baimaomaomao556/eagleeye-mcp
baimaomaomao556★ 0Python最后同步: 2026-08-14
EagleEye MCP — pixel-accurate visual toolbox for Agents (screenshot, measure, OCR, regression)
README 摘要
EagleEye MCP 0.6.1 beta — Pixel-accurate visual toolbox for Agents 截屏 · 像素测量 · OCR · 模板匹配 · 视觉回归(确定性优先,不是「把图读成一段话」) Acquire → Focus → Measure → Perceive · Compare · Verify 公开仓库:https://github.com/baimaomaomao556/eagleeye-mcp(git tag dsh-plugin )。 与摄像头 MCP「Open Eagle Eye」无关。 这是什么 / 不是什么 EagleEye 是 MCP Server (stdio),不是一次性看图 CLI。DSH / Agent Skills 薄包装见 skills/eagleeye/ 。 你要做的事 用 对话里出现一张图,先读成结构化证据 modlens 按剧本还原 UI / 长截图 OCR / 描 SVG vision-tools 截当前桌面、量像素、做视觉回归 EagleEye 平台能力 能力 Windows macOS / Linux capture screen / load image / 测量 / OCR / Visual QA 支持 支持 list monitors 支持(含 DPI) 支持(mss bounds,无 DPI) list windows / capture window 支持 PLATFORM UNSUPPORTED capture window graphics (后台渲染表面) Win10 2004+ PLATFORM UNSUPPORTED 窗口类工具在非 Windows 上返回结构化错误,不会静默失败。请改用 capture screen 或 load image 。 快速开始 本地开发(当前推荐) Host 接入见 docs/HOSTS.md。上下文紧张时可设 EAGLEEYE TOOL PROFILE=core ,只暴露 Phase 1 的 8 个工具;默认 full 为全部 32 个。 uvx / skills 示例 Host 配置见 examples/mcp.uvx.json ;本地已安装时用 examples/mcp.local.json 。 工具清单(32 个,按计划分层) Phase 1 · MVP(8 个)· EAGLEEYE TOOL PROFILE=core 层级 工具 说明 L0 获取 capture screen 屏幕截图(mss,多显示器,含黑帧检测) L0 获取 load image 加载本地图片 L1 视野 crop image 按精确坐标裁剪 L2 测量 get pixel 读取像素颜色 L2 测量 sample region 区域颜色统计(均…
在 GitHub 查看完整 README →分类
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全网第一个 DeepSeek Harness 视觉插件,为 DeepSeek、GLM 等纯文本模型外挂视觉能力,粘贴图片即得结构化 JSON 证据(OCR、版面、语义)。
★ 1,700
Anionex/agent-vision-toolkit为纯文本模型"看图“设计更好的视觉工具箱和技能,支持多图理解,图片问答,前端UI还原、GUI 自动化等,并可选无缝接入多个主流agent,直接识别粘贴图片| A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
★ 884
Anionex/dsh-vision-toolkit让纯文本模型更好地做视觉任务的DeepSeek Harness插件:带意图的图片问答、长截图 OCR、UI 还原等|DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
★ 405