Screenshot

媒体

控制 Mac 屏幕、窗口和 UI 元素

• 截图并生成带注释的地图
• 点击按钮和输入键盘内容
• 管理窗口、应用和 Spaces

你可以做什么

• 屏幕截图 - 运动感知截图、区域选择、视频摄取和帧提取
• 应用管理 - 启动、退出、重启、隐藏、显示或切换到任何应用程序
• 窗口控制 - 聚焦、移动、调整大小、关闭、最小化、最大化、平铺窗口
• UI 元素定位 - 识别并与按钮、文本框、菜单和控件交互
• 键盘输入 - 输入文字、发送快捷键（cmd+c）、特殊键（回车、Tab、Escape、方向键）
• 鼠标和手势 - 点击、双击、右键点击、拖拽、滑动、滚动（精确或自然）
• 剪贴板操作 - 读取和写入文字、图片和文件路径
• 菜单交互 - 导航并点击菜单栏项和上下文菜单
• 带注释的 UI 地图 - 生成带可点击元素 ID 的视觉地图
• 空间管理 - 创建、切换和组织 macOS 空间
• 可脚本化 - 在 .peekaboo.json 中定义多步骤工作流

试着这样问

• 「显示当前应用的带注释 UI 地图及所有可点击元素」
• 「点击此窗口中的保存按钮」
• 「输入"Hello World"并按回车」
• 「截取左上角四分之一的屏幕截图」
• 「启动 Slack 并切换到 #general 频道」
• 「将 Chrome 窗口调整为 1200x800」
• 「复制所选文字并显示剪贴板内容」
• 「将这个文件拖到桌面」
• 「创建一个新空间并将此窗口移到那里」

专业技巧

• 仅限 macOS--需要屏幕录制和辅助功能权限
• 使用带注释的 UI 地图在点击前识别元素
• 结合截图和 UI 地图来导航复杂界面

Plans

更多媒体技能

• Text-to-Speech - 完全离线生成语音，零 API 费用
• Video Frames - 从任意视频的精确时间戳提取帧
• Banana AI - 使用 Gemini 3 Pro 生成和编辑图像
• AI Image Gen - 使用多种 AI 模型生成和批量创建图像
• Camera - 从网络摄像头拍摄快照和视频
• GIF Search - 从 Tenor 和 Giphy 搜索、预览和下载 GIF

Explore: Integrations · Glossary · Solutions · Use cases · Examples · Comparisons · Templates · Blog · Docs