想让宏「看见」屏幕再干活?学开源工具 RMT(若梦兔):用 AutoHotkey v2 纯原生实现图片识别 + 颜色识别 + OCR 的视觉自动化,附可运行代码
你写过的 AutoHotkey 脚本,是不是大多靠「按下热键就盲操作」?坐标写死、顺序写死,一旦窗口挪了位置、界面改版,脚本就废了。但真正的自动化高手,用的是另一种思路:**让脚本先「看见」屏幕,再决定要不要动手**。开源工具 RMT(若梦兔)就把这件事做到了极致——它基于 AutoHotkey v2,把「图片识别 + 颜色识别 + 文本识别(OCR)」打包进了一个免费的按键宏工具里,让脚本不再机械重复,而是「看」「想」「动」一体。
好消息是:这套「视觉闭环」能力,你完全可以用 AutoHotkey v2 自带的原生命令自己复刻出来,**零依赖、官方即可运行**。更重要的是,把它和本地大模型(如 Ollama / OpenAI 兼容 API)接上,就成了一双会「看懂画面」的 AI 之手。这篇文章就带你从零搭一个属于自己的「会看的宏」,每个代码块都能直接跑。

