screenshot-to-code 是一个将视觉设计转换为代码的 AI 工具。根据项目资料，它能够把截图、设计稿（mockups）、Figma 设计以及屏幕录制内容转换为干净、可用的代码。
主要能力方面，项目支持多种输出技术栈，包括 HTML + Tailwind、React + Tailwind、Ionic + Tailwind。默认使用的 AI 模型包括 Gemini 3 Flash Preview 和 Gemini 3.1 Pro Preview、GPT-5.5 和 GPT-5.4 Mini、Claude Opus 4.6 和 Claude Opus 4.8，以及用于图像生成的 z-image-turbo（基于 Replicate）。此外，它还支持对网站操作进行屏幕录制并将其转换为可用的原型，以及 URL 克隆功能。
使用方式上，用户可以选择本地运行或使用官方托管应用。官方托管产品位于 screenshottocode.com。本地运行需要 API 密钥以及前后端环境：前端为 React/Vite，后端为 FastAPI。用户至少需要一个模型提供商的密钥（OpenAI、Anthropic 或 Gemini），项目强烈推荐使用 Gemini 和 Replicate 以获得最佳的截图转代码准确度——Gemini 负责资源提取（复用截图中的真实 logo 和图片），Replicate 负责图像生成、背景去除和图像编辑。配置全部四个密钥可获得最佳效果，并允许在每次生成时比较多个模型。密钥越多，应用会自动为每个变体选择更强的模型组合；只有一个密钥时则仅使用该提供商的模型。
本地运行步骤包括：后端使用 Poetry 进行包管理（如未安装可运行 pip install --upgrade poetry），前端运行后访问 http://localhost:5173。用户也可以通过前端设置对话框（点击齿轮图标）配置 OpenAI、Anthropic 和 Gemini 密钥，而 Replicate 必须在 backend/.env 中配置 REPLICATE_API_KEY。设置对话框还会显示后端是否支持截图预览。截图预览功能（可选）允许智能体在无头浏览器中渲染自己生成的页面并进行视觉检查，安装 Chromium 后自动启用（通过 playwright install chromium 步骤或 Docker 镜像自动完成），若缺少 Chromium 则跳过该工具。
项目还支持 Docker 运行，在根目录执行相应命令后应用将在 http://localhost:5173 启动，但此方式下文件更改不会触发重建，因此不适合开发。
其他配置方面，若后端运行在不同端口，需更新 frontend/.env.local 中的 VITE_WS_BACKEND_URL；若需更改前端连接的后端主机，配置 VITE_HTTP_BACKEND_URL 和 VITE_WS_BACKEND_URL；若无法直接访问 OpenAI API（例如因国家限制），可设置 OPENAI_BASE_URL 使用代理，URL 路径中需包含 v1。Windows 上运行后端出现 UTF-8 错误时，可用 Notepad++ 打开 .env 文件并将编码设为 UTF-8。
适用场景包括：将设计稿快速转换为前端代码、从截图重建页面、将屏幕录制转换为可交互原型、以及通过 URL 克隆现有网站结构。限制方面，项目资料提到使用 Ollama 开源模型运行效果不佳，不推荐；本地运行需要自行配置 API 密钥和前后端环境；Docker 方式不支持开发时的热重载。
