开源 Windows MCP 服务器用增量画布省 70% 视觉 token
Right-Mushroom6802 · reddit · 2026-11-15
开发者发布只读 Windows MCP 服务器 super-computer-agent,含 28 个工具、零鼠标键盘注入,核心解决 Agent 读屏时全屏 PNG 烧 token 的问题。四层观察从便宜到贵强制递进:
- Canvas 增量画布:场景变化才发关键帧,之后只发增量(PATCH/SCROLL/MOVE/DC),RECALL 缓存让 alt-tab 切回窗口只需 3-15 token;实测 9 步 canvas 用约 3,256 token,全图要 11,800。
- 像素网格:把屏幕编码为带色相/亮度的字符网格,UIA 树索引叠加到网格上,模型既能看形状又知道「这个格子是按钮 42」;后台线程监听像素变化与窗口事件,click 后可用 verifyaction 校验是否点中。
- UI 树:UI Automation 树转 JSON,屏蔽密码管理器/银行/UAC 等敏感窗口,上限 500 节点。
- 截图:最贵,作为最后手段,需 valid reason 参数。
为防模型默认全屏截图,服务通过工具描述优先级标签、输出 NEXT 提示、重复轮询警告来引导。已知限制:beta 阶段、仅主显示器。核心增量引擎闭源(.pyd + 离线 Ed25519 license),可邮件申请 24 小时试用;其余部分 AGPL-3.0 开源。
「编程与Agent」频道最新
- Perplexity API 新增 max_staleness：强制重新抓取网页，每次 0.001 美元 — VeryWellVersed · 2026-11-15
- 「反复截图直到 9 分」工作流引热议：AI 自己迭代 UI 而非人工指挥 — lxfater · 2026-11-15
- 开发者晒 T3 Code 界面：452 个已完成任务线程同时待命 — yihui_indie · 2026-11-15
- 曝亚马逊筹备 World Product Graph 收编全网商品数据，剑指 AI 购物代理 — jomic01 · 2026-11-15
- Google Labs 开源 15 个 AI Design Skill,UI 设计可直出 React 组件 — tokumin · 2026-11-15
- 20 个 GitHub 仓库把 Fable 5.2 变成全套动效工作室：3D、特效、导出全覆盖 — PrajwalTomar_ · 2026-11-15