改这里 —— 让 AI 看懂，你想怎么改。

面向 AI 的通用视觉批注与布局修改工具。
点选元素、拖动排版、暂停视频写意见——把「改哪里、怎么改」变成 无损原图 + 像素坐标 + 布局变更，交给任何多模态 AI。
_{网页 · 桌面与游戏 UI · AI 生图 · 视频与动画}

下载 · 让 AI 帮你安装 · 功能一览 · 和截图画框有什么不同 · 桌面版与网页版 · 接入 AI · 使用指南 · 更新日志

简体中文 · English

国内 AtomGit 托管：EditHere

_{↑ AI 发起标注 → 你在 EditHere 里写意见 → 「完成并返回 AI」→ AI 读取反馈并修改}

「右上角那个按钮再往左一点」「这张卡片大一些」「这里颜色不对」——和 AI 一起改界面时，想法很清楚，却要花大量文字描述位置和范围，AI 还常常改错地方。

EditHere 把意见直接放回画面里。 你圈出区域、写下意见，或者直接把组件拖到想要的位置；EditHere 把原图、批注坐标和布局变化打包成一份 JSON，交给 Codex、Claude Code、WorkBuddy、Qcode 等任何 AI 工具。

它不绑定模型，也不依赖网页 DOM——屏幕上看得到的东西，就能标。

• 🖥️ 网页、桌面与游戏界面：Web 页面、Qt / WPF / Electron 原生应用、移动端与模拟器画面、Canvas 和游戏 HUD。不需要能解析 DOM，看得见就能标。
• 🎨 AI 生图精修：在一张图上同时标出十几处细节改动，或者把画面里的元素直接拖到新位置，用原图重出而不是让涂抹反复覆盖。
• 🎬 视频与动画走查：导入 MP4 / MOV / WebM，暂停在出问题的那一帧写意见，导出带时间戳和帧截图的清单。
• 📐 设计稿与界面还原：配合坐标读数、取色和长截图，把设计稿与实际画面的差异量化成具体数值交给 AI。

常见的三种批注方式各有边界，EditHere 补的正是它们都覆盖不到的那部分：

其中被问得最多的是 DOM 批注这一类——Codex、WorkBuddy 侧栏里的页面批注，以及浏览器里的批注插件（如 Agentation）都属于它。它们对网页很高效，但画面一旦离开 DOM（游戏、桌面软件、视频、AI 生成的图）就无从下手；画框截图则在批注一多时迅速失控。

智能选块点中识别出的元素即可写意见，滚轮切换更大或更小的范围；点批注精确指向某个像素；框批注拖出任意范围；全局意见针对整个画面。每条意见带编号，与画面位置一一对应，最后一键导出 JSON。

批注不会画进你的图片：画面上的编号和标记可以随时隐藏，交付给 AI 的始终是干净原图 + 独立坐标。

千言万语不如直接挪一下。点击「大爆炸」，画面按识别出的区域切成可独立操作的矩形块，拖动、等比缩放、输入精确坐标都行，Ctrl 点击可以多选整组一起移动。

每次移动或缩放都会自动生成一条批注，记录移动前后的真实区域；原位置留空（透明棋盘格），补背景还是重排布局由 AI 决定。比「往左挪一点」精确一百倍。

打开视频，播放或拖动时间轴，暂停在需要修改的那一帧直接批注；继续播放，在另一个时间点再批注。点击时间轴上的标签随时回到已批注画面。导出的 JSON 每条意见都带时间戳与帧截图，适合动画、游戏、交互流程的走查。

只有真正写过批注的画面才会进入导出，单纯暂停不会产生空帧。

格式说明见 视频标注说明。

EditHere 本身不调用任何模型，它只负责把反馈整理清楚：

• 手动：复制 JSON 内容 / JSON 与图片 / 带批注图片，粘贴给任意 AI。
• 自动：配合仓库内的 edithere skill 和 edithere-cli，AI 执行 edithere-cli annotate 打开画面并等待；你点击 「完成并返回 AI」 后，AI 立即收到反馈继续修改。取消或超时不会把未提交的编辑当成修改要求。

默认交付 JSON 与独立原图，也可勾选“原图嵌入 JSON”。“复制 JSON 内容”默认不携带原图编码，按钮内部的竖向「⋯」可切换并记住选择。新程序兼容读取旧反馈与工程；旧程序不保证能读取 v4。

全局快捷键冻结屏幕，悬停即给出候选区域，滚轮切换更大或更小的范围，也可以手动拖框。选区定下后上方出现工具条：批注、文字识别、长截图、贴图、保存、复制；右侧样式列可调圆角、阴影与边框，所见即所得，支持置顶，可以同时置顶多张。

框选区域即可识别文字，结果逐行列出，点一行就在原图上高亮对应位置，可复制全部或单行。使用系统自带引擎（Windows OCR / macOS Vision），不联网、不上传、不新增依赖。

添加批注时，EditHere 还会在本机自动读取你所框区域的文字，附进反馈帮助 AI 确认框住的是什么。

框选滚动区域后点击「长截图」，边滚动边拼接，右侧缩略预览随内容延伸，固定的顶栏只保留一次。支持上下双向采集、自动滚动、一键裁剪，完成后直接进入批注。

同一套批注与「大爆炸」，两种用法：桌面版是主力，负责截屏、视频、长截图和与本地 Agent 的自动闭环；网页版是一个独立的 HTML 文件，双击即用、可放到任意静态站点，素材不出本机。

网页版获取方式：下载 Web 压缩包 后解压，双击 EditHere.html；或把这个 HTML 放到任意静态站点。接入 Agent 请用 EditHere-web-agent.zip，细节见网页版说明。

在能操作本机终端与文件的 AI 工具中（如 Codex、Claude Code），复制对应版本的提示词即可完成配置：

桌面程序版本：

请按 https://github.com/Inginnng/EditHere/blob/codex/native/docs/AI-SETUP.md 帮我配置 EditHere 和 edithere skill。
优先复用已安装或已完整解压的程序；如果没有，再按我的操作系统安装。
完成后验证 CLI 可以调用、skill 已放到当前 AI 工具能识别的位置，并告诉我如何发起第一次标注。
需要我完成的系统授权请明确提示。

Web 版本（MCP Apps / 浏览器兼容入口）：

请按 https://github.com/Inginnng/EditHere/blob/codex/native/web/AI-SETUP.md 帮我安装 EditHere Web Agent。
我会提供 web-agent ZIP 的地址或本地文件及 SHA-256：先检查是否已有安装，再完整解压到长期保留的用户目录。
优先配置当前宿主的 EditHere Web MCP，验证工具发现和内嵌界面，并安装 edithere-web skill。
宿主不支持 MCP Apps 时说明实际限制，改用普通浏览器兼容入口。
保留现有配置，不覆盖其他 MCP 或技能，最后告诉我如何批注当前页面。

配置完成后，在你的项目里说一句：

用 EditHere 让我标注一下首页，等我完成后按我的意见修改。

桌面版需要 AI 工具拥有本机终端和文件权限；Web 版还需要宿主支持 MCP Apps，不支持时走普通浏览器兼容入口。仅有网页聊天窗口无法安装本机程序。详细步骤见 AI 安装指南 与 网页版安装指南。

VS Code 通过 Remote SSH 开发远程项目时，可以把远程截图下载到本地 Windows，在 EditHere 中标注，再把反馈 JSON 和配套图片一起传回远程项目，供远程 AI 读取。命令在 Windows 本地 PowerShell 执行，现有方案需要文件往返，不提供远程直接控制本机 EditHere 的功能。

完整命令与路径说明见 AI 与命令行 · VS Code Remote SSH。

下载入口始终指向最新正式版，具体版本以 Releases 页面和包内 version.txt 为准。

1. 安装：让 AI 按上面的提示词帮你装好，或手动下载（网页版解压即用）。
2. 截取画面：按全局快捷键 Alt + Shift + 2，或对 AI 说「用 EditHere 帮我标注主页面」。
3. 写下意见：点、框、全局意见、大爆炸，怎么说得清楚就怎么来。
4. 交给 AI：点「完成并返回 AI」，或复制 JSON 发给任意 AI。

更多操作、快捷键和示例见 使用指南。

导出的 feedback-minimal-4 把原图校验信息、批注点位、框选区域与大爆炸位移分开存放，方便任何 Agent 或工作流解析：

{
  "schemaVersion": "feedback-minimal-4",
  "tool": {"name": "EditHere", "version": "0.12.5"},
  "image": {"mode": "file", "file": "feedback.png", "mimeType": "image/png",
            "width": 2000, "height": 1200, "devicePixelRatio": null,
            "sha256": "…"}, // 示意哈希；原图与 JSON 一起提供
  "annotationSpace": "result",
  "objects": [
    {"id": "o1", "kind": "region", "source": {"x1": 1002, "y1": 156, "x2": 1464, "y2": 384},
     "annotations": [{"number": 1, "text": "转化率下降要更醒目，改成红色标签"}]},
    {"id": "o2", "kind": "region", "source": {"x1": 1760, "y1": 50, "x2": 1960, "y2": 110},
     "movement": {"rect": {"x1": 640, "y1": 40, "x2": 840, "y2": 100}, "dx": -1120, "dy": -10},
     "annotations": [{"number": 2, "text": "导出按钮挪到标题旁边"}]},
    {"id": "o3", "kind": "global", "annotations": [{"number": 3, "text": "整体留白再大一些"}]}
  ]
}

objects 里的每一项都是一处修改：source 是它原本的位置，movement 记录大爆炸拖到了哪里、位移了多少像素，annotations 是你写的原话。原图默认作为独立文件一起交付，也可选择内嵌进 JSON。

完整字段见 使用指南 · 反馈 JSON，命令与示例见 AI 与命令行。

• 报告问题或提出建议：请附上系统版本、程序版本、复现步骤，以及方便分享的截图或示例项目。
• QQ 群 1018416966（反馈专用），加群时请说明来自 GitHub。
• 参与开发见 贡献指南。

• LINUX DO：中文技术社区，社区口号是「Where possible begins」。EditHere 在这里收获了许多建议与反馈，不少细节因此被改好。
• HelloGitHub：发现和分享有趣、入门级开源项目的社区，EditHere 收录于《HelloGitHub 月刊》第 127 期。

我是印迹，学生个人开发者。

做它的原因很直接：Vibe Coding 时 AI 像一台许愿机，一句话就能变出能跑的界面；可一旦要改细节，想法很清楚，但要表达就很困难。于是我想，能不能把需求直接标在图上——哪一块、多大、往哪挪，让想法先被看见，再被实现。EditHere 就是这个想法的产物。

最近在忙秋招，更新会慢一些，但不会停，很多设想中的功能也在逐步实现。我希望能从 EditHere 出发，挖掘更多人与 AI 交互的创新工具，开发最好的人机交互软件！

如果你觉得它有用，欢迎在 GitHub 点一个 Star，这对我很重要，或把遇到的问题提给我。感谢使用它的你。

原创软件采用 PolyForm Noncommercial License 1.0.0（SPDX: PolyForm-Noncommercial-1.0.0）。

个人、教育、研究、慈善、政府等非商业用途可以免费使用、修改和分发，只需保留许可文本与 Required Notice。商业用途需要作者的书面授权——包括把 EditHere 内置进对外销售或收费的产品与服务。详见 商业授权与合作，联系 [email protected]。

EditHere 的名称与标识不随本许可授予，使用规范见 商标与品牌政策。Qt、MinGW 等第三方组件遵循各自许可证，见 第三方声明。