用 AI 端到端生成 App Store 截图，从设计到出图全自动完成，省去手动排版和反复改图的麻烦。

跨平台截图工具，支持区域截取、标注编辑和上传分享，界面简洁但功能齐全，适合日常快速截图和简单图像处理。

用 JavaScript 控制 Chrome 和 Firefox 的浏览器自动化库，可做网页爬取、端到端测试和生成页面截图 PDF。

一键截图或录屏的开源工具，支持区域捕获、GIF 录制、图像标注和 OCR，还能把图片、文本等文件上传到多种存储服务。

微软出品的 Windows 效率工具合集，提供窗口分屏、批量重命名、取色器、命令面板等实用小工具，帮你在 Windows 上少点折腾、多点效率。

开源免费的离线 OCR 软件，支持截图、批量图片和 PDF 识别，可排除水印与页眉页脚，还能扫描或生成二维码，内置多国语言库。

把 Playwright 浏览器自动化能力封装成 MCP 服务器，让 AI Agent 通过结构化接口操控网页、抓取页面内容，无需依赖截图识别。

…ots, offline OCR and image pinning. 免费开源截图软件，支持截图标注、滚动长截图、离线 OCR、贴图与录屏。

Create stunning demos for free. Open-source, no subscriptions, no watermarks, and free for commercial use. An alternativ…

提供 Snow Shot 截图工具和 Snow Image Viewer 看图软件的源码，集截图、录屏、OCR 和图片浏览于一体，适合需要本地桌面图像处理工具的用户。

用 Ruby 写的移动端发布自动化工具，把 iOS 和 Android 的打包、签名、截图、上架流程串成一条命令，省去手动操作。

把 DOM 元素高性能截取并导出成 PNG、SVG、GIF 等多种格式的浏览器端引擎，可替代 html2canvas 做页面截图。

把屏幕截图解析成结构化元素，让纯视觉 GUI Agent 能识别界面上的按钮、图标和文本，无需依赖 DOM 或控件树。

用 Rust 写的命令行工具，让 AI 代理通过 macOS 辅助功能接口直接操作桌面应用，把电脑使用能力接进 Agent 工作流。

macOS 上的翻译和 OCR 工具，支持划词翻译、截图取字，并接入 ChatGPT、DeepSeek、Gemini 等多种大模型翻译服务。

用 PHP 把网页 HTML 转成图片、PDF 或字符串，底层调用无头浏览器渲染，适合生成网页截图和导出 PDF 报告。

一款 Windows 上的开源录屏工具，能同时录制屏幕画面、音频、鼠标光标、点击和键盘按键，适合做教程演示或操作记录。

Windows 上的轻量 OCR 截图取字工具，框选屏幕区域即可识别文字并复制，支持后台常驻和识别完成通知。

基于 WPF 开发的即用即走翻译与 OCR 工具，支持划词翻译、截图取字，插件机制可扩展翻译源和 OCR 引擎。

持续录制电脑屏幕和音频，把日常工作流整理成可检索的记录，帮你找出值得自动化的环节，并为 AI 智能体提供上下文。

让多模态大模型直接看屏幕、动鼠标键盘来操作电脑的框架，把自然语言指令变成实际的桌面自动化操作。

基于图像识别和 Poco 控件识别的跨平台 UI 自动化测试框架，用 Python 脚本驱动 Android、iOS、Windows 上的游戏和应用做自动化测试。

把任意 DOM 节点用 HTML5 canvas 和 SVG 渲染成 PNG 等图片，前端做截图、生成海报或导出图片时不用依赖后端。

用 Go 写的 App Store Connect 命令行工具，把 TestFlight、构建、提审、签名、订阅和截图等操作脚本化，方便接进 CI/CD 自动跑。

用 Rust 打造的无头浏览器，主打轻量、快速、高兼容，专为 AI Agent 的网页操作与自动化任务设计。

实时屏幕翻译工具，能识别游戏画面、视频硬字幕和静态文本中的文字并即时翻译，适合玩外语游戏或看无字幕视频时使用。

用 AI 编码代理一条命令克隆任意网站，自动逆向还原页面结构与样式，生成可运行的 Next.js/React 前端模板。

用自然语言描述操作步骤就能完成端到端测试，让 AI 像人一样看懂界面并驱动浏览器或手机执行验证。

用 Go 写的高性能浏览器自动化桥接与多实例编排器，支持反检测注入和实时面板，适合大规模网页抓取与浏览器 Agent 调度。

全栈 MCP 开发框架，用来给 ChatGPT、Claude 做 MCP 应用，也能给 AI Agent 搭 MCP 服务端，省去自己拼协议和客户端。

让 AI 智能体直接操控 iOS 和 Android 应用，通过 MCP 服务器连接模拟器、仿真器和真机，兼容 Claude Code、Cursor 等客户端。

一套体量很大的 Polybar 状态栏主题合集，涵盖多种风格、配色和变体，帮 Linux 用户快速把桌面状态栏换成好看的样子。

一款简洁优雅的 macOS 词典翻译应用，支持划词查询、离线 OCR 识别，并聚合有道、苹果词典、OpenAI、DeepL、Google 等十余种翻译服务。

一款基于 Godot 的无限画布白板与绘图应用，支持 Windows、Linux 和 macOS，适合做笔记、画草图和整理思路。

老牌开源 OCR 引擎，用 LSTM 识别图片中的文字，支持上百种语言，适合做文档扫描和文本提取。

把 Gemini 直接搬进终端的开源 AI 智能体，在命令行里就能对话、调用 MCP 服务并完成编码任务。

draw.io 官方 Electron 桌面版，离线绘制流程图、架构图、UML 等各类图表，数据可存本地或对接云盘，不用打开浏览器。

一套给编码 Agent 装上审美的技能包，通过艺术指导、参考图和浏览器实测，让生成的网页摆脱千篇一律的 AI 味。

纯 JavaScript 实现的 OCR 库，基于 WebAssembly 在浏览器和 Node.js 中直接识别 100 多种语言的图片文字，无需后端服务。

整理翻墙与科学上网的工具和教程合集，涵盖 Shadowsocks、V2Ray、Trojan 等主流代理方案的客户端与配置资源。