(cache)けんすう on X: "@R_SQL_English 結構単純でPythonで 1. AppleScriptで、いまアクティブなウインドウの名前を取得 2. macOSの標準にあるscreencaptureを使って画面全体をスクショ 3. macOSのVision Frameworkを使ってOCRで中身を読み取る 4. 取得した情報をJSONL形式でログを保存 5. キャプチャの画像を削除" / X

結構単純でPythonで 1. AppleScriptで、いまアクティブなウインドウの名前を取得 2. macOSの標準にあるscreencaptureを使って画面全体をスクショ 3. macOSのVision Frameworkを使ってOCRで中身を読み取る 4. 取得した情報をJSONL形式でログを保存 5. キャプチャの画像を削除をやってるだけです！OCRをAIでやると料金がえぐくなるので、精度は低いけど、OCRはローカルでやってます。まあ、そんなに精緻に取る必要もないので、、