开源

visAware 是公开的开源项目,代码、发布包和问题反馈都在 GitHub。

架构概览

visAware 架构图:用户通过 NVDA 操作 visAware;插件从 Windows 桌面获取截图,经过请求处理和模型适配调用在线视觉模型,再将结果反馈给用户或在本地执行操作。
图中概括了 visAware 从屏幕截图、请求处理、模型适配到结果反馈与本地执行的主要流程。查看原图

贡献方向

  • 添加新的模型
  • 改进交互体验
  • 增强 Agent 能力
  • 改进文档和本地化