Token导航 LogoToken导航

Agent Skill · 研究检索

screen-vision(屏幕视觉)

screen-vision 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

screen-vision 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为执行命令;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 7,198。

总安装 19,673周安装 828GitHub Stars 公开资料未说明下载 6,889核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.2.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:screen-vision(屏幕视觉)
来源仓库:https://github.com/jackyun1024/screen-vision
安装命令:
openclaw skills install screen-vision
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install screen-vision

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

用于查找、检索和筛选相关信息。适合在 OpenClaw 中根据关键词、任务场景或来源线索快速定位候选结果时使用。通过 clawhub 安装,结合来源仓库和 README 可核验具体用法。安装前建议确认权限范围、维护状态及是否触发联网或屏幕访问。适用于 macOS 屏幕 OCR 与点击自动化的视觉交互任务。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install screen-vision;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要执行命令,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

screen-vision 怎么安装?

在终端执行 openclaw skills install screen-vision。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

screen-vision 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

screen-vision 需要什么权限?

权限级别是执行命令。安装流程涉及命令执行,可能通过 openclaw skills install screen-vision 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

screen-vision 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

screen-vision 用的人多吗?

公开数据是累计安装 19,673 次,近一周安装 828 次,下载 6,889 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

screen-vision 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要执行命令,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 不能接受 Skill 在你机器上执行命令的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
screen-vision

屏幕视觉 · 本页

19,673—执行命令MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
screen-vision
description
macOS screen OCR & click automation via Apple Vision + ScreenCaptureKit. Capture any window or screen region, extract text with coordinates, find text, and click on it — all from the terminal.
homepage
https://github.com/jackyun1024/mac-screen-vision
user-invocable
true
allowed-tools
Bash, Read
argument-hint
<command> [options] (e.g. list --app Safari, find 'Submit', tap 'OK' --retry 3)

screen-vision

macOS screen OCR & click automation CLI powered by Apple Vision + ScreenCaptureKit.

IMPORTANT: Auto-Setup (run first)

Before running any screen-vision command, check if the binary exists. If not, run the setup script:

command -v screen-vision &>/dev/null || bash "${CLAUDE_SKILL_DIR}/setup.sh"

This installs screen-vision (via Homebrew or source build) and cliclick automatically.

Requirements

  • macOS 14.0+ (Sonoma)
  • Screen Recording permission (System Settings > Privacy & Security > Screen Recording)

Commands

CommandDescriptionOutput
screen-vision ocr [--app NAME]Full OCRJSON array [{text, x, y, w, h, confidence}]
screen-vision list [--app NAME]OCR listHuman-readable text with coordinates
screen-vision find "text" [--app NAME]Find textJSON {text, x, y, found}
screen-vision has "text" [--app NAME]Check text existsExit code 0 (found) / 1 (not found)
screen-vision tap "text" [--app NAME] [--retry N]Find + clickJSON {text, x, y, tapped}
screen-vision wait "text" [--timeout SEC]Poll until text appearsJSON {text, x, y, found}

Capture Priority

--region x,y,w,h  >  --app "AppName"  >  full screen (default)

Usage Patterns

OCR a specific app window

screen-vision list --app "Safari"

Check if text is visible (for conditionals)

screen-vision has "Submit" --app "MyApp" && echo "Found" || echo "Not found"

Click on text with retry

screen-vision tap "OK" --app "MyApp" --retry 3

Wait for text to appear (e.g. loading complete)

screen-vision wait "Complete" --timeout 30

Full screen OCR as JSON (pipe to jq)

screen-vision ocr | jq '.[].text'

$ARGUMENTS Handling

Parse the user's request to determine which command to run:

  • "화면에 뭐 있어?" / "what's on screen?" → screen-vision list
  • "~찾아" / "find ~" → screen-vision find "text"
  • "~클릭해" / "click ~" → screen-vision tap "text"
  • "~보여?" / "is ~ visible?" → screen-vision has "text"
  • "~뜰 때까지 기다려" / "wait for ~" → screen-vision wait "text"

平台分布

OpenClaw

98.3%
按下载量换算6,772

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

执行命令

安装流程涉及命令执行,可能通过 openclaw skills install screen-vision 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills