用途:该技能让 AI 能够截取屏幕并分析画面,用于查看当前屏幕、排查 UI 视觉缺陷、审阅界面显示内容等。
主要能力:结合 Bash 工具与平台截图命令完成截图,图片保存为文件后通过 Read 工具载入上下文进行视觉分析,可识别 UI 元素、发现视觉问题、审阅设计、读取文字、检查布局。
使用方式:先用 uname -s 检测平台(Darwin 为 macOS,Linux 为 Linux)。macOS 内置 screencapture;Linux 按优先级检查 gnome-screenshot、scrot、import。截图保存到带时间戳的绝对路径,如 /tmp/screenshot_$(date +%s).png。macOS 用 screencapture -i 交互选区;gnome-screenshot 用 -af;scrot 用 -s;import 提供十字光标拖选。随后用 Read 工具以绝对路径加载图片并分析,必要时用 rm 清理临时文件。
适用场景:用户要求“截图”“看我的屏幕”“从视觉上分析这个 UI bug”“审阅当前显示内容”“捕获并检查界面”时。
限制:Linux 上需预先安装截图工具,缺失时需提示并给出安装建议(如 Ubuntu/Debian 用 sudo apt install gnome-screenshot,Fedora 用 sudo dnf install gnome-screenshot,Arch 用 sudo pacman -S gnome-screenshot,ImageMagick 用 sudo apt install imagemagick),或请用户手动截图并提供路径。常见错误包括声称无法截图、截图后忘记用 Read 工具加载、使用相对路径、未检查 Linux 可用工具。