生成式录制器 - 基于视觉的回退
- Updated: 2025/12/15
生成式录制器 - 基于视觉的回退
生成式录制器中基于视觉的回退旨在通过利用视觉模型作为额外的回退机制，提高自动化的弹性。 基于视觉的回退提升了回退效率，并带来诸如保障业务连续性、减少维护工作量以及遵守组织 SLA 等优势。
视觉模型 AI，通常称为计算机视觉模型，是一种人工智能系统，旨在通过先进的机器学习技术来解释、分析和理解视觉数据（例如图像或视频）。 基于视觉的回退是在自动化流程中应用的一种机制，旨在提升系统的弹性并降低执行失败的风险。 包括使用视觉模型来识别变化并实时更新，确保即使发生意外变化，自动化任务也能顺利进行。
注：
生成式录制器、基于文本的回退和本地回退不会使用您的 Automator AI 配额中的任何推荐。然而，生成式录制器 的基于视觉的回退每次会消耗一个推荐，但仅在运行时实际触发回退时才会计入。 基于视觉的回退已启用的自动化数量不会影响您的配额。 只有在执行期间激活基于视觉的回退时，才会扣除推荐。
功能
生成式录制器利用我们的自动化调整集成模型，实现对业务应用的深入可视化理解。
基于视觉的回退可以：
- 准确识别传统方法可能忽略的修改后的 UI 结构。
- 适应布局和设计变更，无需人工干预。
- 防止故障，提高自动化效率。
有关可用功能的信息，请参见生成式录制器。
要启用基于视觉的回退：
- 以 Bot Creator 的身份登录。
- 从机器人编辑器，导航到。
- 在中，启用基于生成式 AI 视觉的回退。
基于视觉的回退中的图像净化
注： 如果系统中存在独立的 Python 安装，基于视觉的回退可能无法正常运行，因为这会导致图像遮罩失败。 具体而言，图像遮罩所用的嵌入式 Python 仅在机器人执行期间被提取，并且不会造成干扰；然而，在控制面板 > 程序和功能中可见的任何其他 Python 安装都可能会影响基于视觉的回退操作。 为确保基于视觉的回退功能可靠运行，请在程序和功能中卸载发现的任何此类 Python 安装。
为降低数据安全和隐私风险，生成式录制器会在您的设备上对图像进行本地净化，然后才会将任何数据发送至外部环境。 此过程完全由设备上运行的 录制器 软件包 进行处理。
选择图像净化方法设置允许您选择此净化操作的方式和位置。 以下选项可用于净化：
-
基于云的净化： 目标应用程序的屏幕截图会安全发送到 Automation Anywhere Cloud Service。 图像接收后，会在云端自动进行净化，随后由 AI 模型进行分析处理。
如果您希望通过集中处理来提升性能，并最大限度减少对本地设备性能的影响，可选择此选项。
-
本地净化： 屏幕截图的净化会在您的设备上直接完成，然后才会发送任何图像进行 AI 分析。
如果您的组织优先考虑本地数据处理、合规性要求或受限的网络环境，可选择此选项。
在净化过程中，捕获的应用程序图像中可见的所有业务数据都会被编辑。 这不仅包括个人可识别信息 (PII)，还包括屏幕上出现的任何敏感业务内容。
只有在完成全面的本地净化后，生成的图像和提取的文本才会发送到基于区域的 AI 服务进行进一步处理。 在任何情况下，原始或未经净化的图像数据均不会在您的环境之外共享。