项目概览
screen-vision 先读取操作系统的无障碍树,获取控件名称、类型、状态和精确矩形,只有缺口才使用 OCR 或图标识别。CLI 可探测主机能力、截屏并输出元素清单与物理像素坐标,click 默认 dry-run 且优先调用 UIA;它面向原生、Win32、WinUI、Electron 或远程桌面窗口,不用于网页。
仓库事实
- 主要语言
- Python
- 许可证
- MIT
- 仓库更新时间
- 2026年6月26日
- 默认分支
- master
资源类型
通用技能
使用场景
生产力与办公
运行平台
Claude Code、Codex 等
运行方式
命令行桌面端
核心能力
计算机操作验证与评测