如何利用阿里云RPA完成电脑录屏操作?

简介: 我们经常会发现,当我们在运行一个软件或者代码的时候,一旦运行异常,我们往往都是很被动的,它不像是我们生活中处处都有摄像头,可以查看任何时间地点的实时回放,软件代码是很难去追踪查看运行过程中的具体情况的。

8.1.jpg
背景介绍
我们经常会发现,当我们在运行一个软件或者代码的时候,一旦运行异常,我们往往都是很被动的,它不像是我们生活中处处都有摄像头,可以查看任何时间地点的实时回放,软件代码是很难去追踪查看运行过程中的具体情况的。但是最近因为工作需要使用了一下阿里云RPA,我发现他们自有的录屏监控功能简直不要太强大,它可以像我们打开摄像一样随时去查看代码运行回放,不管出了什么问题,一看录屏回放,问题节点一目了然,再也不用一抹黑地到处看代码查Bug,简直是各位维护人员的福音,天籁之音啊。
说了这么多,相信很多相关程序猿都急红了眼想知道到底怎么用啊!!!下面我就以我自身的工作经历流程,给大家还原下现场,让我们一起来看下,这逆天神器到底长啥样,怎么用的吧。
操作说明
1、控制台配置
首先第一步当然还是从我们的控制台入手,先配置录屏管理权限。管理员登陆控制台依次点击-用户权限管理-权限组配置,然后就可以在权限项目中配置相关权限啦。添加好权限组,这样我们就能够给相关用户授权录屏功能使用权限啦。
然后我们再进行录屏管理配置,通过录屏管理-录屏设置进入到录屏设置界面,我们就可以进行相关操作了。这里我们要做两件事,首选选择服务端储存空间不足时的操作方案,根据具体需要选择删除历史录屏文件/停止录屏,表示在储存空间不足20%时,会自动删除最早的录屏文件/停止录屏。然后再给需要用到录屏功能的应用配置上录屏功能,可选择全部应用录屏或者自定义应用录屏。选择自定义应用时,需要在未选择应用列表中勾选相应的应用再点击 > 按钮添加到一选择应用列表中。反之,勾选已选择应用中的应用再点击 < 按钮,可取消这些应用录屏。
这样控制台就配置好了啦。然后我们的机器人在运行这些应用时就会自动录屏啦。
2、录屏查看
知道怎么开启录屏功能后,我们当然还得知道怎么查看录制的视频咯。同样的,还是在我们的控制台查看,具有录屏回看权限的用户登录控制台后就可以在录屏管理-实时录屏以及录屏回放中点击播放,播放正在录制的视频以及历史录制完的视频。对于正在录制的视频我们还可以直接点击结束来结束视频的录制,要记住哦,这仅仅是结束该应用当次任务的录屏功能,下次任务开启后依旧会继续开启录屏哟。想要取消该应用的录屏功能要回到录屏管理-录屏设置中取消哦。而对于历史录制视频我们还可以直接点击下载将视频下载到本地哦。
这样,整个录屏功能就介绍到这里啦!是不是很简单!是不是很好用!各位负责维护的小伙伴是不是都兴奋得嗷嗷叫呢,不管你们是不是,反正我是。嗷呜~~~
如果想要了解更多阿里云RPA相关信息资源关注我回复阿里云RPA即可获取哦~

相关文章
搭建一个简单的直播网站
我是一个比较爱看直播的人,经常空闲的时候会看一看LOL、吃鸡的直播。正好最近在研究阿里云的视频直播服务,突发奇想,自己来搭建一个简单的直播平台!主要会用到的东西有:视频直播、ECS、OBS、阿里播放器。
10604 1
|
机器学习/深度学习 人工智能 自然语言处理
【Python机器学习】文本特征提取及文本向量化讲解和实战(图文解释 附源码)
【Python机器学习】文本特征提取及文本向量化讲解和实战(图文解释 附源码)
851 0
|
6月前
|
机器学习/深度学习 数据采集 存储
大模型微调知识与实践分享
本文详细介绍了大型语言模型(LLM)的结构、参数量、显存占用、存储需求以及微调过程中的关键技术点,包括Prompt工程、数据构造、LoRA微调方法等。
1475 72
大模型微调知识与实践分享
|
11月前
|
开发框架 人工智能 安全
Promptic:轻量级 LLM 应用开发框架,提供完善的底层功能,使开发者更专注于构建上层功能
Promptic 是一个轻量级的 LLM 应用开发框架,支持通过一行代码切换不同的 LLM 服务提供商。它提供了类型安全的输出、流式支持、内置对话记忆、错误处理和重试等功能,帮助开发者专注于构建功能,而不是底层的复杂性。
245 6
Promptic:轻量级 LLM 应用开发框架,提供完善的底层功能,使开发者更专注于构建上层功能
|
监控 安全 算法
线程死循环确实是多线程编程中的一个常见问题,它可能导致应用程序性能下降,甚至使整个系统变得不稳定。
线程死循环是多线程编程中常见的问题,可能导致性能下降或系统不稳定。通过代码审查、静态分析、日志监控、设置超时、使用锁机制、测试、选择线程安全的数据结构、限制线程数、使用现代并发库及培训,可有效预防和解决死循环问题。
308 1
|
JSON 数据可视化 NoSQL
基于LLM Graph Transformer的知识图谱构建技术研究:LangChain框架下转换机制实践
本文介绍了LangChain的LLM Graph Transformer框架,探讨了文本到图谱转换的双模式实现机制。基于工具的模式利用结构化输出和函数调用,简化了提示工程并支持属性提取;基于提示的模式则为不支持工具调用的模型提供了备选方案。通过精确定义图谱模式(包括节点类型、关系类型及其约束),显著提升了提取结果的一致性和可靠性。LLM Graph Transformer为非结构化数据的结构化表示提供了可靠的技术方案,支持RAG应用和复杂查询处理。
777 2
基于LLM Graph Transformer的知识图谱构建技术研究:LangChain框架下转换机制实践
|
12月前
|
运维 监控 Nacos
探索微服务架构下的服务治理:动态服务管理平台的力量
探索微服务架构下的服务治理:动态服务管理平台的力量
|
自然语言处理 关系型数据库 MySQL
MySQL全文搜索
如何使用MySQL全文搜索功能。
193 0
|
机器学习/深度学习 人工智能 PyTorch
LLM 大模型学习必知必会系列(四):LLM训练理论篇以及Transformer结构模型详解
LLM 大模型学习必知必会系列(四):LLM训练理论篇以及Transformer结构模型详解
LLM 大模型学习必知必会系列(四):LLM训练理论篇以及Transformer结构模型详解
|
人工智能 自然语言处理 前端开发
关于ToB垂直领域大模型的一点探索和尝试
本文分享了物流技术团队在垂直领域大模型开发和部署过程中的技术细节、挑战解决策略以及实际应用案例。

相关产品

  • 机器人流程自动化