🏠 AI Tools Hub | 首页 | 文章 | 评测 | GitHub热门 | 排行榜

See Now教程：让AI实时看你的屏幕，静止时几乎不花token

📌 项目日期：2026年11月 | 数据来源：GitHub官方仓库 | 星数：489+

📋 项目简介

让Agent"看见屏幕"的最大成本是帧流——每秒都在烧token。See Now（DSH实时视觉插件，Apache-2.0）的解法是按变化量筛帧：静止画面几乎零成本；一镜到底的视频按运动量给帧；硬切幻灯片每切一次留一帧。留下的多帧压进一张拼图按真实像素位置摆好交给模型——一次调用看清全部变化。

DSH生态插件家族：自媒体工作台 dsh-media-desk、社区版 dsh-purge、移动端 DSH Android。

🔧 筛帧策略

场景	策略
静止画面	几乎不出帧——零成本挂机
一镜到底视频	按运动量给帧
硬切幻灯片	每切一次留一帧
scene模式	每次画面切换单独出满幅图

📦 使用

git clone https://github.com/SAOS-3624/dsh-see-now.git
# 装进DSH：屏幕/摄像头/视频文件三种输入
# 悬浮窗样式：实时玻璃/静态磨砂（CPU近0）/纯色/自动
# Apache-2.0，闭源商用免授权费

✅ 使用建议

给屏幕操作类Agent装上它，token账单立降一个量级
调试窗可看每帧的留存评分——调参不盲调
静态磨砂悬浮窗给低配机留了退路

📚 常见问题

See Now是什么？

DeepSeek Harness的实时视觉插件：把屏幕（或摄像头/视频文件）变成一串按变化量筛选过的画面，压进一张几帧拼成的图交给模型——AI不再"听你描述屏幕"，而是自己看，而且只传画面变了的那几帧。

怎么省token？

静止的屏幕几乎不花钱；一镜到底的视频按运动量给帧；硬切幻灯片每切一次留一帧。还有scene:true逐场景模式：每换一次画面单独出一张满幅图。

授权如何？

Apache-2.0随便用：个人、公司内部、闭源产品、SaaS、二次分发都可以，保留LICENSE和NOTICE即可，不需要CLA。