AI 发起标注,你在画面上圈出位置写下意见,AI 读完反馈继续改

介绍

C++20 + Qt 6.8 写的本地批注工具,Windows、macOS、Linux 桌面版齐全,还有能直接双击打开的离线网页版,一千七百多星。许可是 PolyForm Noncommercial 1.0.0——源码可读可改,个人非商业随便用,商用要找作者单独授权。【跟 AI 说"那个按钮往左挪一点"说不清的时候,直接在截图上拖一下就好了】

它解决的是 Vibe Coding 的老问题:AI 生成的界面能跑,但细节总差一口气,而"右边第二个按钮颜色不对""这个卡片和标题没对齐"用文字描述起来又长又容易歧义。EditHere 的做法是让批注本身成为指令——点一下指向某个元素,框一下圈出范围,或者开"大爆炸"把画面拆成可拖动的矩形块,直接把按钮拖到想要的位置,前后坐标和尺寸变化都会被记下来。

反馈不是一张涂鸦图,而是结构化的 JSON:每条意见带编号,附原图和像素坐标,视频还能带上时间戳和对应帧截图,AI 拿到就能对照画面定位。多页项目可以组成"组图",一次放 64 页集中评审,AI 改完只替换有变化的截图,你接着在同一组里复审。

配套也做得挺完整:桌面端有全局快捷键截图、长截图、贴图、取色,OCR 走系统本地能力(Windows 系统 OCR、macOS Vision、Linux Tesseract);不想让 AI 读图,可以用内置的"AI 解析"把图文整理成纯文字修改清单,支持 OpenAI、Claude、DeepSeek、GLM、Kimi 这些接口,Key 存系统凭据库。给 AI 用时还有 edithere-cli annotate 命令和 MCP 连接器。

特征

🖱️ 点批注、框批注、智能选块、全局意见,指哪改哪
💥 大爆炸直接把组件拖到位,自动记录前后坐标与尺寸
🗂️ 项目组图最多 64 页,逐页批注 + 整组意见一次提交
🎬 视频暂停到某一帧批注,导出带时间戳和帧截图
🧾 导出结构化 JSON,AI 能读到位置、编号和布局变化
🤖 桌面版可接 CLI / MCP 连接器,由 AI 主动发起一轮评审
📝 AI 解析把图文意见转成可编辑的纯文字清单
✂️ 截图、长截图、置顶贴图、取色、本地 OCR 一应俱全
🌐 离线网页版双击即开,不装软件也能批注
🖥️ 支持网页、桌面软件、游戏 HUD、AI 生图多种画面

开源地址