SAOS-3624/dsh-see-now
让 AI 实时看见你的屏幕:按变化量筛选帧、多帧拼进一张图,静止画面几乎不花 token
让 AI 实时看见你的屏幕:按变化量筛选帧、多帧拼进一张图,静止画面几乎不花 token
痛点:让 AI 或 agent 持续“看屏幕”时,全量截图会产生大量冗余帧,静止画面仍不断消耗 vision token;费用高、延迟大,而现有方案缺少按变化量筛选帧并拼图压缩的手段。
目标用户:正在开发 computer-use、GUI agent、桌面 AI 助手或自动化 RPA 的独立开发者与小团队
证据:“让 AI 实时看见你的屏幕:按变化量筛选帧、多帧拼进一张图,静止画面几乎不花 token”(发布 429 stars)
变现:开源插件免费获客,另提供托管版屏幕上下文 API(按分钟或按节省的 token 计费);或出售企业级跨平台 SDK 授权,并提供私有化部署
MVP:两周内做一个跨平台(macOS 与 Windows)的屏幕变化检测与拼帧微服务:定时截屏并对帧做差分并计算哈希,只在变化超过阈值时保留帧,自动把多帧拼成网格图,对外暴露一个 HTTP 与 WebSocket 接口,附带“节省 token、节省费用”的统计面板
竞品:browser-use、Anthropic Computer Use、OpenAI Operator、UI-TARS、screenshot 基础方案(mss、PIL 拼图)
摘要:dsh-see-now 是一个 GitHub 上的新项目,主打让 AI 实时看屏幕时按变化量筛选帧、把多帧拼成一张图,声称在静止画面下几乎不消耗 token,已获 429 stars。它解决的是 GUI agent 与桌面助手场景中截图冗余导致 token 成本过高的问题,需求真实,但项目本身是开源插件,尚无付费或收入证据。对独立开发者而言,可在此基础上做托管 API 与跨平台 SDK 变现,两周内可做出 MVP。