视频帧浪费 token？开发者做只截「变化帧」的 LLM 屏幕捕捉工具 Annotake
Express-Phase1532 · reddit · 2026-10-30
Reddit 用户发布开源项目 Annotake（GPL-3.0，Mac 应用），针对「视频是 LLM 的糟糕输入」这一问题：与其录屏送整段视频，不如只捕捉画面变化的帧。
工作方式：双击快捷键开始、操作屏幕、再双击结束，输出一组 PNG 加一份 steps.md，全程无模型参与。技术要点：
- 按变化而非时间选帧：用灰度 tile 签名网格检测画面变化，在输入或大变化后画面稳定时保留该帧；转圈动画、视频、闪烁光标会被遮蔽
- 每帧下方用 macOS Accessibility 树自动生成动作说明（如「点击按钮 Save」「在 Email 字段输入」文字省略），即使只传图像，动作语义也不丢
项目地址：annotake.app 与 GitHub（fayzan123/annotake）。
「编程与Agent」频道最新
- Prove2Me 用 Claude 智能体形式化 2000+ 运筹学论文，已完成 64% — ChrSzegedy · 2026-10-30
- 用 Google 嵌入模型相似度循环优化商品图 alt text — dejanseo · 2026-10-30
- Agent 遇超时就重试付款？Only Then Labs 探讨不确定性决策 — tallmetommy · 2026-10-30
- Google 编码工具三线并存,Gemini CLI、Jules、Antigravity 该怎么选? — finbarrtimbers · 2026-10-30
- 实测 1-16 个编码 Agent 协作:多花 36% token 换来省 5 小时 — kyang8093 · 2026-10-30
- 团队用几个 Markdown 文件协调最多 50 个编码 Agent — ProfessionalNeat4403 · 2026-10-30