mcpField
S
screen-capture

screen-capture

github.com/lotosbin生产力15109 次安装40 周前更新
代码仓库

关于 screen-capture

screen-capture 是用于捕获和分析屏幕内容的技能，也可通过 OCR 提取文字。它介绍 macOS 截图命令及基于 Python 的图像捕获和处理方式，适用于屏幕检查任务。

主要功能

  1. 01捕获全屏、选定区域或窗口
  2. 02使用 macOS screencapture 命令
  3. 03通过 Python 库捕获图像
  4. 04使用 pytesseract OCR 提取屏幕文字
  5. 05使用 PIL 或 OpenCV 分析图像

适用场景

  1. 01保存全屏或选定区域截图
  2. 02读取屏幕上显示的文字
  3. 03处理截图以进行图像分析

MCP 相关

该技能将屏幕截图映射到 screencapture 命令，将 OCR 映射到 pytesseract，并使用 PIL 或 OpenCV 处理图像、通过 Python 脚本执行操作。它未说明 MCP 服务或 MCP 客户端。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/lotosbin/claude-skills --skill screen-capture

安装后在 Claude Code 中输入/screen-capture确认已加载。

详细介绍

来自项目 README

屏幕捕获与分析专家

触发条件

当用户提到以下内容时自动触发：

  • "截图"
  • "屏幕内容"
  • "获取屏幕"
  • "分析屏幕"
  • "屏幕文本"
  • "OCR识别"

核心能力

屏幕捕获 (macOS)
  • screencapture 命令: 使用 macOS 原生 screencapture 工具
  • 全屏截图: screencapture -S screen.png
  • 区域截图: screencapture -i screen.png (交互式选择)
  • 窗口截图: screencapture -w window.png
屏幕捕获 (Python)
  • pyautogui: 跨平台截图库
  • mss: 高性能截图库
  • pyscreenshot: 简单易用的截图工具
文本提取
  • OCR 识别: 使用 pytesseract 进行文字识别
  • 系统辅助: 读取系统可访问性 API
图像分析
  • OpenCV: 图像处理和分析
  • PIL: 图像分析和处理

常用场景

场景1：截取全屏
请截取整个屏幕并保存到文件。

执行步骤：

  1. 使用 screencapture -S screen.png 捕获全屏
  2. 返回截图文件路径
场景2：截取区域
请让我选择区域进行截图。

执行步骤：

  1. 使用 screencapture -i -s screen.png 交互式选择区域
  2. 返回截图文件路径
场景3：识别屏幕文字
请识别屏幕上的文字内容。

执行步骤：

  1. 截取屏幕
  2. 使用 pytesseract 进行 OCR 识别
  3. 返回识别出的文字
场景4：保存屏幕截图
把当前屏幕保存为 screenshot.png。

执行步骤：

screencapture -S /Users/liubinbin/screenshot.png

MCP 工具映射

功能工具
屏幕截图screencapture 命令
OCR 识别pytesseract
图像处理PIL / OpenCV
Python 执行python3 脚本

注意事项

  1. macOS 权限: 首次使用需要在系统偏好设置中授权屏幕录制权限
  2. Tesseract OCR: 需要安装 brew install tesseract
  3. Python 依赖: pip3 install pyautogui pytesseract pillow opencv-python

安装依赖

# macOS 屏幕录制权限工具
brew install tesseract

# Python 依赖
pip3 install pyautogui pytesseract pillow opencv-python

评论

支持 Markdown