跳到正文
原文
Hacker News · AI· franze·· 3 小时前精选AI 评分78

bigarrow 发布:一个让 AI Agent 在 macOS 上绘制可穿透提示箭头的开源 CLI 工具

Let your AI agents paint big arrows, boxes and text on your screen

AI 导读

开发者 franzenzenhofer 发布了 bigarrow,这是一个运行在 macOS 上的轻量级 Swift 二进制文件,旨在解决 AI Agent 在执行任务时遇到需要人类确认(如系统权限弹窗、OAuth 同意界面)却无法点击的断点问题。该工具通过命令行调用,能在屏幕上绘制指向特定 UI 元素的箭头、方框或文本,且具备点击穿透特性,不会抢占用户焦点,也不包含任何 AI 逻辑或后台守护进程。

核心机制在于其极低的权限依赖与精确的目标定位能力。它不需要屏幕录制或辅助功能权限来执行绘图操作,仅在使用 --element 或 --window 参数定位目标时才向运行 Shell 的终端应用请求辅助功能权限。工具支持通过标签(Label)、坐标(X,Y)、窗口标题甚至 Peekaboo 截图 ID 来锁定目标,并能自动将目标窗口置顶。此外,它设计了多种视觉样式(如锯齿形表示紧急、螺旋形表示强调)和交互方式(如语音朗读、自动关闭按钮),确保在不干扰用户当前工作的情况下传递信息。

对于 Agent 开发者和使用者而言,该项目填补了现有屏幕标注工具无法被程序调用的空白。它提供了标准化的 Agent Skill 供 Claude Code 和 Codex 使用,使 Agent 能够自主生成绘图指令并等待人类响应。事实层面,该工具已包含 87 个自动化测试并在 macOS 15 至 27 版本上验证通过;推断层面,这种“只指不点”的设计可能成为未来复杂 Agent 工作流中处理人机协作的标准组件;猜测层面,其低资源占用(约 1.4% CPU)和跨显示器兼容性使其具备在大规模多屏办公环境中部署的潜力。

推荐理由

提供无需屏幕录制权限的 macOS 端侧工具,解决 Agent 在授权弹窗前的交互断点。

来源:Hacker News · AI · github.com