franzenzenhofer/big-arrow-on-the-screen

解决的问题

当 AI 代理程序需要用户在屏幕上执行特定操作（例如：“点击对话框中的‘允许’”）时，往往难以与人类沟通。与其在用户可能没在看的终端中输出文字信息，big-arrow-on-the-screen 允许代理程序通过高度可见的箭头与标签，在 macOS 桌面上视觉化地指向特定的 UI 元素、窗口或坐标。

运作方式

这是一个使用 Swift 编写的 macOS 命令行工具，它会在所有窗口、显示器与空间之上创建一个透明的覆盖窗口。它能绘制指向目标（可通过标签、坐标或窗口标题定义）的箭头、方框或圆环，且不会抢占键盘焦点或阻挡对目标元素的点击。它包含一套供 AI 代理程序（如 Claude Code 与 Codex）使用的“技能”配置，使其能自主使用这些指令。

适用对象

• AI 代理程序开发者： 为其代理程序提供引导用户进行 UI 交互的方式。
• 终端用户： 在代理程序引导下完成复杂设置或权限操作的用户。
• 开发者/测试人员： 用于制作视觉化演示、文档或调试 UI 坐标。

特色亮点

• 非侵入式： 点击可穿透至目标；键盘焦点维持在当前应用程序。
• 灵活定位： 可通过 UI 元素标签、全局坐标、窗口标题或特定浏览器标签页进行指向。
• 丰富视觉效果： 支持多种形状（直线、锯齿、螺旋）、样式（箭头、圆环、方框）、大小与自定义颜色。
• 交互元素： 包含标记内的复制到剪贴板按钮以及可选的关闭按钮。
• AI 代理就绪： 为 LLM 代理程序提供专用技能，并使用标准退出代码进行程序化反馈。
• 零权限绘图： 绘制覆盖层不需要 macOS 权限，但寻找特定元素可能需要辅助功能权限。