webdev-mcp
一个提供网页开发工具的MCP服务器,例如屏幕捕捉功能,可以让AI代理获取并处理用户屏幕的截图
目录 / 浏览器自动化 / ds-vision-skill-plus
给纯文本模型(DeepSeek 等)加"眼睛"的多通道视觉路由与生图转发。当用户发送、粘贴或引用图片、截图、照片、图表、架构图、UI 截图、代码截图、数学题图片、扫描件、PDF 或文档,并要求描述、理解、推理、阅读、提取文字、OCR、解析图表或分析内容时使用(例如"看看这张图"、"识别图中文字"、"解析这个图表");当用户要求画图、生成图片、插图、海报、头像、图片创作等生图需求时同样使用。视觉理解默认通道为 custom(用户自定义 OpenAI 兼容视觉模型,请求路径/API Key/模型名统一由 VISION_CUSTOM_* 配置,可填 Qwen3.7-Plus 或任意模型),失败时降级免费 GLM 通道。文档解析用 MinerU;OCR 用百度优先、Windows 本地兜底。生图走 OpenAI 标准 images/generations 接口转发到用户配置的 VISION_GEN_* 模型,生成完毕保存本地并把图片路径返回给 agent。所有工具结果输出标准化 JSON,把像素转成文字/图片后交给主模型(DeepSeek)推理。
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-01 22:06 | 7157b7bb | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
一个提供网页开发工具的MCP服务器,例如屏幕捕捉功能,可以让AI代理获取并处理用户屏幕的截图
BrowserSkill 是腾讯开源的一个智能浏览器自动化工具,让 WorkBuddy 能够像人一样操作网页——自动填表、点击、翻页、截图,完成任何需要浏览器的复杂任务
使用 Playwright 对本地网页、静态 HTML 或在线页面执行自动化测试、元素发现、控制台日志采集与截图
从目标市场的多个网站抓取电商首页,自动处理弹窗,捕获截图和 HTML,提取产品数据,并
根据提供的页面布局截图、文案文档(PPT/txt/doc/pdf)及标注文案图片素材,自动生成具备动画效果的响应式H5网页
恋爱军师与情绪支持技能
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。