Skip to main content
Verwenden Sie dieses Tool, um zu lesen, was derzeit in einer App oder einem Browserfenster sichtbar ist, bevor Sie Maßnahmen ergreifen.
Der [Computer Use]-Agent bevorzugt read_screen_ax (nur AX, kein Screenshot) aus der Agent-Tools-Referenz. Verwenden Sie Get Active App Context für manuelle Primitive-Ketten oder wenn Sie OCR aus Screenshots außerhalb des Task-Agenten benötigen.

​
Was es tut

– Ruft standardmäßig Inhalte aus dem aktiven App-Fenster ab. – Akzeptiert optionales windowID (pid/title), um auf ein bestimmtes Fenster abzuzielen. – Gibt extrahierten Textinhalt zurück.
  • Fügt bei Bedarf OCR-Text aus Screenshots hinzu.

​
Häufige Verwendung

  • Lesen Sie den Seiten- oder App-Status, bevor Sie darauf klicken.
  • Extrahieren Sie sichtbare Inhalte für Zusammenfassungen.
  • Bauen Sie vor der mehrstufigen Automatisierung einen stabilen Kontext auf.

​
Eingabe

  • windowID (optional): Zielen Sie auf ein bestimmtes Fenster von list_windows.

​
Gute Paarung