智能截图AI
AI Skill Hub 推荐使用：智能截图AI 是一款优质的Agent工作流。AI 综合评分 7.5 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。
📚 深度解析
智能截图AI 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 7.5 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
智能截图AI 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
智能截图AI 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：pip 安装（推荐）
pip install screen-flow-ai-agent
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install screen-flow-ai-agent
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/zebinlu7-a11y/screen-flow-ai-agent
cd screen-flow-ai-agent
pip install -e .
# 验证安装
python -c "import screen_flow_ai_agent; print('安装成功')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
screen-flow-ai-agent --help
# 基本用法
screen-flow-ai-agent input_file -o output_file
# Python 代码中调用
import screen_flow_ai_agent
# 示例
result = screen_flow_ai_agent.process("input")
print(result)
# screen-flow-ai-agent 配置文件示例（config.yml） app: name: "screen-flow-ai-agent" debug: false log_level: "INFO" # 运行时指定配置文件 screen-flow-ai-agent --config config.yml # 或通过环境变量配置 export SCREEN_FLOW_AI_AGENT_API_KEY="your-key" export SCREEN_FLOW_AI_AGENT_OUTPUT_DIR="./output"
简介
<p align="center"> <img src="assets/logo.png" alt="Ai_Flow" width="128" height="114"> </p>
Ai_Flow — 智能截图 AI 助手
<p align="center"> <b>截图 → AI 多模态解析 / OCR 文字识别 → 悬浮窗流式输出</b> </p>
<p align="center"> <img src="https://img.shields.io/badge/Python-3.9+-blue?logo=python" alt="Python"> <img src="https://img.shields.io/badge/UI-PyQt6-green?logo=qt" alt="PyQt6"> <img src="https://img.shields.io/badge/AI-LangGraph-orange" alt="LangGraph"> <img src="https://img.shields.io/badge/VLM-豆包VL-red" alt="豆包VL"> <img src="https://img.shields.io/badge/OCR-腾讯云-blue" alt="OCR"> <img src="https://img.shields.io/badge/跨平台-Win/Mac/Linux-lightgrey" alt="跨平台"> </p>
---
功能特性
| 功能 | 说明 |
|---|---|
| 🪟 **常驻悬浮窗** | 启动即显示，可拖拽移动 + 四角缩放，半透明置顶 |
| 🔍 **连续截图** | 松手自动确认，支持多框同时提交，Ctrl+Z 撤销 |
| 🖼️ **缩略图预览** | 截图累积显示在输入框上方，可 × 单独删除 |
| 🧠 **多模态 AI** | LangGraph 状态机编排，多图 + 文字混合输入 |
| 💬 **流式输出** | 逐字打字效果，Markdown 渲染 |
| 🔄 **多轮对话** | 上下文自动管理，Token 滑窗裁剪 |
| 🔤 **OCR 识别** | 腾讯云 OCR，免费 1000 次/月 |
| 🎛️ **模型切换** | mini / lite / pro 三档随时切换 |
| ⚙️ **即时设置** | 悬浮窗底部 ⚙ 按钮，随时配置 API Key / OCR 凭证 |
| 📌 **系统托盘** | 最小化到托盘，右键菜单操作 |
| 🌍 **跨平台** | pynput 快捷键，Windows / Mac / Linux 通用 |
---
1. 安装依赖
git clone https://github.com/zebinlu7-a11y/screen-flow-ai-agent.git
cd screen-flow-ai-agent
pip install -r requirements.txt额外安装火山引擎 SDK：
pip install volcenginesdkarkruntime📸 操作演示
快速上手
3. 启动
python main.py---
日常对话 & 截图提问
<img src="assets/user.png" alt="截图选区" width="300">
<img src="assets/user1.png" alt="输入追问" width="300">
<img src="assets/user2.png" alt="Ai日常对话" width="300">
Ctrl+D进入截图，拖拽画框松手自动确认变绿标号，可连续画多个框。Ctrl+Z撤销上一个。
悬浮窗常驻桌面，底部输入框随时打字对话。Ctrl+F 隐藏/显示。
截图 → 连续多框 → 缩略图累积
<img src="assets/user3.png" alt="连续框选" width="300">
Ctrl+R进入截图，拖拽画框松手自动确认变绿标号，可连续画多个框。Ctrl+Z撤销上一个。
框选完成后 Enter 全部放入对话框，缩略图累积显示，可 ✕ 删除单张。输入文字后点"发送"统一提交。
---
2. 配置凭证
启动程序后，点击悬浮窗底部 ⚙ 按钮，填写：
| 配置项 | 说明 | 获取地址 |
|---|---|---|
| API Key | 豆包方舟 API Key | [console.volcengine.com/ark/region:ark+cn-beijing/apiKey](https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey) |
| 代理地址 | HTTP 代理（如需，可不填） | 如 http://127.0.0.1:7897 |
| SecretId/Key | 腾讯云 OCR 凭证 | [console.cloud.tencent.com/cam/capi](https://console.cloud.tencent.com/cam/capi) |
OCR 凭证可选填，不填则 Ctrl+R 不可用，不影响截图 + AI 功能。
创新性的AI工作流项目
- 需要 screen-flow-ai-agent 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 需要 screen-flow-ai-agent 解决具体问题的开发者与运营人员
- 先在测试环境跑通最小用例，再接入生产数据
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −未明确开源协议，商用场景需谨慎评估
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
该工具未明确声明开源协议，商业使用前请联系原作者确认授权范围，避免侵权风险。
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，智能截图AI 是一款质量良好的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | screen-flow-ai-agent |
| 原始描述 | 开源AI工作流：智能截图解析悬浮窗 — 截图 + 多模态大模型 = 即时 AI 回答，基于LangGraph。⭐6 · Python |
| Topics | AI截图LangGraph |
| GitHub | https://github.com/zebinlu7-a11y/screen-flow-ai-agent |
| 语言 | Python |
收录时间：2026-06-09 · 更新时间：2026-06-09 · License：未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。