Kit de herramientas de código abierto en Rust para registrar, visualizar, consultar y transmitir datos multimodales de robótica y sensores a lo largo del tiempo.
11,6 mil876RustApache-2.0Actualizado ayer
MaaXYZ/MaaFramework
Framework de C++ con licencia LGPL-3.0 para crear herramientas de automatización y pruebas de caja negra basadas en reconocimiento de imágenes en Windows, Linux, macOS y Android.
- Estrellas
- 5,036
- Forks
- 579
- Issues abiertos
- 124
- Último commit
- ayer
¿Qué es?
MaaFramework es un framework de pruebas de automatización de caja negra que localiza elementos en pantalla mediante reconocimiento de imágenes y luego controla la interfaz con entradas simuladas. Está escrito en C++ y permite que los desarrolladores describan una tarea como una secuencia de pasos de reconocimiento y acción, en lugar de programar cada interacción manualmente.
El proyecto ofrece un protocolo de bajo código para definir tareas mediante pipelines, además de una API de integración para incorporar el framework en aplicaciones. Hay bindings y paquetes oficiales para Python, C#, Node.js, Go y Rust, y el README describe un protocolo ProjectInterface para empaquetar proyectos reutilizables.
El README indica que es compatible con Windows, Linux, macOS y Android. Sobre esta base se han creado diversas interfaces gráficas, herramientas de depuración, analizadores de registros y asistentes para juegos, desarrollados por la comunidad.
Funciones clave
- 01Localiza elementos de la interfaz mediante reconocimiento de imágenes y los controla con entradas simuladas.
- 02Define tareas de automatización mediante un protocolo de pipelines de bajo código.
- 03Ofrece API de integración y bindings oficiales para varios lenguajes.
- 04Funciona en Windows, Linux, macOS y Android.
- 05Permite empaquetar proyectos reutilizables mediante el protocolo ProjectInterface.
Casos de uso
- Automatizar acciones repetitivas en un juego o una aplicación que no tenga API.
- Ejecutar pruebas de interfaz de caja negra en software que no ofrece hooks a nivel de código fuente.
- Crear un proyecto de automatización reutilizable que otras personas puedan ejecutar mediante una GUI o CLI.
Inicio rápido
- 1
Abre la guía de inicio rápido en la carpeta docs
- 2
Elige un binding de lenguaje (Python, Node, Go, Rust, C#) e instálalo desde el registro de paquetes indicado en el README
Antes de usarlo
- Está bajo la licencia LGPL-3.0, una licencia copyleft cuyos términos se aplican a las modificaciones de la biblioteca.
Temas
Preguntas frecuentes
- ¿Qué es MaaFramework?
- Framework de C++ con licencia LGPL-3.0 para crear herramientas de automatización y pruebas de caja negra basadas en reconocimiento de imágenes en Windows, Linux, macOS y Android. MaaFramework es un framework de pruebas de automatización de caja negra que localiza elementos en pantalla mediante reconocimiento de imágenes y luego controla la interfaz con entradas simuladas. Está escrito en C++ y permite que los desarrolladores describan una tarea como una secuencia de pasos de reconocimiento y acción, en lugar de programar cada interacción manualmente.
- ¿MaaFramework es gratuito? ¿Qué licencia tiene?
- MaaFramework es open source bajo la licencia LGPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿MaaFramework sigue mantenido?
- Mantenimiento activo. El último commit de MaaFramework fue el 19 oct 2026.
- ¿Para qué puedo usar MaaFramework?
- Automatizar acciones repetitivas en un juego o una aplicación que no tenga API. Ejecutar pruebas de interfaz de caja negra en software que no ofrece hooks a nivel de código fuente. Crear un proyecto de automatización reutilizable que otras personas puedan ejecutar mediante una GUI o CLI.
- ¿Cómo se instala MaaFramework?
- Abre la guía de inicio rápido en la carpeta docs Elige un binding de lenguaje (Python, Node, Go, Rust, C#) e instálalo desde el registro de paquetes indicado en el README
- ¿Dónde consigo MaaFramework?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/MaaXYZ/MaaFramework
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Herramienta C++ offline que elimina marcas de agua visibles de Gemini en imágenes mediante mezcla alfa inversa, con GUI, CLI y procesamiento por lotes.
3,1 mil271C++MITActualizado hace 3 meses
Motor de IA en el edge escrito en C++ que convierte el análisis de video y los modelos VLM en el dispositivo en aplicaciones desplegables en hardware Sophon, Rockchip RKNN y x86.
1,8 mil312CApache-2.0Actualizado anteayer
Agente de IA que controla Windows desde la interfaz gráfica: lee el árbol de UI Automation y permite que cualquier LLM elija qué hacer.
47263PythonMITActualizado hace 28 días
Herramienta CLI para crear y distribuir entornos de desarrollo reproducibles en VirtualBox, VMware, AWS, OpenStack, Docker y más.
27,2 mil4,4 milRubyOtherActualizado anteayer
Motor de videojuegos de código abierto con licencia MIT, escrito en C++20, con renderizador para Vulkan/Metal/WebGPU, ECS, editor multiplataforma y compilación WebGPU para el navegador.
22523C++MITActualizado ayer