mac-use - 可视化控制 macOS GUI 应用程序
通过 OCR 在 macOS GUI 应用中截图、点击、滚动、输入
标签
更新于: 2026-05-28能力
典型输入
典型输出
该技能可以做什么
- 列出窗口
- 捕获截图
- 检测文本
- 点击元素
- 点击坐标
- 滚动窗口
- 输入文本
- 按键
输入
- 应用名称
- 窗口 ID
- 元素编号
- 画布坐标
- 文本输入
- 按键组合
输出
- 窗口列表
- 截图图像
- 元素映射
- 点击元素详情
要求
- macOS
- Apple Vision 框架
- Python 3
- screencapture 工具