如何通过截屏ocr识别元素坐标来调用大模型api实现自动操作电脑？
以前的截图定位，ai大模型老是不进准，能否通过ocr插件，例如winorc或deepseekocr等来先进行识别每个元素，然后交给ai大模型来判断该怎么操作，输入还是点击？
网友回复
我知道答案，我要回答
私活外包
如何通过截屏ocr识别元素坐标来调用大模型api实现自动操作电脑？
以前的截图定位，ai大模型老是不进准，能否通过ocr插件，例如winorc或deepseekocr等来先进行识别每个元素，然后交给ai大模型来判断该怎么操作，输入还是点击？
网友回复
