EYRA:Windows 应用转文本地图的 MCP server,省 90% token
layer8labs8 · reddit · 2026-11-21
开发者开源 EYRA(约 1.9 MB 的 Rust 二进制,集 MCP server、CLI 与 agent skill 于一体),让智能体把任意 Windows 应用读成带编号的文本地图而非截图,点击按元素 id 进行而非猜像素坐标。
- Eye:see 基于 Windows UI Automation 返回编号文本地图,如 #51 inp "Project name" [496,333,530,32];画布/游戏/视频走 OCR 兜底。
- 增量读取:seediff 只返回新增/变更/删除的元素,通常少于 40 token;实测 20 步任务约 1.7k token,而截图方案要 19k–26k。
- Ear:listen 将系统音频或麦克风录成 16 kHz WAV,供 Gemini 等音频模型无字幕理解视频。
- Action:后台 UIA 点击与输入(鼠标不动),SendInput 兜底。
- 安全:密码框始终脱敏、屏蔽密码管理器、--read-only 模式、角落急停与 Ctrl+Alt+Esc 杀开关、审计日志。
兼容 Gemini CLI/Antigravity、Claude Code/Desktop、Cursor、VS Code 等任意 MCP host,see 热启动约 22 ms。限制:仅支持 Windows 10/11,且只能看到屏幕上的内容(无隐藏 DOM/网络/JS 状态,深度网页自动化更适合浏览器扩展)。Apache-2.0 开源。
「编程与Agent」频道最新
- 实测:长会话 55%-85% Claude 用量耗在重读历史,作者开源 /flight-deck 分段方案 — PawelHuryn · 2026-11-21
- 开源项目:让编码 Agent 在 Mac 上把真实城市做成等距像素地图 — zsakib_ · 2026-11-21
- 单二进制 Rust MCP codemap-search 开源:索引 Grafana 2.4 万文件仅 13-16 秒 — Designer-Seaweed4661 · 2026-11-21
- Anthropic 将 Agent 工具上下文从 15 万 token 压到 2 千,省 98.7% — blaizedsouza · 2026-11-21
- 开发者做「Web Agent 版 OpenRouter」POC:跨厂商路由与任务验证 — Impossible-Comb4759 · 2026-11-21
- 用 Grok Bot 搭一键动效师:从想法到带音乐动画视频全流程 — nima_owji · 2026-11-21