AlphaVision-Bridge:让桌面 AI 伴侣实时看见你的屏幕和摄像头
Training-Wait3789 · reddit · 2026-10-08
开发者发布开源工具 AlphaVision-Bridge,把桌面伴侣应用 MateEngine 接入 Google Gemini 多模态视觉 API 和 SillyTavern,赋予其持续感知能力:
- 本地运行采集循环:捕获活动桌面画面作为上下文,实时读取摄像头视频帧
- 通过 Python + WebSockets 流式传输到 Gemini 视觉端点,降低延迟,让屏幕上的伴侣能对你正在做什么、玩什么、工作中做什么做出动态反应
- 替代手动截图粘贴或纯文字聊天的交互方式
作者在 GitHub 开源并征求关于帧处理循环、prompt 时机和自主事件处理的反馈。
「应用」频道最新
- 旅行 Agent「Soar」上线:可自动支付订票,还能追踪 TSA 排队时间 — jeff_weinstein · 2026-10-09
- Paper 团队开源免费等宽字体 Paper Mono,含 8 字重与编码连字 — round · 2026-10-09
- Google 推出 AI Edge Foresight,离线端侧笔记应用对标 Granola — DynamicWebPaige · 2026-10-09
- Magnific 1 原生 4K 出图加品牌套件，实测完整视频创作流 — charis_ai · 2026-10-09
- X 订阅捆绑 Grok 与 Cursor,共享额度池成最大亮点 — nima_owji · 2026-10-09
- 前 AR 开发者做多平台分发工具 Ferryman,冲 1 万美元 MRR — KevinNaughtonJr · 2026-10-09