locallens

传统的视觉模型虽然强大，但往往需要上传图片到云端，不仅涉及隐私泄露风险，还可能产生额外的 API 费用。对于仅仅需要从屏幕截图或图片中提取文字的用户来说，这种方案显得过于复杂且不够直接。

LocalLens 利用 macOS 自带的 Vision 框架，提供了一种纯本地的文本识别方案。它不依赖任何外部视觉模型，也不需要 API 密钥或网络连接，图片处理完全在您的 Mac 上完成。无论是剪贴板截图、桌面图片文件还是屏幕内容，它都能快速将其中的文字精准提取出来。

这款插件特别适合重视数据隐私、追求极致响应速度的 macOS 用户。它是那些希望将视觉模型作为“读图工具”而非“理解工具”的理想选择。通过将识别出的文本无缝注入对话上下文，LocalLens 让 Agent 能够轻松处理文档扫描件、UI 界面文本或截图信息，同时确保您的敏感数据永不离开本地设备。