SKILL
screenclaw
使用“截图 + 坐标网格”的方式操作任意桌面软件:截取带有坐标网格的屏幕图像,让任意多模态大模型识别目标位置的坐标数字,再调用点击、输入、按键等 API,模拟人类视觉化操作软件
原作者:ginsing1226
来源:skills.sh、DeepSkill Market
许可:MIT-0
含内容副本 · 可下载
存档:v1 · 2026-11-07
hash 11b8f2f6