Automatizar SAP a través de Citrix: por qué fallan los selectores de UiPath y qué ayuda

Automatizar SAP a través de Citrix fracasa en los proyectos de UiPath casi siempre en el mismo punto: los selectores. En una sesión de Citrix, el robot no ve una ventana SAP real, sino solo una imagen transmitida del escritorio remoto. Los elementos de la interfaz con sus atributos, a los que accede un selector, se encuentran en el servidor y no en el equipo local. Precisamente por eso el enfoque clásico de selectores falla en cuanto SAP se ejecuta a través de Citrix, VMware o Remote Desktop. Este artículo muestra por qué es así y qué enfoques se mantienen estables en la práctica.

¿Por qué no funcionan los selectores de UiPath a través de Citrix?

Los selectores de UiPath no funcionan a través de Citrix porque una sesión virtual solo transmite píxeles, no una interfaz de usuario. El robot local recibe una imagen de vídeo de la GUI de SAP remota, pero no tiene acceso a las ventanas, campos e ID subyacentes. UiPath indica en su propia documentación que los escritorios virtuales hacen prácticamente imposible que el robot reconozca de forma fiable los selectores necesarios. Lo que en una instalación local de SAP sería un selector limpio y único, simplemente no existe a través de Citrix.

Que este problema no es un caso aislado lo demuestra el foro de la comunidad de UiPath. Hilos como «Citrix SAP automation», «Not able to generate SAP selectors» y «Citrix, Remote-Desktop Problems with Selectors» aparecen allí una y otra vez desde hace años. La pregunta rara vez es si los selectores se rompen, sino por qué reemplazarlos.

¿Por qué falla tan a menudo el reconocimiento de imágenes y OCR a través de Citrix?

El reconocimiento de imágenes y OCR es la salida de emergencia habitual, pero como única base resulta frágil. Muchos equipos recurren a «Click Image» y al screen scraping por OCR porque parece el único camino visible. El patrón se repite en el foro: una imagen que hoy se reconoce, al día siguiente provoca una excepción «selector not found», y el lector OCR lee el mismo texto unas veces correctamente y otras no. La causa no está en el robot, sino en la propia sesión.

• Resolución y escalado: Si cambia el escalado DPI o una ventana se desplaza entre varios monitores, la posición del clic se desvía. UiPath indica exactamente esto como una limitación conocida para Citrix.
• Calidad de renderizado: La profundidad de color, la compresión y el suavizado de fuentes de la sesión Citrix alteran la imagen de la que depende el reconocimiento.
• Comportamiento de la sesión: La automatización en segundo plano puede desconectar una sesión de Citrix tras unos 30 minutos de inactividad, y la extensión de UiPath para Citrix debe reinstalarse después de cada actualización de Receiver o Workspace.
• Carga de mantenimiento: Los analistas de Gartner cifran la parte del tiempo que un equipo de RPA dedica solo al mantenimiento de robots existentes en un 30 a 40 por ciento de la jornada laboral. Los bots de Citrix basados en imágenes se sitúan en el extremo superior de ese rango.

¿Qué funciona de forma fiable a través de Citrix? Computer Vision

Más fiable que las comparaciones de imágenes individuales es UiPath Computer Vision, desarrollado específicamente para entornos virtuales. En lugar de buscar un selector, Computer Vision envía la imagen de la sesión a una red neuronal. Esta reconoce el texto en pantalla mediante su propio OCR, clasifica elementos como campos, botones y tablas, y los ubica de forma unívoca mediante un sistema de anclaje múltiple. Por tanto, un elemento no se encuentra a través de una única imagen almacenada, sino a través de su relación con las etiquetas y campos vecinos.

Este principio de anclaje es la diferencia con «Click Image». Si el diseño se desplaza ligeramente o cambia la resolución, el ancla mantiene la referencia allí donde una comparación de imágenes rígida fallaría. Para SAP a través de Citrix, Computer Vision suele ser, por tanto, el estándar más sólido frente al simple screen scraping por OCR.

La palanca más estable: dirigirse directamente a SAP en lugar de a la imagen de Citrix

La automatización se vuelve más estable cuando evita por completo la imagen de Citrix y se dirige directamente a SAP. SAP ofrece para ello una interfaz oficial: SAP GUI Scripting. Una vez activa, el robot controla la GUI de SAP a través de sus objetos de scripting en lugar de píxeles, independientemente de la resolución y la calidad de renderizado. Se activa en el lado del servidor mediante la transacción RZ11 con el parámetro sapgui/user_scripting establecido en TRUE; además, el scripting debe estar habilitado en el cliente SAP GUI.

El paso arquitectónico decisivo suele ser otro: llevar el robot a donde SAP realmente se ejecuta. En lugar de automatizar desde el equipo local a través de la sesión Citrix, el robot de UiPath se ejecuta dentro de la sesión de servidor o Citrix donde la GUI de SAP está instalada de forma nativa. Así desaparece la barrera de Citrix, vuelven a funcionar los selectores reales y SAP GUI Scripting, y el frágil reconocimiento de imágenes se vuelve innecesario. Si esto es posible depende del panorama de TI. Donde es posible, es el camino más fiable.

¿Cómo aborda NordFlux la automatización de SAP a través de Citrix?

NordFlux decide el método según el entorno, no según la herramienta. Antes del primer robot, aclaramos tres cosas: ¿SAP se ejecuta solo como una aplicación publicada a través de Citrix, o existe un servidor en el que el robot pueda ejecutarse en paralelo? ¿Se puede habilitar SAP GUI Scripting? Y si no, ¿qué elementos se pueden anclar de forma fiable mediante Computer Vision? Solo después se decide si el proceso se ejecuta mediante SAP GUI Scripting, mediante Computer Vision o mediante una combinación.

En la práctica, esto suele significar: SAP GUI Scripting donde TI lo permita, Computer Vision para los tramos que necesariamente pasan por la imagen de Citrix, y deliberadamente ningún bot puro de «Click Image» que se rompa cada semana. Esta evaluación previa cuesta un día y evita el bucle de mantenimiento que la automatización de Citrix basada en imágenes genera de otro modo de forma permanente.

Más información sobre la decisión fundamental entre el RPA clásico y la automatización propia de SAP en nuestro artículo RPA, SAP o SAP Process Automation. Si desea entregar un proceso no solo como una secuencia de clics, sino como un flujo supervisado, eche un vistazo a nuestros agentes de IA.

Preguntas frecuentes

¿Por qué se rompen los selectores de UiPath en un entorno Citrix?

Porque una sesión de Citrix solo transmite una imagen del escritorio remoto. Los elementos de la interfaz con sus atributos se encuentran en el servidor y son inaccesibles para el robot local. Por eso el selector no encuentra elementos objetivo y la automatización falla.

¿Es suficiente el OCR para la automatización de SAP a través de Citrix?

Para salidas sencillas, el OCR puede bastar, pero como única base es frágil. La resolución, el escalado DPI y la profundidad de color de la sesión alteran la imagen, de modo que el mismo reconocimiento funciona a veces sí y a veces no. Computer Vision con sistema de anclaje, o directamente SAP GUI Scripting, son más estables.

¿Qué es SAP GUI Scripting y por qué ayuda?

SAP GUI Scripting es la interfaz de automatización oficial de SAP. El robot controla la GUI de SAP mediante objetos de scripting en lugar de píxeles, por lo que es independiente de la calidad de imagen de la sesión Citrix. Se activa en el lado del servidor mediante el parámetro RZ11 sapgui/user_scripting y, además, en el cliente SAP GUI.

¿Se puede automatizar SAP a través de Citrix sin reconocimiento de imágenes?

Sí, si el robot se ejecuta dentro de la sesión de servidor o Citrix donde SAP está instalado de forma nativa. Entonces desaparece la barrera de Citrix, vuelven a funcionar los selectores reales y SAP GUI Scripting, y el reconocimiento de imágenes se vuelve innecesario.