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。
用 eBPF 直接抓取 SSL/TLS 明文流量，无需中间人代理或安装自定义 CA 证书，支持 Linux 和 Android 的 x86_64、arm64、loong64 架构。
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。
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。
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。
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。
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。
开源的 Loom 替代品，用 Rust 打造，能快速录制并生成美观、可直接分享的屏幕录像，适合团队异步沟通和演示。
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。
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。
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。
…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。
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。
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。
跨平台截屏工具，集离线 OCR、屏幕翻译、以图搜图、录屏和滚动截屏于一体，适合需要快速提取屏幕文字并翻译的场景。
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 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。
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。
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。
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。
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。
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。
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 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。
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。
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。
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。
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。
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。
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。
把 Chrome DevTools 的调试能力通过 MCP 协议暴露给编码 Agent，让 AI 能直接检查页面、抓网络请求和调试前端问题。
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。
用 HTML 写动画，再通过 Puppeteer 和 FFmpeg 渲染成视频，专为 AI Agent 生成动态视频内容设计。
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。
本地优先的 Markdown 笔记应用，先随手记录再靠 AI 整理，把零散片段自动归拢成结构清晰的笔记。