mac-use - 可视化控制macOS图形应用
通过截图、识别界面元素、点击、滚动、输入文本和按键,通过图形界面控制macOS应用程序。
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
- 捕获屏幕截图
- 识别文本元素
- 标注图像
- 点击编号元素
- 点击坐标位置
- 滚动窗口
- 输入文本
- 按键
- 列出窗口
输入
- 目标应用名称
- 窗口ID
- 元素编号
- 坐标
- 输入文本
- 按键组合
输出
- 标注截图
- 元素列表
- 窗口列表
- 点击确认
要求
- macOS平台
- Apple Vision框架
- python3
- screencapture工具
