# 视觉上下文

Source: https://everywhere.sylinko.com/zh/docs/chat-tools/visual-context

即使未启用该工具，在聊天窗口发送消息时若附件中包含视觉元素，Everywhere 也会尝试获取视觉上下文。该工具主要提供额外的截图和操作功能。

## 功能

| 功能       | 描述                     | 权限                  |
| -------- | ---------------------- | ------------------- |
| 列出窗口     | 列出屏幕上的所有窗口             | 读取屏幕 (risk: low)    |
| 截图 UI 元素 | 截取视觉元素的截图              | 读取屏幕 (risk: low)    |
| 读取视觉树    | 读取屏幕上窗口或元素的视觉树         | 读取屏幕 (risk: low)    |
| 自动化操作    | 执行一组自动化操作，如点击、输入或发送快捷键 | 访问屏幕 (risk: medium) |

## 注意

### 自动化操作

“自动化操作”功能为**实验性**，可能无法达到预期效果，请谨慎使用。

自动化操作的功能由大模型自行把握是否执行。通常情况下，**模型可能不愿意执行此类动作**，且执行效果有时可能不尽人意。

### 软件兼容性

由于通过 UI 自动化获取视觉上下文，**部分不支持无障碍特性的软件（如微信）将无法获取内容**。此外，诸如游戏之类的应用也不可用。

### 实时性

视觉上下文的获取类似于快照而不是实时的，所以类似 YouTube 字幕翻译是做不到的。
