开源流水线一键分析手机截图:分类+描述+联网搜索全流程
TheMoonMidas · x · 2026-09-05
开发者 drstoney 开源了一个分析手机/桌面截图的 CLI 流水线(stefanionescu/screenshot-analysis-pipeline):
- 分类:使用 Hugging Face 上的 yapwithai/phone-screen-classifier,经 ONNX Runtime 本地运行,先返回屏幕类型和安全标签
- 描述与查询:根据分类结果自动选择分析 prompt,描述截图可见内容,并可围绕截图主题生成检索 query
- 联网搜索:结合 Exa 或 Gemini 搜索网络补充上下文
- 设计目标是逐步优化速度、完整性和联网上下文;作者称 GPT Luna 在速度/质量权衡上优于其他前沿模型
仓库内已包含全部 prompts,附 AGENTS.md/CLAUDE.md 等工程配置,Python + Bun/uv 工具链。
「编程与Agent」频道最新
- 实测 GPT-6 Astra 自动布线 PCB:烧 2 小时 20 分和 15% 额度后结论存疑 — yacineMTB · 2026-09-05
- Fable 5.1 中等档力追平上代高档,切档不再破坏 prompt cache — lydiahallie · 2026-09-05
- 博主实测 GPT-6 Astra 首任务即揪出 GPT5.6 Sol 两个 Bug — op7418 · 2026-09-05
- GPT-6 Astra 上岗首战:快速揪出昨晚模型修复时埋下的两个 Bug — op7418 · 2026-09-05
- 让 GPT-6 Astra 跑 2 小时,把整套设计系统搬进 Figma 组件库 — AIandDesign · 2026-09-05
- 作者融合 Grok Bot 与 Hermes Agent,打造持续自我改进的个人 Agent — omarsar0 · 2026-09-05