让 AI 智能体调整窗口大小并完成截图
- Metaphor Projects
- 应用
- 29 Apr, 2026
屏幕自动化要让人放心，结果就必须可见、可重复。在这个简短演示中，AI 智能体使用 OverRec 屏幕技能找到一个浏览器窗口，将其调整到精确矩形，并在无需手动拖拽的情况下截取干净的截图。
演示内容
目标是一个打开 Hermes Agent 网站的 Chrome 窗口。智能体运行在终端中，并且可以使用 overrec-screen 技能；这个技能封装了 OverRec 的窗口工具。
工作流很简单：
- 确认 OverRec 可用
- 找到目标窗口
- 将窗口移动并调整到精确位置
- 截取该精确区域的截图
- 将截图复制到指定输出路径
整个过程不需要手动摆放窗口。
第一步：让智能体执行屏幕任务
给智能体的任务可以像这样：
Use overrec-screen skill to resize the Hermes Agent window to 800x600
and take a screenshot.关键点在于，指令描述的是期望结果，而不是每一个底层命令。技能会给智能体一种可靠方式，将这个请求转换为窗口操作。
第二步：找到窗口
智能体首先搜索匹配的窗口标题：
OverRec.exe cli window hermes如果没有找到精确标题，它会扩大搜索范围，列出可见窗口：
OverRec.exe cli window --all hermes
OverRec.exe cli window edge
OverRec.exe cli window在演示中，Hermes Agent 页面打开在 Google Chrome 中，OverRec 返回了它的窗口 ID。智能体拿到这个 ID 后，就可以直接控制该窗口。
第三步：将浏览器吸附到精确矩形
智能体将 Chrome 窗口吸附到位置 150,150，尺寸为 800x600：
OverRec.exe cli snap --windowid 264604 --location 150,150 --size 800x600OverRec 会在需要时还原窗口，移动它，调整尺寸，并将其置于前台。结果是每次都出现在同一位置的可预测浏览器框架。
这种可重复性适用于：
- 文档截图
- UI 对比图片
- 需要视觉确认的智能体工作流
- 需要每次显示同一区域的错误报告
第四步：截取截图
窗口定位完成后，智能体使用 OverRec 截取同一个矩形区域：
OverRec.exe cli screenshot --location 150,150 --size 800x600 --output "C:\Users\HP\storage\screenshots\overrec\hermes_agent.png" --no-clipboard截图会直接写入磁盘，因此工作流不依赖剪贴板，也不需要手动保存。
为什么这对 AI 工作流有用
AI 智能体可以推理任务，但桌面截图只有在屏幕状态受控时才真正有用。如果浏览器半截在屏幕外、被其他应用遮住，或每次尺寸都有轻微差异，截图就会变得嘈杂。
OverRec 为智能体提供确定性的屏幕控制：
- 通过标题找到窗口
- 将窗口放到精确坐标
- 将窗口调整为精确尺寸
- 截取所需的精确区域
这会把“给这个应用截图”从脆弱的视觉任务，变成可重复的自动化步骤。
核心模式
对于任意窗口，模式都是：
OverRec.exe cli window <search text>
OverRec.exe cli snap --windowid <ID> --location <X,Y> --size <WIDTH>x<HEIGHT>
OverRec.exe cli screenshot --location <X,Y> --size <WIDTH>x<HEIGHT> --output "<file>"当你想手动绘制矩形时，使用图形界面。当你想在脚本、终端或 AI 智能体中获得相同结果时，使用 CLI。
从 Microsoft Store 下载 OverRec。
