改这里 —— 让 AI 看懂，你想怎么改。
面向 AI 的通用视觉批注与布局修改工具。
点选元素、拖动排版、暂停视频写意见——把「改哪里、怎么改」变成 无损原图 + 像素坐标 + 布局变更，交给任何多模态 AI。
网页 · 桌面与游戏 UI · AI 生图 · 视频与动画
下载 · 让 AI 帮你安装 · 功能一览 · 和截图画框有什么不同 · 桌面版与网页版 · 接入 AI · 使用指南 · 更新日志
简体中文 · English
国内 AtomGit 托管：EditHere
↑ AI 发起标注 → 你在 EditHere 里写意见 → 「完成并返回 AI」→ AI 读取反馈并修改
「右上角那个按钮再往左一点」「这张卡片大一些」「这里颜色不对」——和 AI 一起改界面时，想法很清楚，却要花大量文字描述位置和范围，AI 还常常改错地方。
EditHere 把意见直接放回画面里。 你圈出区域、写下意见，或者直接把组件拖到想要的位置；EditHere 把原图、批注坐标和布局变化打包成一份 JSON，交给 Codex、Claude Code、WorkBuddy、Qcode 等任何 AI 工具。
它不绑定模型，也不依赖网页 DOM——屏幕上看得到的东西，就能标。
| 只用文字描述 | 用 EditHere | |
|---|---|---|
| 指出位置 | 「右上角偏下那个按钮」 | 点一下，精确到像素坐标 |
| 描述布局调整 | 「往左挪一点，大概大 20%」 | 直接拖动、缩放，记录前后的真实坐标 |
| 多处修改 | 一长段话，容易遗漏 | 每条意见一个编号，与画面位置一一对应 |
| 视频 / 动画问题 | 「大概第 3 秒那里」 | 暂停到那一帧批注，自动带时间戳与帧截图 |
| 交给 AI | 复制截图 + 粘贴文字 | AI 调用 CLI 打开画面，等你点「完成」后直接拿到反馈 |
- 🖥️ 网页、桌面与游戏界面：Web 页面、Qt / WPF / Electron 原生应用、移动端与模拟器画面、Canvas 和游戏 HUD。不需要能解析 DOM，看得见就能标。
- 🎨 AI 生图精修：在一张图上同时标出十几处细节改动，或者把画面里的元素直接拖到新位置，用原图重出而不是让涂抹反复覆盖。
- 🎬 视频与动画走查：导入 MP4 / MOV / WebM，暂停在出问题的那一帧写意见，导出带时间戳和帧截图的清单。
- 📐 设计稿与界面还原：配合坐标读数、取色和长截图，把设计稿与实际画面的差异量化成具体数值交给 AI。
常见的三种批注方式各有边界，EditHere 补的正是它们都覆盖不到的那部分：
| 截图 + 画框 (微信 / Snipaste 等) |
浏览器 DOM 批注 (Codex / WorkBuddy 侧栏) |
AI 生图涂抹 (涂后重画) |
EditHere | |
|---|---|---|---|---|
| 原图 | 红框和文字画进图里，遮住细节 | 不动画面 | 直接覆盖原像素 | 原图 100% 保留，批注与坐标另存 JSON |
| 多处 | 框和字互相叠压，AI 容易看错 | 逐个节点修改，缺少统一清单 | 一次一处 + 一段提示词 | 每处一个编号，与坐标严格对应 |
| 范围 | 任何画面 | 仅限 HTML | 仅限单张静态图片 | 网页、原生应用、游戏、视频、生图通吃 |
| 位移 | 画箭头 + 写字，说不清距离 | 无法表达自由坐标位移 | 不支持 | 「大爆炸」拖拽缩放，记录前后坐标 |
| 交付 | 发图 + 打字 | 由工具转成节点描述 | 重新生成整张图 | 结构化 JSON + 原图 |
其中被问得最多的是 DOM 批注这一类——Codex、WorkBuddy 侧栏里的页面批注，以及浏览器里的批注插件（如 Agentation）都属于它。它们对网页很高效，但画面一旦离开 DOM（游戏、桌面软件、视频、AI 生成的图）就无从下手；画框截图则在批注一多时迅速失控。
智能选块点中识别出的元素即可写意见，滚轮切换更大或更小的范围；点批注精确指向某个像素；框批注拖出任意范围；全局意见针对整个画面。每条意见带编号，与画面位置一一对应，最后一键导出 JSON。
批注不会画进你的图片：画面上的编号和标记可以随时隐藏，交付给 AI 的始终是干净原图 + 独立坐标。
千言万语不如直接挪一下。点击「大爆炸」，画面按识别出的区域切成可独立操作的矩形块，拖动、等比缩放、输入精确坐标都行，Ctrl 点击可以多选整组一起移动。
每次移动或缩放都会自动生成一条批注，记录移动前后的真实区域；原位置留空（透明棋盘格），补背景还是重排布局由 AI 决定。比「往左挪一点」精确一百倍。
打开视频，播放或拖动时间轴，暂停在需要修改的那一帧直接批注；继续播放，在另一个时间点再批注。点击时间轴上的标签随时回到已批注画面。导出的 JSON 每条意见都带时间戳与帧截图，适合动画、游戏、交互流程的走查。
只有真正写过批注的画面才会进入导出，单纯暂停不会产生空帧。
格式说明见 视频标注说明。
AI 将首页、设置页、关键状态等真实结果组成项目组图，按固定页面 ID 更新截图；用户切换页面批注后统一提交。反馈只附有批注或布局调整的图片，其余页面只保留索引。桌面、Web、MCP Apps 和 DSH 共用这条流程，详见 项目组图与结果审批。
EditHere 提供结构化反馈，也可通过你配置的 API 把批注整理成纯文本：
- 手动：复制 JSON 内容 / JSON 与图片 / 带批注图片，粘贴给任意 AI。
- 自动：配合仓库内的
edithereskill 和edithere-cli，AI 执行edithere-cli annotate打开画面并等待；你点击 「完成并返回 AI」 后，AI 立即收到反馈继续修改。取消或超时不会把未提交的编辑当成修改要求。 - 纯文本（0.13.0）：在「设置 → AI 接口」选择提供商并保存自己的 Key，再用「更多 → 生成修改意见」。截图和批注在独立 API 请求中理解，核对后只复制文字给目标 Agent，减少该对话的图片上下文占用。详见生成修改意见。
默认交付 JSON 与独立原图，也可勾选“原图嵌入 JSON”。“复制 JSON 内容”默 8000 不携带原图编码，按钮内部的竖向「⋯」可切换并记住选择。新程序兼容读取旧反馈与工程；旧程序不保证能读取 v4。
全局快捷键冻结屏幕，悬停即给出候选区域，滚轮切换更大或更小的范围，也可以手动拖框。选区定下后上方出现工具条：批注、文字识别、长截图、贴图、保存、复制；右侧样式列可调圆角、阴影与边框，所见即所得，支持置顶，可以同时置顶多张。
放大镜、取色、截图历史等更多细节
- 拖动选区时指针旁有放大镜，附带像素坐标与
RGB/HEX/HSV/HSL读数；按C进入取色并复制颜色值。 - 方向键逐像素移动指针，
Shift/Ctrl+ 方向键收缩或扩展选区 1 像素。 - 固定比例（1:1、4:3、16:9、9:16、自定义）；点击尺寸可键入精确宽高。
- 最近 20 张截图与 10 个选区跨会话保留，
</>翻看历史，R恢复上次选区。 - 贴图支持缩放、旋转、翻转、透明度、阴影开关，右键第一项「批注」直接送进编辑器。
完整快捷键见 使用指南 · 截图。
框选区域即可识别文字，结果逐行列出，点一行就在原图上高亮对应位置，可复制全部或单行。使用系统自带引擎（Windows OCR / macOS Vision），不联网、不上传、不新增依赖。
添加批注时，EditHere 还会在本机自动读取你所框区域的文字，附进反馈帮助 AI 确认框住的是什么。
框选滚动区域后点击「长截图」，边滚动边拼接，右侧缩略预览随内容延伸，固定的顶栏只保留一次。支持上下双向采集、自动滚动、一键裁剪，完成后直接进入批注。
| 💾 项目保存 | .edithere 项目内嵌原图、批注与编辑状态，随时重新打开接着改；视频项目引用源文件并保存已标注帧。 |
| 📥 多种输入 | 截图、打开、拖入或粘贴 PNG / JPEG / WebP / BMP，以及 MP4 / MOV / WebM 等视频。 |
| <<<<<<< HEAD | |
| 🎨 外观与快捷键 | 浅色 / 深色主题，简体中文 / English 界面，22 项快捷键与底部工具栏均可自定义。 |
| 🔒 本地优先 | 截图、元素识别、OCR、编辑在本机完成；使用可选的 API 生成功能时，才向所选提供商发送本次图文。 |
| ======= | |
| 🎨 外观与快捷键 | 浅色 / 深色主题，简体中文 / 繁體中文 / English 界面，22 项快捷键与底部工具栏均可自定义。 |
| 🔒 本地优先 | 截图、元素识别、OCR、编辑全部在本机完成，EditHere 不会上传你的画面。 |
github/codex/native | 🖥️ 跨平台 | Windows 10 1809+ 正式支持；macOS 14+ 与 Linux（Ubuntu 24.04）为预览版。 |
| 能力 | 💻 桌面版 | 🌐 网页版 |
同一套批注与「大爆炸」，两种用法：桌面版是主力，负责截屏、视频、长截图和与本地 Agent 的自动闭环；网页版是一个独立的 HTML 文件，双击即用、可放到任意静态站点，素材不出本机。
| 图片批注（点 / 框 / 智能选块 / 全局） | ✅ | ✅ |
| 💥 大爆炸移位与缩放 | ✅ | ✅ |
| 🎬 视频按时间点批注 | ✅ | ✅ |
| 全局快捷键截屏 | ✅ Alt + Shift + 2 冻结屏幕并直接选块 | ❌ 浏览器沙盒无法跨应用截屏 |
| 系统级 OCR 与批注区域文字 | ✅ 自动读取框选区域的文字 | edithere-cli，点「完成」即回传 | ✅ MCP Apps 内嵌，或本机 web/agent.cjs 会话 |
| 项目保存 | .edithere | .edithere-web.json（独立格式，可导入导出反馈） |
| 离线 | ✅ 完全离线 | ✅ 单个 HTML，无服务端、无 CDN |
网页版获取方式：下载 Web 压缩包 后解压，双击 EditHere.html；或把这个 HTML 放到任意静态站点。接入 Agent 请用 EditHere-web-agent.zip，细节见网页版说明。
在能操作本机终端与文件的 AI 工具中（如 Codex、Claude Code），复制对应版本的提示词即可完成配置：
桌面程序版本：
请按 https://github.com/Inginnng/EditHere/blob/codex/native/docs/AI-SETUP.md 帮我配置 EditHere 和 edithere skill。
优先复用已安装或已完整解压的程序；如果没有，再按我的操作系统安装。
完成后验证 CLI 可以调用、skill 已放到当前 AI 工具能识别的位置，并告诉我如何发起第一次标注。
需要我完成的系统授权请明确提示。
Web 版本（MCP Apps / 浏览器兼容入口）：
请按 https://github.com/Inginnng/EditHere/blob/codex/native/web/AI-SETUP.md 帮我安装 EditHere Web Agent。
我会提供 web-agent ZIP 的地址或本地文件及 SHA-256：先检查是否已有安装，再完整解压到长期保留的用户目录。
优先配置当前宿主的 EditHere Web MCP，验证工具发现和内嵌界面，并安装 edithere-web skill。
宿主不支持 MCP Apps 时说明实际限制，改用普通浏览器兼容入口。
保留现有配置，不覆盖其他 MCP 或技能，最后告诉我如何批注当前页面。
配置完成后，在你的项目里说一句：
用 EditHere 让我标注一下首页，等我完成后按我的意见修改。
桌面版需要 AI 工具拥有本机终端和文件权限；Web 版还需要宿主支持 MCP Apps，不支持时走普通浏览器兼容入口。仅有网页聊天窗口无法安装本机程序。详细步骤见 AI 安装指南 与 网页版安装指南。
VS Code 通过 Remote SSH 开发远程项目时，可以把远程截图下载到本地 Windows，在 EditHere 中标注，再把反馈 JSON 和配套图片一起传回远程项目，供远程 AI 读取。命令在 Windows 本地 PowerShell 执行，现有方案需要文件往返，不提供远程直接控制本机 EditHere 的功能。
完整命令与路径说明见 AI 与命令行 · VS Code Remote SSH。
github/codex/native
| 平台 | 下载 | 说明 |
|---|---|---|
| Windows x64 · 推荐 | 安装器 EXE | 当前用户安装，无需管理员权限；提供开始菜单、卸载入口和项目文件关联。 |
| Linux x86_64 · 预览 | AppImage | 赋予执行权限后直接运行，目标环境 Ubuntu 24.04；详见 Linux 说明。 |
| 网页版 · 免安装 | Web 压缩包 | 解压后双击 EditHere.html，或放到静态站点；详见网页版说明。 |
下载入口始终指向最新正式版，具体版本以 Releases 页面和包内 version.txt 为准。
Details
- Windows 安装器默认安装到
%LOCALAPPDATA%\Programs\EditHere。组件页可选择登录时启动、加入 PATH 和桌面快捷方式；新安装默认勾选登录启动与 PATH，升级时保留已有启动登记状态。安装后需重新打开终端和 AI 工具才能读取新的 PATH。卸载会保留用户设置与项目。 <<<<<<< HEAD - Windows 安装包尚未代码签名，请从本仓库 Releases 下载，并核对 SHA-256 校验和。 =======
- Windows 使用免费项目签名验证应用内更新；这不是 Windows 公开信任证书，“未知发布者”与 SmartScreen 提示仍可能出现。0.12.7 及更早版本需手动升级一次。请从本仓库 Releases 下载，并核对 SHA-256 校验和。
github/codex/native
- Windows 最低构建目标为 Windows 10 1809+，在 Windows 11 上开发与测试；免安装版无需另装 Qt、Python、Node 或 .NET。
- macOS 要求 14+，仍处于预览阶段，尚未 Apple 公证；长截图后端已在 macOS 构建中编译通过。
- Linux 预览版：Wayland 下先授权显示器，再由 EditHere 框选并手动长截图；缺少 PipeWire 或 ScreenCast 时回退系统选区，仅支持普通截图。X11 支持手动采集与自动纵向滚动。详见 Linux 说明。
- 从旧版升级：退出旧版后运行安装器或完整解压新版。若开机启动提示旧路径，保持自启勾选并保存即可刷新；在新程序中保存一次项目可登记
.edithere文件关联。旧版自动更新可能不识别新仓库地址，首次更名升级请使用上面的下载入口。
- 安装：让 AI 按上面的提示词帮你装好，或手动下载（网页版解压即用）。
- 截取画面：按全局快捷键
Alt + Shift + 2，或对 AI 说「用 EditHere 帮我标注主页面」。 - 写下意见：点、框、全局意见、大爆炸，怎么说得清楚就怎么来。
- 交给 AI：点「完成并返回 AI」，或复制 JSON 发给任意 AI。
导出的 feedback-minimal-4 把原图校验信息、批注点位、框选区域与大爆炸位移分开存放，方便任何 Agent 或工作流解析：
objects 里的每一项都是一处修改：source 是它原本的位置，movement 记录大爆炸拖到了哪里、位移了多少像素，annotations 是你写的原话。原图默认作为独立文件一起交付，也可选择内嵌进 JSON。
完整字段见 使用指南 · 反馈 JSON，命令与示例见 AI 与命令行。
截个图画个框也能发给 AI，为什么还要 EditHere？
一两处简单修改确实够用。但批注一多，画框和文字会互相叠压，AI 很难判断哪句话对应哪个位置；而「 8BD0 把这块挪过去、放大一点」这类意图，用箭头和文字几乎说不清。EditHere 用编号把意见和坐标绑定，用大爆炸直接记录位移，批注也不覆盖原图。详见上面的对比。
能识别所有控件和图像内容吗？
不能。程序结合系统公开的元素边界与本地图像分析寻找候选区域，这不是语义识别；没有选准时可以手动画框补充。「文字识别」是另一项功能，只读取你选中区域里的文字。
截图会自动上传吗？
不会自动上传。截图、图像识别和编辑都在本机完成。使用可选的「生成修改意见」或「测试连接」时，EditHere 会调用你配置的 API：生成发送当前批注快照与截图，连接测试只发送内置小图。你自行发送反馈，或允许接入的 AI 工具读取反馈后，是否上传取决于该工具；手动检查更新或默认开启的启动检查时，EditHere 会查询 GitHub 与 Gitee 的正式发行版，选择较新的版本。可在设置中关闭启动检查。
只能配合 Codex / Claude Code 使用吗？
不是。反馈以 JSON 和图片交付，不绑定任何模型服务。Codex、Claude Code 可使用配套 skill，其他工具可通过 CLI 或手动导入接收反馈。桌面端另有可选的 API 生成功能，支持 OpenAI、Claude、DeepSeek、GLM、Kimi 及自定义兼容服务，需要你自己的 API Key 和额度。
免安装版也能使用 skill 吗？
可以。完整解压 Windows ZIP，将 edithere skill 放到 AI 工具能识别的技能目录，并告诉 AI edithere-cli.exe 的绝对路径即可，不必运行安装器或加入 PATH。
能保存下次继续改吗？
可以。.edithere 项目保留原图、批注与编辑状态；复制给 AI 的 JSON 则用于传达本次修改意见。网页版保存为 .edithere-web.json，重新拖入即可继续。
| 文档 | 内容 |
|---|---|
| 使用指南 | 截图、批注、大爆炸、导出、设置与快捷键的完整说明 |
| AI 与命令行 | edithere-cli 命令、skill 配置与 Agent 接入 |
| <<<<<<< HEAD | |
| 生成修改意见 | 配置模型 API，把截图和批注整理成纯文本 |
| ======= |
github/codex/native | AI 安装指南 | 让 AI 自动完成安装与配置 | | 网页版说明 | 独立 HTML、MCP Apps 与浏览器兼容模式 | | 视频标注说明 | 视频反馈格式与使用方式 | | 长截图实现参考 | 长截图的设计与验证 | | Linux 说明 | AppImage、OCR 依赖与 X11 / Wayland 行为 | | 构建与开发 | 从源码构建、测试与打包 | | 平台与分发目录 | 各平台产物与目录结构 | | 更新日志 | 每个版本的变化 |
我是印迹，学生个人开发者。
做它的原因很直接：Vibe Coding 时 AI 像一台许愿机，一句话就能变出能跑的界面；可一旦要改细节，想法很清楚，但要表达就很困难。于是我想，能不能把需求直接标在图上——哪一块、多大、往哪挪，让想法先被看见，再被实现。EditHere 就是这个想法的产物。
最近在忙秋招，更新会慢一些，但不会停，很多设想中的功能也在逐步实现。我希望能从 EditHere 出发，挖掘更多人与 AI 交互的创新工具，开发最好的人机交互软件！
如果你觉得它有用，欢迎在 GitHub 点一个 Star，这对我很重要，或把遇到的问题提给我。感谢使用它的你。
原创软件采用 PolyForm Noncommercial License 1.0.0（SPDX: PolyForm-Noncommercial-1.0.0）。
个人、教育、研究、慈善、政府等非商业用途可以免费使用、修改和分发，只需保留许可文本与 Required Notice。商业用途需要作者的书面授权——包括把 EditHere 内置进对外销售或收费的产品与服务。详见 商业授权与合作，联系 inginnng@163.com。
EditHere 的名称与标识不随本许可授予，使用规范见 商标与品牌政策。Qt、MinGW 等第三方组件遵循各自许可证，见 第三方声明。
{ "schemaVersion": "feedback-minimal-4", <<<<<<< HEAD "tool": {"name": "EditHere", "version": "0.13.0"}, ======= "tool": {"name": "EditHere", "version": "0.12.5"}, >>>>>>> github/codex/native "image": {"mode": "file", "file": "feedback.png", "mimeType": "image/png", "width": 2000, "height": 1200, "devicePixelRatio": null, "sha256": "…"}, // 示意哈希；原图与 JSON 一起提供 "annotationSpace": "result", "objects": [ {"id": "o1", "kind": "region", "source": {"x1": 1002, "y1": 156, "x2": 1464, "y2": 384}, "annotations": [{"number": 1, "text": "转化率下降要更醒目，改成红色标签"}]}, {"id": "o2", "kind": "region", "source": {"x1": 1760, "y1": 50, "x2": 1960, "y2": 110}, "movement": {"rect": {"x1": 640, "y1": 40, "x2": 840, "y2": 100}, "dx": -1120, "dy": -10}, "annotations": [{"number": 2, "text": "导出按钮挪到标题旁边"}]}, {"id": "o3", "kind": "global", "annotations": [{"number": 3, "text": "整体留白再大一些"}]} ] }