开源截图意图分类器：判断用户何时想让LLM看屏幕
TheMoonMidas · x · 2026-09-02
@drstoney 开源了一个微调 demo screenshot-intent-classifier：训练小型分类器，从用户对话历史判断「用户是否在问屏幕上的内容」、该不该触发 takescreenshot 工具。
- 提供 5 个模型变体：ModernBERT、Longformer、DistilRoBERTa、MiniLM、DistilBERT Multilingual；只用用户侧对话历史训练，左截断保留近期上下文，输出二分类。
- 可作为文本推理服务器的工具路由模型，对每条用户消息决定是否截图。
作者复盘：这个方向用户会困惑 LLM 何时「偷看」了屏幕，最终放弃；更简单的做法是让用户主动截图，再交给 LLM 分析。仓库含数据集、训练与质检脚本。
「编程与Agent」频道最新
- 开发者反馈 Claude Code 表现突增：响应更积极，写作能力提升 — ivan_bezdomny · 2026-09-02
- Foldkit 0.155 发布：统一 SSR 构建命令与优化交互控制 — samgoodwin89 · 2026-09-02
- Google SRE 作者向 SREGym 提交 PR 修复资源稳定性 — tianyin_xu · 2026-09-02
- 为 Alchemy 添加 Cloudflare 原生追踪层 — samgoodwin89 · 2026-09-02
- Shopify 开源 Tangle，0.8B 模型微调版超 GPT-5.6 — kieranklaassen · 2026-09-02
- Qwen 推理过程出现诡异拒答与自我指令 — wombweed · 2026-09-02