Search: #视觉

1. 

   折腾啥

   auge: 本地视觉工具，一键 OCR 与图像分析• 支持 OCR、图像分类、条码与人脸检测，全部在 macOS 本地运行 • 完全零网络、零 API Key，直接通过终端调用，适配管道与脚本 • Homebrew 一键安装，Swift 代码轻量编译，兼容 macOS 10.15+

   19:05 · 2026年5月31日 · 周日

   

   ×

   

   auge: 本地视觉工具，一键 OCR 与图像分析
   
   • 支持 OCR、图像分类、条码与人脸检测，全部在 macOS 本地运行
   
   • 完全零网络、零 API Key，直接通过终端调用，适配管道与脚本
   
   • Homebrew 一键安装，Swift 代码轻量编译，兼容 macOS 10.15+
   
   https://github.com/Arthur-Ficial/auge
   
   合集 群组 恰饭 联系推广
   
   #视觉 #OCR #macOS #CLI #AppleVision #开源 #GitHub

   19:05 · 2026年5月31日 · 周日

   视觉OCRmacOSCLIAppleVision开源GitHub

2. 

   折腾啥

   Midscene.js: 视觉模型驱动的全平台 UI 自动化 SDK• 基于 pure-vision 路线进行 UI 定位与交互，仅依赖截图即可覆盖 Web、Android、iOS、桌面应用与 Canvas 场景 • 支持自然语言编排任务，可使用 Javascript SDK 或 YAML 编写脚本，并无缝集成 Puppeteer、Playwright、adb、WebDriverAgent • 提供可视化报告、Playground 与 MCP 能力，便于调试回放、提升执行效率，并支持开源模型自托管

   18:03 · 2026年2月28日 · 周六

   Midscene.js: 视觉模型驱动的全平台 UI 自动化 SDK
   
   • 基于 pure-vision 路线进行 UI 定位与交互，仅依赖截图即可覆盖 Web、Android、iOS、桌面应用与 Canvas 场景
   • 支持自然语言编排任务，可使用 Javascript SDK 或 YAML 编写脚本，并无缝集成 Puppeteer、Playwright、adb、WebDriverAgent
   • 提供可视化报告、Playground 与 MCP 能力，便于调试回放、提升执行效率，并支持开源模型自托管
   
   https://github.com/web-infra-dev/midscene
   
   #自动化测试 #视觉语言模型 #跨平台 #UI #JavaScript #GitHub #MCP #Android #iOS

   GitHub

   

   GitHub - web-infra-dev/midscene: AI-powered, vision-driven UI automation for every platform.

   AI-powered, vision-driven UI automation for every platform. - web-infra-dev/midscene

   18:03 · 2026年2月28日 · 周六

   • ❤️1

   自动化测试视觉语言模型跨平台UIJavaScriptGitHubMCPAndroidiOS