
omniparser-autogui-mcpAutomatisk drift av maskinsyn GUI.
Översikt
Nyckelfunktioner
- Skärmanalysering
- GUI-automation
- Konfigurera målläge
- Servraradressspecifikation
- SSE-communication
Priser
- Modell
- Free
- Kategori
- MCP-servrar
- Betyg
- Inga recensioner
Användningsfall
Automatiserad webbläsar-sökning
Sök efter text på en maskinsyn-webbläsare
GUI-automation
Automatisera maskinsyn-GUI-baserad på skärmanalyser
Fördelar och nackdelar
Fördelar
- Automatisk GUI-drift
- Skärmanalysering med OmniParser
- Konfigureras via miljövariabler
Nackdelar
- Inget stöd för Windows
- Kräver konfigurering av filen claude_desktop_config.json
- Beroende på OmniParser-modeller med olika licenser
Recensioner
Logga in för att lämna en recension.
Inga recensioner än. Bli den första!
Frågor
Kan jag anpassa målläget?
Ja, du kan ange målläget via miljövariabeln TARGET_WINDOW_NAME.
Asked by Gunnar Eriksson · Oct 9, 2025
Vilken konfiguration krävs?
Verktyget kräver installation via git clone och konfiguration av filen claude_desktop_config.json.
Asked by Ximenez Alvarado · Aug 28, 2025
Vilken licens licenseras det under?
Det licenseras under MIT med undantag för undermoduler och underpaket.
Asked by Esther Adeyemi · Aug 21, 2025
Ställ en fråga
Alternativ till MCP-servrar

Open-source MCP-server som låter LLMs driva riktiga webbläsare via Playwright och tillgänglighetssnapshots.

Pythonaggregatramverk från Pydantic-teamet för byggande av typsäkert GenAI-programvara.

Adaptiv minnesskikt som hjälper AI-agenter att lära sig från kontext över tid.

AI-mailerassistent som organiserar, framställer svar och hjälper dig att få inbox noll snabbare.

Öppen-sourcesscen 24/7-inspelning för lokal skärm och ljud för att bygga kontextmedvetna AI-appar

TypeScript‑bibliotek för att bygga och orkestrera AI‑agenter med verktyg, minne och multi‑agent‑arbetsflöden.

Förenar bankerlös onchains-API med MCP

Python-verktyg för konvertering av filer och kontorsdokument till Markdown.
Trending now

Noggrann läxhjälp med fullständiga förklaringar

Dokumentintelligens-API som analyserar, delar ut, ifrågasätter och extraherar strukturerat data från komplexa PDF-filer, presentationer och kalkylblad.

Öppen multimodel med 12B parametrar som hanterar interleaved bilder och text med ett 128K kontextfönster.

Sponsrade svar, betala per klick.
