$ loading_
帮助用户截图并用视觉模型分析屏幕、窗口与图片内容。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Vision MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请截图当前屏幕，识别界面中的主要区域、按钮和可能的可用性问题，并给出优化建议。
返回界面结构说明、关键元素清单，以及可执行的体验优化建议。
请列出我当前打开的所有窗口，并按应用分类，说明每个窗口的大致内容。
输出窗口列表、所属应用，以及每个窗口内容的简要概述。
请分析这张图片，描述其中的对象、文字、布局和可能传达的信息。
生成图片内容摘要，包含视觉元素、文字信息和整体含义解读。
用支持视觉的 AI 模型完成图像分析、OCR、场景描述与图片比对。
用本地 Ollama 模型实现截图解析、OCR 识别与视觉监控自动化。
抓取网页或本地应用截图，并用本地视觉模型自动分析界面内容与问题
通过 MCP 客户端调用视觉模型分析图片并返回文字答案
用视觉大模型分析本地或远程图片并生成清晰文字描述。
将截图和图片转成代码、文本与故障诊断结果，提升视觉理解自动化。