A personal collection of an AI product manager.
Let's face the future together and embrace the AIGC era.

不截图也能替你点软件?Vercel 开源的 AI 工具一天涨 2000 多星

周二的榜单,涨得最猛的是 Vercel 实验室出的一个小工具:让 AI 直接读懂并操作你电脑上的桌面软件,不靠截图猜像素。一天涨了 2000 多星。

另外五个我也都翻过 README:一个 9 万多星的 Python 爬虫框架,一个专门去 Reddit、X、YouTube 上打听“最近 30 天大家在聊什么”的 Skill,一个能拖着时间轴看 2400 年中国疆域变化的历史地图,一个开源版 Paper.design,还有一个在浏览器里就能做 3D 扫描检测的工具。前 7 天写过的都跳过了。

1. vercel-labs/agent-desktop:让 AI 操作桌面软件,不靠截图

agent-desktop 仓库卡片

现在大部分“电脑使用”类 Agent 的做法是截图、让模型看图、算坐标、点下去。agent-desktop 换了条路:直接读系统的无障碍接口,把窗口里每个按钮、输入框都列成一份带编号的清单交给 AI。AI 按编号点,点完再读一遍确认,全程不用认图。

默认是“无头”模式,操作通过系统接口完成,不抢你的鼠标,也不把窗口抢到前台。Mac、Windows、Linux 都能用,除了命令行还给了 C 库,方便别的程序直接调。Apache-2.0,快 1 万星,今天还有提交。

想给自己的 Agent 加上“操作本地软件”能力的人,可以从这一行开始:

bash
npm install -g agent-desktop

README 里有两句提醒值得记住。Mac 上要先给终端开“辅助功能”权限。它读出来的界面内容、剪贴板、截图里可能有你的隐私,作者特意叮嘱别把这些日志传到公开的地方。

2. D4Vinci/Scrapling:9 万多星的 Python 爬虫全家桶

Scrapling 仓库卡片

Scrapling 把爬虫要用的几样东西装进了一个库:普通请求、能执行 JavaScript 的隐身浏览器、解析、并发爬取、代理轮换、断点续爬。它有个我很喜欢的功能,网站改版之后,它能按相似度把你原来要的那个元素重新找回来,不用每次改版都重写选择器。

现在它也往 AI 这边靠了:带 MCP 服务和 Agent Skill,可以让 Claude、Cursor 直接用它抓网页,也能把整站转成干净的 Markdown 给知识库用。BSD-3-Clause,9.3 万星,开着的 issue 和 PR 加起来只有 9 个。

装的时候注意,只装基础包是不带抓取器的,README 说直接用示例代码会报找不到模块,要按说明额外装抓取依赖和浏览器。README 最后还有一段免责声明,用它要遵守当地的数据抓取和隐私法规。

3. mvanhorn/last30days-skill:帮你打听最近 30 天大家在聊什么

last30days-skill 仓库卡片

这个 Skill 的思路很直接:谷歌搜到的多是编辑写的东西,真实讨论都在 Reddit 评论、X 帖子、YouTube 视频里。你给它一个人名、公司或者话题,它会同时去这些地方搜最近 30 天的内容,按点赞、播放、甚至 Polymarket 上真金白银的赔率来排序,最后汇总成一份简报。

作者说自己见客户、开会、甚至去迪士尼之前都会跑一遍。做产品调研、竞品分析、追 AI 圈新动态的人会很顺手。6.6 万星,MIT,Claude Code、Codex、Cursor 都能装。

开箱就能用的只有 Reddit、Hacker News、Polymarket 和 GitHub 这几个免费源。X 要自己的 API 令牌,TikTok、Instagram 这些要 ScrapeCreators 的 Key,免费额度用完按量付费。小红书也能搜,但要你本地开着一个已登录的小红书 MCP 服务。另外它要求本机有 Python 3.12 以上。

4. DeanChensj/jiangshan-map:拖着时间轴,看完 2400 年江山

江山时序:苏轼的一生行迹

今天最让我挪不开眼的一个。“江山时序”是一张可以交互的中国历史地图,从三家分晋的公元前 403 年一直到现在,十八个时期,拖一下时间轴就能看疆域怎么变,黄河改道、长城、大运河也跟着年份走。

点任何一座古城,会弹出它两千多年来的名字和归属变化,比如长安在每个朝代叫什么、那里发生过什么大事。搜苏轼、玄奘、张骞、诸葛亮,能看到他们一生的路线在当时的地图上一站站走过去。还藏了个小游戏:隐藏地名让你在地图上找古城,最后封你一个官职。

不用装任何东西,打开作者的在线版就能玩。也给了 MCP 和 Agent Skill,让 AI 读诗词的时候直接在地图上标出地点。

作者自己写明了两点:历史疆域和政区边界是示意性的近似,不是精确测绘。代码是 GPL-3.0,但部分来自 CHGIS 和 Hartwell 数据集的边界数据只能用于学术和非商业用途。3575 星,今天还有更新。

5. kgoedecke/doop:开源版 Paper.design,人和 AI 在一块画布上做设计

Doop 的多人设计画布

Doop 是一块多人协作的设计画布,每个画板里放的是真的 HTML。人在浏览器里改,AI 通过内置的 MCP 服务来改,Claude Code、Codex、Cursor、ChatGPT 都能连进来,你能看着它的光标在画布上一边画一边自检。没有自己的 Agent 也行,内置的 Doop Agent 可以接你的 ChatGPT 订阅或者各家模型的 Key。

还能做可点击的原型、给元素留评论、把满意的稿子钉成样例让 AI 记住风格。自己部署一条 Docker 命令就起来,不想折腾就用作者的托管版。适合想让 AI 出设计稿、又希望团队能一起看一起改的小团队。

要知道的是,README 写明了 Figma 和 Canva 的导入导出只在云端版有,开源版没有。协议是 AGPL-3.0,1567 星,今天上午还在提交。

6. CNCKitchen/ScanRuler:浏览器里就能做 3D 扫描检测

ScanRuler 偏差分析界面

这是 3D 打印圈很有名的 CNC Kitchen 做的。你有一份 3D 扫描数据,想知道它和 CAD 图纸差多少,以前得用 GOM Inspect、PC-DMIS 这类专业软件。ScanRuler 在浏览器里就能做:拟合球、圆柱、平面再量它们之间的距离,把扫描件和 CAD 模型对齐后按偏差上色,测壁厚,还能把扫描逆向成 STEP 实体。

文件全在你自己的浏览器里处理,不上传。作者拿真实的球棒扫描做过对比,中心距和 GOM Inspect 的结果对到最后一位。

做 3D 打印、逆向建模、来料检测的人会用得上,其他人可以跳过。AGPL-3.0,想塞进闭源软件里要找作者买商业授权。742 星。

Like(0) 打赏
未经允许不得转载:AIPMClub » 不截图也能替你点软件?Vercel 开源的 AI 工具一天涨 2000 多星

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续提供更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫

微信扫一扫

Verified by MonsterInsights