mac-local-vision CLI
Однофайловый инструмент macvis для macOS: OCR, координаты слов, штрихкоды и сортировка лиц на устройстве, без облака.
- 63 ★ репозитория
- Последний коммит
Минимальный доступ
Почему такой уровень
- Инструмент читает локальные изображения на устройстве, режим `serve` открывает HTTP-доступ.
Установка
- Работает в
Ручная установка
brew install junmo-kim/tap/macvisЗатем `macvis doctor`; MCP подключают командой `macvis mcp`.
Доступ и проверки
Как мы проверяемМинимальный доступИнструмент ничего не запускает и не ходит в сеть.
- Инструмент читает локальные изображения на устройстве, режим `serve` открывает HTTP-доступ.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
`macvis` написан на Swift и опирается на встроенные в macOS фреймворки Vision и FoundationModels, поэтому работает одним бинарником около 550 КБ без Node и Python. Команда `ocr` вытягивает текст страницы, `find` возвращает точный центр слова для клика или проверки в E2E-тестах, `barcode` читает QR и штрихкоды, `make-qr` рисует QR, а `rectify-document` выпрямляет сфотографированный документ. Еще есть структурный разбор документа с таблицами и списками, классификация по таксономии из 1303 меток, сортировка фотографий по лицам и команда `ask` для вопросов по изображению через Apple Foundation Models на macOS 27. Агент подключает `macvis mcp` по stdio, HTTP-режим `macvis serve` нужен для удаленных узлов, а в репозитории лежит скилл для Claude Code.
Для кого. Разработчикам на Mac, которые поручают агенту читать скриншоты и сканы и не хотят платить за облачное зрение и отправлять картинки наружу.
Подходит, если
- Тест интерфейса должен найти слово на экране и кликнуть по его центру.
- Скан или фотографию документа надо превратить в текст и таблицы.
- На изображении нужно прочитать QR-код или штрихкод.
- Фотографии семьи сортируют по людям, и снимки не должны покидать компьютер.
Не подходит, если
- Работа идет на Windows или Linux: инструмент опирается на фреймворки macOS.
- Нужно распознавание рукописного текста или сложных схем моделью класса GPT.
- Mac на процессоре Intel или macOS старше 26.
Пример запроса к агенту
Найди на скриншоте кнопку с текстом Войти и верни координаты ее центра, затем распознай QR-код на втором изображении.Ограничения
Нужен Mac на Apple Silicon с macOS 26 или новее. Команда `ask` работает только на macOS 27 при включенном Apple Intelligence, а сборка из исходников требует Xcode 27. Бинарник из прямой загрузки подписан ad-hoc и не нотаризован, и без снятия атрибута карантина система тихо завершает его. Задержки в README измерены на нескольких Mac и зависят от оборудования. Режим `serve` открывает HTTP-доступ, и защищать его придется самостоятельно.
Как отключить. Удалите бинарник командой `brew uninstall macvis` и запись `mac-vision` из конфигурации MCP. Ссылку `~/.claude/skills/macvis` удалите вручную.
Частые вопросы
Как установить?
Выполните `brew install junmo-kim/tap/macvis` или `mise use -g github:junmo-kim/mac-local-vision`, затем `macvis doctor` покажет, что доступно.
Как подключить к агенту?
Через MCP: `macvis mcp` работает по stdio. Для Claude Code есть и скилл в папке `skills/macvis`.
Уходят ли изображения в облако?
Нет, обработка идет на устройстве через Vision и FoundationModels, облачные токены не тратятся.
Что нужно для команды ask?
macOS 27 и включенный Apple Intelligence. На macOS 26 остальные команды Vision работают, а `ask` недоступна.
Для чего режим serve?
Он запускает HTTP-сервер MCP для удаленных и не-Mac узлов, которые обращаются к Mac за распознаванием.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
CLI-инструментыЛокальный MCP-сервер для правки и разбора изображений: агент обрезает кадры, находит объекты и читает текст с фото
Дает текстовым моделям зрение: картинки идут в GLM и Agnes, OCR в Baidu и Windows, PDF в MinerU, ответ приходит в JSON
Reelpack разбирает локальное видео на расшифровку, склейки, текст на экране и ритм музыки, чтобы агент не смотрел ролик целиком.
Локальный MCP-сервер озвучки для macOS: клонирование голоса, синтез речи и аудиокниги из PDF по команде агента
CLI и скилл для Claude Code, Codex и Cursor: индекс видео, поиск по словам и тексту кадра, кадры крупно и замер монтажа
VidMoat MCP
Vidmoat MCP
Удаленный MCP-сервер облачного видеоредактора: агент загружает материал, правит таймлайн, смотрит кадры и рендерит MP4
Коротко о README
В README: список возможностей, размер и скорость, требования, установка через Homebrew и mise, команды, подключение MCP и скилла и устройство внутреннего сервиса.