$ loading_
通过截图与视觉分析生成报告，帮助定位和诊断界面视觉缺陷
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Vision-Graft MCP" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 Vision-Graft MCP 捕获当前页面截图，分析按钮与表单在移动端的错位问题，并输出一份中文报告，说明异常位置、可能原因和修复建议。
一份指出页面错位区域、潜在 CSS 或响应式问题及修复方向的分析报告。
请对最新部署版本执行截图检查，分析导航栏、卡片阴影和字体显示是否存在视觉回归，并按严重程度输出问题清单。
一份按严重程度排序的视觉回归报告，包含每项异常的描述与影响范围。
我在让代码模型修复前端 bug，但它看不到页面。请用 Vision-Graft MCP 截图并分析这个弹窗的遮挡、颜色对比和间距问题，生成可供编码模型继续修复的文字说明。
一份结构化文字说明，帮助无视觉能力的编码模型理解界面问题并继续修复。
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。
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
让 AI 调用视觉模型分析图片、OCR 和图表
为不支持原生看图的编码代理补充计算机视觉能力，辅助识图与代码理解。
用本地 Ollama 模型实现截图解析、OCR 识别与视觉监控自动化。
让不具备视觉能力的模型识别截图与图片内容并返回结构化理解结果