关于 genai-capture
GenAI Capture 是桌面截图与标注工具,也提供 JetBrains IDE 插件。其桌面应用可作为本地 MCP 服务,让 AI Agent 截取屏幕、查看图像并保存标注结果。
主要功能
- 01截取整个屏幕或指定区域
- 02添加箭头、形状、文字和高亮
- 03使用马赛克遮盖敏感内容
- 04复制、保存或固定截图
- 05提供 JetBrains IDE 插件和延时截图
适用场景
- 01为视觉问题报告添加屏幕标注
- 02截取界面并遮盖敏感信息
- 03记录操作前后的画面作为凭证
MCP 相关
桌面应用可作为 MCP 服务,提供 capture_fullscreen、capture_region、annotate、get_image 和 save_image 等工具。图像在本地处理,并发送给已连接的 AI 客户端。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
GenAI Capture
屏幕捕获 + 注释,两种使用方式:
- 桌面应用 — 捕获整个桌面,添加注释(箭头、形状、文本、高亮、马赛克遮挡、水印),然后复制 / 保存 / 固定。提供全局快捷键、图库和主题。跨平台(Java)。
- JetBrains IDE 插件(本仓库的源代码)— 将同一套引擎集成到任意 JetBrains IDE 中:GoLand、PhpStorm、PyCharm、WebStorm、IntelliJ、CLion、Rider,……
下载桌面应用
从 发布版本 获取适用于你操作系统的安装程序:
| OS | 文件 |
|---|---|
| macOS | GenAI Capture-<version>.dmg |
| Windows(安装程序) | GenAI Capture-<version>.exe |
| Windows(便携版) | GenAI-Capture-portable-win.zip |
macOS 提示: 应用尚未通过公证。如果 macOS 阻止首次启动,请在 系统设置 ▸ 隐私与安全性 ▸“仍要打开” 中允许启动,并在提示时授予 屏幕录制 权限。详细信息随 DMG 中的 First Launch.txt 一并提供。
该插件已上架 JetBrains Marketplace —— 搜索 GenAI Capture(或从发布版本中手动安装 zip)。
与 AI Agent 配合使用(MCP)
桌面应用(v1.2.0+)还可用作 MCP 服务:支持 Model Context Protocol 的 AI Agent — Claude Code、Claude Desktop、Cursor,……— 可以捕获屏幕、查看图像、添加注释(箭头、方框、文本、高亮、模糊 / 遮挡),并保存结果。只需对 AI 说一句话,即可生成可视化错误报告和前后对比证明。
安装桌面应用,然后将服务添加到客户端。最简单的方式(跨平台,通过 npm 上的 genai-capture-mcp 启动器):
claude mcp add genai-capture -- npx -y genai-capture-mcp
或者直接指向已安装的二进制文件(无需 Node):
claude mcp add genai-capture -- \
"/Applications/GenAI Capture.app/Contents/MacOS/GenAI Capture" --mcp
工具:capture_fullscreen、capture_region、annotate、get_image、save_image。捕获时会播放提示音;所有操作都在本地运行 — 图像只会发送给你连接的 AI 客户端。
JetBrains IDE 插件
将屏幕截图捕获 + 注释引擎集成到任意 JetBrains IDE 中(GoLand、PhpStorm、PyCharm、WebStorm、IntelliJ、CLion、Rider,……)。
功能
- 工具 ▸ 截取屏幕截图 —
⌘⇧1(macOS)/Ctrl+Shift+1(Win/Linux)。捕获整个桌面(包括 IDE)并打开注释浮层。 - 工具 ▸ 捕获桌面(隐藏 IDE) —
⌘⇧2/Ctrl+Shift+2。暂时隐藏 IDE,捕获其后的桌面,并在关闭浮层之前保持 IDE 隐藏(ESC / 保存 / 复制 / 固定 / 关闭)。 - 工具 ▸ 延时截屏 ▸ 3s / 5s / 10s — 显示屏幕倒计时,然后捕获(让你有时间先切换窗口或打开菜单)。
- 状态栏按钮 — 相机图标(立即捕获)和显示器图标(隐藏 IDE 后捕获桌面)。可通过状态栏右键菜单切换任一按钮。
- 注释浮层 — 提供箭头、形状、文本、高亮、马赛克遮挡、水印,以及复制 / 保存 / 固定功能。
- 设置 ▸ 工具 ▸ GenAI Capture — 水印页面(外观、默认文本、行为、实时预览)和工具栏页面(选择 / 重新排序捕获工具栏上的工具)。所有快捷键均可在 设置 ▸ 按键映射 中重新绑定。
在 macOS 上,请为 IDE 授予屏幕录制权限(系统设置 ▸ 隐私与安全性 ▸ 屏幕录制),否则捕获结果会是黑屏 — 这也是所有屏幕捕获工具的共同要求。
构建方式
它通过 Gradle Copy 步骤复用桌面应用的代码(../src/main/java + ../src/main/resources),并过滤掉应用外壳以及无法在 IDE 的 JBR 中加载的部分(osystem/ FFM 代码、jnativehook 全局快捷键、系统托盘,以及桌面主题的设置面板)。src/main/java/io/genai/screenshot/ 下不依赖 FFM 的轻量替代实现(osystem/AbstractOs、CaptureController、ScreenshotApp)满足了覆盖层调用的少数 OS 调用。截图本身使用 java.awt.Robot(无原生代码)。插件自己的操作、设置页面和状态栏小组件位于 src/main/java/io/genai/screenshot/plugin/ 下。
仅针对平台模块(com.intellij.modules.platform)构建,因此一次构建即可在所有 JetBrains IDE 中运行。
先决条件
- JDK 17+(JBR 或任何 JDK 17+)。
- 已安装 JetBrains IDE(默认情况下,构建目标为本地的 GoLand——参见
build.gradle.kts)。若要使用其他 IDE,请编辑local("…")行,或切换为已下载的 IDE,例如intellijIdeaCommunity("2024.1")。 - Gradle:最简单的方式是在 IntelliJ IDEA 中打开此
jetbrains-plugin/文件夹(它会导入 Gradle 项目并提供 Wrapper)。或者运行brew install gradle,然后运行一次gradle wrapper。
运行(沙盒 IDE)
cd jetbrains-plugin
./gradlew runIde # launches GoLand with the plugin loaded
然后使用 Tools ▸ 截图(⌘⇧1)或状态栏中的相机图标。
构建可安装的插件
cd jetbrains-plugin
./gradlew buildPlugin # -> build/distributions/genai-capture-plugin-1.0.0.zip
在任何 IDE 中安装:Settings ▸ Plugins ▸ ⚙ ▸ Install Plugin from Disk… → 选择 zip 文件。
备注 / 后续步骤
- 已验证复用的覆盖层代码可在 Java 17 下编译,且无需 FFM / jnativehook 依赖。
- 首次运行
runIde时,可能需要针对你的具体版本,对 IntelliJ Platform Gradle DSL 或local(...)IDE 路径进行少量调整——之后可在此基础上迭代。 - 未来可能提供的选项:仅截取选定区域,或设置可配置的默认延迟。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。