沒有 API，如何自動化操作老舊 Windows 軟體？

為什麼一般 API 自動化行不通

沒有 API 也可以自動化操作老舊 Windows 軟體，但一般介面自動化無法解決這類問題。許多財務軟體、ERP、倉儲系統與內部工具沒有 API、SDK 或腳本介面，重要流程只能透過按鈕、表單、選單與彈窗完成。

更實際的做法是 GUI Computer Use：AI Agent 透過 RDP 或 VNC 連線到真實桌面，讀取目前畫面，執行一次受控操作，再檢查結果。

AI Agent + RDP/VNC 的實際工作流程

使用 rdp-cli，Agent 可以連線到已安裝目標軟體的 RDP 或 VNC 桌面。先依照快速入門指南建立連線，並保存回傳的工作階段 ID。

可靠的執行循環是：

擷取目前畫面。
找到下一個輸入欄位、按鈕或彈窗。
執行一個小動作。
再次擷取畫面。
確認實際結果後再繼續。

例如，Agent 可以這樣檢查遠端 Windows 應用程式：

rdp-cli screenshot --session SESSION --out before.png

rdp-cli click --session SESSION --desktop \
  --x X --y Y --observation OBSERVATION

rdp-cli screenshot --session SESSION --out focused.png

rdp-cli type --session SESSION \
  --text "Remote task completed." \
  --observation NEW_OBSERVATION

rdp-cli screenshot --session SESSION --out after.png

座標與 observation 必須來自最新畫面。點擊命令成功只代表輸入已送出，不代表軟體真的接受了操作。

檔案處理與人工複核

典型流程可以是：將試算表上傳到遠端工作區，用舊版報表軟體開啟，選擇日期範圍，匯出 PDF，再下載完成的檔案。只要伺服器允許磁碟機重新導向，RDP 工作階段就能傳輸檔案與資料夾。VNC 適合控制現有桌面，但檔案傳輸等能力取決於協定與伺服器設定。

遇到未知彈窗或需要核准時，人員可以觀看同一個工作階段、暫停 Agent 輸入，在原生視窗或授權瀏覽器中接管操作，複核完成後再把工作階段交還給 Agent。

減少 GUI 自動化失敗的規則

使用小而可驗證的動作，不要連續盲目點擊。
重要動作後重新擷取畫面。
等待載入畫面與彈窗出現。
遇到未知登入頁、警告或錯誤時停止。
不要把密碼與 API 金鑰放進提示詞或文章內容。
使用可信任的網路或 VPN，只授予任務所需的權限。

如果存在穩定 API，應優先使用 API。GUI 自動化最適合圖形化、老舊或無法整合的軟體。它不要求先重寫軟體，就能讓 AI Agent 操作企業已經依賴的 Windows 應用程式。

更多設定請參閱 rdp-cli 的 RDP 與 VNC 功能。