责文本输入、快捷键和功能键，适合填写表单、执行命令或在终端中发送指令。
• 图像识别节点：通过模板匹配/OCR 寻找元素位置，也能截取内容回写上下文，是没有 DOM/控件环境下的定位关键。
• 复合动作节点：把“识别 → 移动 → 点击 → 输入”这种固定顺序封装在一个节点里，减少配置量。
• 开始节点：明确流水线的入口，方便统计执行耗时与状态。
• 等待节点（TimeWait）：在继续执行前挂起一段时间，适合异步加载、审批等场景。

配置 Node 时要关注哪些内容？

1. 运行镜像/环境：决定依赖、权限与资源配额。
2. 输入输出映射：确定需要的变量名称，以及返回值如何写入上下文。
3. 可观测性：设置日志等级、指标上报、必要的告警钩子。

设计 Node 的最佳实践

• 每个 node 只做一件事，逻辑过多时拆分为多个节点。
• 保持幂等：即使重试也不会产生副作用，便于自动恢复。