通用技能生产力与办公

screen-vision

读取桌面应用的控件、坐标和文字,并可安全试点点击。

Stars
0
Forks
0
License
MIT
更新于
更新于 2026年6月26日

正在检查仓库实时数据……

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

相关项目

查看更多同类项目