B01 建站实录 发布时，四张必须登录 GitHub 才能看到的页面图，叶扬先用占位图顶上，并跟读者打了张欠条。第二天叶扬发来一句话：「我在用的 Edge 第二个窗口已经是登录好的 GitHub 界面，你能自己去操作截那 4 个图吗？」——能，但这意味着 AI 要把手指伸进一个真人的登录态会话里。这篇记录整个过程：六场翻车，和一条名叫「点到为止」的安全边界。

一、任务与三条自我约束

四张图分别是：用模板建仓的表单、仓库 Settings 里的 Pages 发布源、新建 Issue 时勾选「博客」标签、Actions 页手动触发工作流的下拉。共同点是：全都要求登录，无头浏览器访问只会被一脚踢到登录页。

叶扬递过来的是日常使用的 Edge 窗口——里面登录着 GitHub、开着一堆私人标签页、收藏夹栏挂着书签。接过这个任务前，先立三条自我约束：

  1. 不经手凭据：不要求输入账号密码，不过问 2FA 验证码，登录态完全来自叶扬自己的浏览器会话；
  2. 不动浏览器配置：不给日常 Edge 加启动参数、不开远程调试端口、不重启进程——那等于把正在用的浏览器从叶扬手里抽走；
  3. 不按任何提交按钮：Create repository、Submit new issue、绿色的 Run workflow，一个都不点。可以展开下拉、勾选草稿标签、点空白处，但绝不能让任何请求真正发出去。

二、旧兵器为什么都不顺手

工具箱里本来有两把「相机」。

番外一的 cdp-shot.js 走 Chrome DevTools 协议，在无头浏览器里截页面，元素级取景样样精通。可 CDP 有个前提：浏览器实例得带着远程调试端口启动，或者干脆由脚本自己拉起一个新实例。日常 Edge 没有调试端口，事后也无法附加；自己拉起的新实例用的是全新 profile，里面没有任何人的登录态。B01 拍摄期间试过「专用 profile + 有头窗口」，结果碰上 Edge 首启的「正在所有设备同步浏览数据」模态挡页，还得请叶扬亲手在弹窗里登录——既然要惊动真人，这条路就已经输了一半。

番外三的 shot-window.ps1 走 ffmpeg gdigrab 抓桌面合成表面，对窗口截图百发百中。但它只会按快门：不会输入网址、不会展开下拉、不会勾选标签。给它一个停在正确页面的窗口，它能截得很好；让它自己走到那个页面，它无能为力。

两条路一夹，第三条路露了出来：直接模拟真人操作那个已登录的窗口——找到窗口、提到前台、按 F11 全屏、命令行让浏览器开新标签、模拟鼠标点开下拉，最后 gdigrab 裁剪。用的全是 Win32 祖传 API，浏览器甚至感知不到操作者是人还是脚本。

三、Win32 老三样

脚本最终收成了 tools/ui-shot.ps1，和前两篇番外的工具同住 tools/ 目录，除 ffmpeg 外零依赖。核心 API 只有三组：

思路一句话讲完了。接下来是流水账——这套组合拳没有一拳直接打中。

四、翻车流水账

4.1 第一脚踢偏：F11 按错了窗口

枚举窗口发现目标 Edge 进程下有两个顶层窗口：一个是 GitHub 页，另一个标题里当时挂着「Anki 学习资料」。叶扬要的是前者。定位代码偷懒用了排除法：标题里不含「Anki」的那个就是目标。

运行，F11，截图——拿回来的窗口标题是「AI破局俱乐部」。

原来另一个 Edge 窗口是个多标签窗口，顶层标题跟随活动标签变化，此时活动标签早就不是 Anki 了。排除词失效，F11 结结实实按在了无关窗口上，把人家的页面切进了全屏。

补救很快（再按一次 F11 退回原状），教训刻进石头：按特征选窗口，只能用「我要的窗口稳定拥有什么」做正向匹配，绝不能用「别的窗口大概没有什么」做排除。GitHub 页的标题里永远挂着登录用户名，于是改成正向匹配 yeyangchen2009，一次找准。成品脚本里 -WindowTitle 参数只接受正向子串，并且在帮助注释里把这条规矩写死。

4.2 按键信杳如黄鹤：SendKeys 静默失灵

窗口找对了，下一步是导航。最初的写法是经典三件套：WScript.Shell 的 SendKeys 发 Ctrl+L 聚焦地址栏、Ctrl+V 粘贴网址、回车访问。脚本无报错退出，截图一看——还停在原来的个人主页，地址栏里连个光标都没有，整套按键凭空消失了。

合成输入在全屏 Chromium 窗口上的焦点处理相当玄学，逐个键调试没有尽头。叶扬换了个思路：不模拟按键，直接利用浏览器的单实例机制——在命令行运行：

Start-Process msedge.exe 'https://github.com/...'

已经有 Edge 实例在跑时，新进程不会另开炉灶，而是把 URL 委派给现有实例，在最近活动的窗口里新开一个前台标签打开。先把目标窗口 ForceForeground，新标签就必定落进目标窗口。没有按键，没有焦点问题，甚至不用碰剪贴板。

4.3 真假全屏：矩形会骗人

新标签打开了，拍回来的图却露着完整的浏览器外壳——标签栏、地址栏、一整排收藏夹书签。F11 不是按过了吗？

查窗口矩形：(0,0,1920,1080)，铺满全屏，于是脚本判定「已全屏」，没有补按 F11。但铺满屏幕有两种成因：真 F11 全屏是一种；任务栏设置成自动隐藏时，普通最大化窗口同样铺满，这是另一种。两者的画面差着一整个浏览器外壳。

光看矩形会被骗，得看窗口样式位。GetWindowRect 之外再查 GetWindowLong(GWL_STYLE)：真全屏窗口的样式里没有 WS_CAPTION（标题栏）和 WS_THICKFRAME（可调边框），普通最大化窗口两个位都在。加了样式位双重判定后，真假全屏立刻分辨清楚。

紧接着发现第二个连锁反应：命令行新开标签这个动作本身，会把 Edge 从 F11 全屏里踢出来。于是脚本的 -EnsureFs 逻辑定成：导航之后重新查一次样式位，掉出全屏就补按 F11，每次拍之前都确保是全屏态。

4.4 滑出条赖着不走：鼠标沉底没用，点一下空白才行

全屏之后还有个小脾气：鼠标碰到屏幕上沿时，Edge 会滑出一条半透明工具栏（标签栏+地址栏）方便操作，鼠标移开后它本该自动消失。可这条滑出条多次卡住不走，悬在画面顶部。

先试「物理驱赶」：把鼠标瞬移到屏幕底部，再用 mouse_event 的相对移动事件左右抖动六下，等两秒——纹丝不动。（这里还踩了个小坑：mouse_event 的位移参数是 uint，PowerShell 传不进负数，最终在 C# 里用 unchecked((uint)dx) 让负位移以补码形式混进去。）

真正管用的办法朴素得可笑：在网页空白处点一下。原因是滑出条卡住时，输入焦点停在浏览器外壳（chrome）上，外壳认为用户还在「操作浏览器」；点一下页面空白，焦点交还给网页渲染区，滑出条立刻收了回去。这个动作从此固定成拍摄前的标准仪式。

4.5 盲点的代价：一张跳去文档站的图

第四张图要在 Pages 设置页点空白处收工具栏。坐标怎么来的？凭感觉估了一个 (1500,600)，点下去，截图——画面变成了 GitHub Docs 的《Configuring a custom domain》文档页。

盲点恰好落在设置页里「了解自定义域名」的链接文字上，一次真实跳转，标签页都换了。好在是只读页面，关掉标签无损，原路返回重拍。

这条教训改了工作流，也写进了脚本参数的注释：没拍过的页面，先拍一张「布局图」，用 Read 亲眼看一遍、量准坐标，再点第二下。此后每一张图都是两步走：先布局，后操作。下拉按钮、标签复选框、Run workflow 按钮的坐标全部来自实测像素，零猜测。

第一次盲点的后果：Pages 设置页被点穿，跳到了 GitHub Docs 自定义域名文档

4.6 黑帧：合成表面的瞬态空白

Pages 页重开后拍布局图，拿到一张纯黑画面，只剩一个鼠标指针——ffmpeg/gdigrab 层面一切正常，exit code 也是 0。

这其实是番外三的老熟人：新标签切换的瞬间，DirectComposition 合成表面正在重建，那一帧窗口内容就是空的，桌面合成器画出来一片黑。它不是错误，是时机问题。等三秒让表面重建完成，重拍，页面安然就位。遇到黑帧不要怀疑人生，等一等重拍即可。

新标签切换瞬间抓到的纯黑帧：11 KB，全黑加一个鼠标指针，重拍即恢复

顺带记两个 PowerShell 5.1 小坑：C# 内联代码里没有 string.Like() 这种方法（Like 是 PowerShell 运算符，写在 C# 里直接编译失败）；PowerShell 5.1 也不支持三元运算符 ?:，条件表达式得老老实实写 if。

五、点到为止：一条安全边界

六场翻车之外，这篇真正想留下的是那份操作纪律。AI 的手伸进真人登录态会话时，「能点」和「该点」之间必须有一条清清楚楚的线。

点得的：展开下拉菜单（看完再点空白收起，不选项）、在尚未提交的草稿 Issue 上勾选标签（纯前端状态，不提交就没有请求）、点网页空白处收工具栏、用 Ctrl+W 关掉自己亲手开的标签、Ctrl+加减号调缩放、F11 切全屏——全是可逆的只读操作。

点不得的：Create repository、Submit new issue、绿色 Run workflow、Unpublish site、一切删除/保存/发布按钮。第四张图要求「下拉展开、绿色按钮可见」，按钮就停在画面里，鼠标绝不落下去。文字输入也只往标题框里灌一句示例标题，密码框、搜索框一概不碰。

干完要还原现场。四张图拍完，执行收尾清单：Ctrl+W 关掉新开的四个标签、Ctrl+0 把缩放复位到 100%、确认只剩叶扬原来的那个标签、停在原来的个人主页、保持全屏态，最后再拍一张「还原图」亲眼核验。借了人家的桌面，走的时候要比来时还整齐。

隐私检查是每张图的必经工序。4.3 节那张露出浏览器外壳的失败图，顶部收藏夹栏挂着一串私人书签——它从诞生起就被判了弃用，文章里不会出现。每一张候选图都用 Read 亲眼看：画面里有没有不该出镜的标签标题、书签、文件名、通知弹窗。拍摄脚本只负责产出，「能不能用」永远是人（和替叶扬把关的 AI）逐张判定。

最终上线的四张成品：

成品一：模板建仓表单，模板已预填、Owner、仓库名空框、Public、绿色创建按钮一屏打尽

成品二：Pages 发布源下拉展开，GitHub Actions 带着对勾，下面是经典的分支部署

成品三：示例标题已填，Labels 菜单里「博客」标签勾选——草稿态，未提交

成品四：Run workflow 下拉展开，Branch 是 main，绿色按钮只露不按

六、三条路，一张决策树

至此，「截图」这件小事在叶扬的工具箱里长出了三条路径，各管一类目标：

%%{init: {'theme':'dark','themeVariables':{'background':'#0d1117','primaryColor':'#1f6feb','primaryTextColor':'#ffffff','primaryBorderColor':'#79c0ff','secondaryColor':'#21262d','tertiaryColor':'#30363d','lineColor':'#8b949e','textColor':'#e6edf3','clusterBkg':'#161b22','clusterBorder':'#58a6ff','edgeLabelBackground':'#21262d','fontSize':'15px'}}}%%
flowchart TD
    START(["要截一张图"]) --> Q1{"画面在<br/>浏览器里？"}
    Q1 -->|"否：终端 / 文件夹 / 桌面软件"| D1["shot-window.ps1<br/>Win32 矩形 + gdigrab 裁剪<br/>番外三"]
    Q1 -->|"是"| Q2{"页面需要登录态？"}
    Q2 -->|"否：公开网页"| C1["cdp-shot.js<br/>无头 CDP 元素级取景<br/>番外一"]
    Q2 -->|"是，需长期复用登录环境"| C2["cdp-shot.js<br/>--profile-dir --headed<br/>用户亲自登录一次"]
    Q2 -->|"是，用户明确同意<br/>借用日常浏览器窗口"| U1["ui-shot.ps1<br/>Win32 键鼠模拟<br/>本篇"]
    D1 --> R(["一张好图"])
    C1 --> R
    C2 --> R
    U1 --> R

注意第三条路入口上挂着前置条件——用户明确同意。这不是客套：操作的是别人的登录态、别人的私人浏览器，每一次点击都可能产生真实后果。授权、边界、可还原，三者缺一不可。

七、闭环：占位图工作法与技能沉淀

这次任务还兑现了 B01 埋下联调设计。当时四张登录态页面来不及拍，叶扬先做了四张暗色「占位图」：一张虚线框卡片，写清楚目标 URL、画面要素、注意事项（比如「不要点创建」），文件名直接定成最终名 b01-*.png 随文章上线。这次实拍成品同名替换，文章正文一个字都没改——占位图工作法的核心就是把「文章发布」和「图片补齐」解耦，欠条随时可还。

tools/ui-shot.ps1 的参数覆盖了完整流程，常用几个：

脚本和全部踩坑（八条实测规矩、安全边界、收尾清单）已经一并沉淀成本机的 screenshot 技能「路径 C」。下次再遇到登录态页面，这套手艺开箱即用，不必重新踩一遍。

八、小结

「点到为止」在这篇里是双关：鼠标确实要点，点开下拉、点勾标签、点空白处；但点到为止——提交按钮一步之遥，手要收得住。

回头看，Win32 模拟键鼠是几十年前的老技术，没有任何新奇之处。这篇真正的主题从来不是 API，而是 AI 代操作真人会话时的分寸感：最小权限（只碰完成任务必需的窗口和控件）、全程可见（每个动作都有截图为证）、处处可逆（Ctrl+W、Ctrl+0、F11 都能回到原状）、授权先行。技术翻车可以重拍，信任翻车没有重拍键。

下一篇番外，叶扬打算聊聊这些踩坑手册是怎么变成 AI 技能的——为什么有的经验写进博客，有的要写进 CLAUDE.md，有的要做成随叫随到的 Skill。三者的分工，值得单独讲一篇。

参考链接

✍️ 原创文章，转载请注明出处～叶扬谢谢你来过 ❤️