EditHere：AI 视觉批注与布局修改工具

项目简介

EditHere 是一款面向 AI 的通用视觉批注与布局修改工具。你可以点选界面元素、拖动排版、暂停视频写下意见，把“改哪里、怎么改”转成无损原图、像素坐标和布局变更，再交给 Codex、Claude Code、WorkBuddy、Qcode 等任意多模态 AI。它不绑定模型，也不依赖网页 DOM，屏幕上看得到的内容都能标注，适用于网页、桌面与游戏 UI、AI 生图、视频与动画等场景。

主要功能

• 多种批注方式：智能选块可点中识别出的元素，滚轮切换范围；点批注精确到像素；框批注拖出任意区域；全局意见针对整张画面。每条意见带编号并与画面位置对应，批注不会画进原图，交付的是干净原图与独立坐标。
• 大爆炸布局调整：把画面切成可独立操作的矩形块，支持拖动、等比缩放、输入精确坐标，Ctrl 点击可多选整组移动。每次移动或缩放都会生成批注，记录移动前后的真实区域，原位置以透明棋盘格留空。
• 视频按时间点批注：导入 MP4、MOV、WebM 等视频，暂停到需要修改的帧直接批注，再用时间轴标签回到已批注画面。导出 JSON 的每条意见都带时间戳与帧截图；只有真正写过批注的画面才会进入导出。
• 交给 AI：可手动复制 JSON 内容、JSON 与图片或带批注图片，粘贴给任意 AI；也可配合仓库内的 edithere skill 与 edithere-cli，由 AI 执行 edithere-cli annotate 打开画面并等待，你点击“完成并返回 AI”后立即回传反馈。取消或超时不会把未提交的编辑当成修改要求。
• 截图与贴图：全局快捷键 Alt + Shift + 2 冻结屏幕，悬停给出候选区域，滚轮切换范围，也可手动拖框。工具条提供批注、文字识别、长截图、贴图、保存、复制；贴图可调圆角、阴影、边框并置顶。
• 文字识别（OCR）：框选区域后逐行列出识别结果，点一行可在原图高亮对应位置，支持复制全部或单行。使用系统自带引擎（Windows OCR / macOS Vision），不联网、不上传、不新增依赖；添加批注时还会读取框选区域文字附进反馈。
• 长截图：框选滚动区域后边滚动边拼接，右侧缩略预览随内容延伸，支持上下双向采集、自动滚动与一键裁剪，完成后直接进入批注。
• 项目与输入：.edithere 项目内嵌原图、批注与编辑状态；支持截图、打开、拖入或粘贴 PNG / JPEG / WebP / BMP，以及 MP4 / MOV / WebM 等视频。
• 本地优先与跨平台：截图、元素识别、OCR、编辑均在本机完成，不上传画面。提供浅色 / 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可自定义。

安装与使用

桌面版从 Releases 下载对应安装包：Windows 安装器与免安装 ZIP、macOS 通用 DMG、Linux AppImage。请完整安装或解压，并保留随包运行库及插件。Windows 10 1809+ 为正式支持；macOS 14+ 与 Linux（Ubuntu 24.04）为预览版。

网页版是一个独立的 HTML 文件：下载 Web 压缩包 解压后双击 EditHere.html，或把该 HTML 放到任意静态站点。需要接入 Agent 时使用 EditHere-web-agent.zip，细节见 网页版说明。

桌面版推荐配合 AI 工具使用。仓库提供 AI 安装指南，可在能操作本机终端与文件的 AI 工具中按指南配置程序与 edithere skill，然后对 AI 说“用 EditHere 让我标注一下首页，等我完成后按我的意见修改”。

注意事项

• EditHere 本身不调用任何模型，只负责整理反馈；实际修改由你使用的多模态 AI 完成。
• 桌面版与网页版能力不同：全局快捷键截屏、系统级 OCR、长截图、贴图置顶、托盘等为桌面版独有能力，网页版更适合作为 AI 工作台中的批注面板。
• 桌面版与命令行、连接器之间的本地通信带有每轮随机凭据与操作系统身份核验；程序内更新只接受可信发布者签名且证书指纹匹配的安装包。当前版本尚未配置发布者证书，程序内检查到新版本时会打开下载页，需手动下载安装。
• 新版本程序兼容读取旧反馈与工程，但旧程序不保证能读取 v4 反馈。
• 网页版可离线使用，单个 HTML 无服务端、无 CDN；项目格式为 .edithere-web.json，与桌面版的 .edithere 不同。
• 采用 PolyForm Noncommercial 1.0.0 许可。

本作品整理自 GitHub 开源项目 Inginnng/EditHere，原作者 @Inginnng。中文介绍由 AI 根据项目 README 整理，以原仓库为准。