ai宏脚本
录制器方式
由ai生成并持续优化改进的蓝图
蓝图文档 基于augment
调整记录摘要
Details
搜集各种能活用到的第三方库而非自制轮子，基于此分析方案python实现的可行性，以及代码量，难易程度； 对方案进行适当优化调准；
你需要把方案写在蓝图文档内，并不断根据给你对话要求的调整来实时更新这份文档； 这份文档最大作用是实施时的对话，或是其他对话更新方案时能即时使用；
auto_game_daily_process其下index.md是我定义的最根本最正确的需求；
archetypes.md则是ai通过我的描述扩展优化出的初版蓝图； 现在你需要根据方案在code\auto_game_daily_process目录下进行项目代码的编写实施和测试；
使用astral-sh/uv管理而非传统pip
请更新 archetypes.md 文档中的 "3.1 核心模块设计" 部分。当前的代码示例包含了过多的实现细节（如 if/else 逻辑、print 语句、logger.info 等），这些不应该出现在架构设计文档中。
请按以下要求重构这部分内容：
- 移除实现细节：删除所有具体的代码逻辑，如条件判断、日志输出、错误处理等
- 保留核心接口：只展示类的主要方法名、参数和返回值
- 添加方法文档：在每个方法的 docstring 中提供详细的功能描述和实现指导，这样其他开发者或AI助手可以根据这些描述生成具体的实现代码
- 突出架构设计：重点展示模块间的关系和数据流，而不是具体实现
目标是让这个部分成为一个清晰的架构蓝图，其他人可以根据方法文档中的描述来实现具体功能，而不需要在设计文档中看到具体的代码实现。
蓝图草稿
1.点击开始录制
python
class TBS:
...
tbs = TBS()2.执行点击操作
- 录制时，鼠标点击窗口后，按a键，获得窗口句柄win_handle1，窗口的整体截图wh_spic;
- 按c键，然后触发截图功能让用户截图spic; 1 计算spic在wh_spic的位置，获得spic中心点位置
2.1 按d键，触发选择自己已写的函数
python
class TbsOperate
...3.保存流程持久化
使用pkl保存流程相关的信息
python
class TbsProcess:
...
tbs.create(TbsOperate) -> TbsProcess4.执行已录制的流程
python
tbs = TBS()
tbs.do(TbsProcess)