徐卓菲最开始写自动化脚本，我是被逼的——连续三天下班前要手动把几十个文件从A目录挪到B目录、改后缀、再按日期重命名，操作倒是不难，但重复到让人怀疑人生。后来花了两个晚上用 Python 和 pyautogui 把这套流程跑通，从此对“机器人替自己干重复活”这件事上了瘾。
这篇东西就是那两天经验的完整复盘，加上后来做几个小工具踩过的坑。我把七日实战拆成清晰的路径，从为什么选 pyautogui、环境怎么搭，到核心 API 怎么用，再到一个能直接改改就能用的完整脚本，最后是常见报错和排查实录，尤其是那个几乎所有新手都会撞上的 pyautogui was unable to import pyscreeze 报错。如果你刚接触 RPA、Python 自动化脚本，或者已经能用影刀这类工具但想更进一步、自己控制每一个细节，这篇文章应该能帮你少走不少弯路。
1. 为什么用 pyautogui 写 RPA：轻量、可控、零门槛
选型这件事，我一开始其实纠结过。市面上现成的 RPA 工具很多，像影刀这样的商业软件，拖拖拽拽就能生成流程，看起来确实香。但真正上手之后你会发现，一旦流程稍微复杂一点，比如要处理异常、要动态判断页面状态、要对接自己的数据处理逻辑，可视化工具的局限性就出来了。
1.1 pyautogui 到底解决了什么问题
pyautogui 是一个纯 Python 的自动化控制库，核心能力就两个：模拟鼠标和键盘。听起来简单，但这两个能力覆盖了日常办公自动化里至少八成以上的需求。不管是自动点击按钮、自动填表、批量操作软件、定时执行某个流程，本质都是“移动到某个位置、点击、输入内容”的组合。
它的最大优势是跨平台而且零依赖。Windows、macOS、Linux 都能跑，安装只需要一条 pip install pyautogui，不像某些自动化框架要装驱动、要配环境、要启动服务。对刚接触 Python 的人来说，这是最友好的起点。
另一个被很多人忽视的点是：pyautogui 不挑对象。它不管你是网页、客户端软件、老旧的 MIS 系统还是虚拟机里的程序，只要能显示在屏幕上、能接收鼠标键盘输入，它就能操作。这点比 Selenium 这类只针对浏览器的方案要通用得多。
1.2 对比其他 RPA 方案：什么场景选什么
先来一张我当时做的对比表，基本涵盖了主流的选择：
| 方案 | 优势 | 劣势 | 适用场景 |
|---|---|---|---|
| pyautogui | 轻量、灵活、可控性强、跨平台 | 需要写代码，图像识别精度需调优 | 快速实现桌面软件自动化、个人效率工具 |
| Selenium/Playwright | 对 Web 控件识别精准，支持选择器定位 | 只针对浏览器，学习曲线较陡 | 纯 Web 端自动化测试、爬虫数据采集 |
| 影刀/Automation Anywhere | 可视化拖拽、上手快、内置丰富组件 | 灵活度受限，高级逻辑仍需编程思维 | 企业级流程自动化、业务人员自助实施 |
| UI.Vision | 浏览器插件式 RPA，录制回放方便 | 主要面向网页场景，桌面控制能力弱 | 简单网页操作录制、低代码场景 |
不难看出，pyautogui 的生态位非常清楚——它适合那些需要精细控制、需要写复杂逻辑、并且不想被平台绑定的场景。尤其是结合 Python 生态里其他库，比如日志记录、定时任务、文件处理、数据分析，RPA 脚本就不只是“点击工具”，而是一套完整的自动化解决方案。
1.3 关于“RPA 私活”和接单的现实思考
热搜里有个词叫“RPA 私活”，我也聊两句。这类需求确实存在，而且不少中小企业愿意为自动化流程付费，比如自动对账、定时报表、批量录入。接单前想清楚交付边界，因为你用 pyautogui 写出来的脚本，换一台电脑分辨率不同可能就失效了，这个后面会详细讲。我的建议是：个人接单优先做“数据接口型”或“文件处理型”的项目，纯界面操作型的项目最好提前跟客户说清环境约束和后续维护成本。
当然，想靠这个吃饭，光会一个 pyautogui 肯定不够。至少要配合 Python 基础语法、异常处理、配置文件解析、日志记录，才能写出拿得出手的交付物。这也正是七日实战要覆盖的内容——一步步把基础打牢。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境搭建与核心 API 速成：别让“安装”卡住你半天
很多初学者不是被自动化逻辑难住的，而是卡在环境上。明明按照教程装好了库，一运行就报错。这一节我会把最容易出问题的点全部提前摆出来，你照着做基本能一次跑通。
2.1 Python 安装与虚拟环境：一个负责任的开始
先说你电脑上需要什么：
- Python 3.8 及以上版本（3.10 以下踩坑更少）
- pip（Python 3.4 之后自带）
- 一个代码编辑器，我推荐 VS Code，配置 Python 环境大概五分钟
Python 安装的时候有一个极易被忽略的选项——Add Python to PATH，安装器第一屏下面有个复选框，一定要勾上。如果装的时候忘了，后面在命令行里输入 python 提示不是内部或外部命令，就是 PATH 的问题。解决方案也不难：打开系统设置，找到环境变量，把 Python 安装目录和 Scripts 子目录加进去。
装完 Python，我强烈建议建一个虚拟环境，别图省事直接全局装库。虚拟环境的意义在哪？不同项目需要的库版本可能互相冲突，比如这个项目要 pyautogui 0.9.50，那个项目要 0.9.54，全局环境只能装一个，虚拟环境可以各装各的。
bash复制# 创建虚拟环境
python -m venv rpa_env
# 激活虚拟环境（Windows）
rpa_env\Scripts\activate
# 激活虚拟环境（macOS/Linux）
source rpa_env/bin/activate
看到命令行前面出现了 (rpa_env)，就说明环境激活成功了。
2.2 pyautogui 安装与验证：排查 import 报错
安装库本身很简单：
bash复制pip install pyautogui
但很多人在 macOS 上会遇到权限问题，尤其是用系统自带的 Python 时。我的建议是用 Homebrew 安装的 Python，配合虚拟环境使用，基本能绕开系统文件夹权限的限制。
安装完成后，务必做一次 import 验证：
bash复制python -c "import pyautogui; print(pyautogui.__v