SikuliX 可以自动化你在运行 Windows、Mac 或某些 Linux/Unix 系统的桌面计算机屏幕上看到的任何内容。它利用 OpenCV 驱动的图像识别技术来识别图形用户界面（GUI）组件。当无法直接访问目标应用程序或网页的 GUI 内部结构或源代码时，这一功能非常有用。

SikuliX 支持以下脚本语言： Python 2.7（通过 Jython 支持）
支持运行 RobotFramework 文本脚本（详见文档）
Ruby 1.9 和 2.0（通过 JRuby 支持）
JavaScript（通过 Java 脚本引擎支持）
此外，你还可以在 Java 编程中使用它，或在任何支持 Java 的编程/脚本语言（如 Jython、JRuby、Scala、Clojure 等）中进行编程或脚本编写。

尽管 SikuliX 目前尚未在任何移动设备上提供，但你可以通过桌面计算机上的相应模拟器或基于 VNC 的解决方案来使用它。基于 ADB（Android 调试桥）的 Android 设备解决方案仍处于早期实验阶段。

除了在屏幕上定位图像外，SikuliX 还可以控制鼠标和键盘，与识别出的 GUI 元素进行交互。该功能适用于多显示器环境，甚至在远程系统上（但存在一些限制）。

SikuliX 内置了基本的文本识别（OCR）功能，可用于在图像中搜索文本内容。该功能由 Tesseract 驱动。

SikuliX 是一个 Java 应用程序，可在 Windows、macOS 和大多数 Linux/Unix 系统上运行。