lab
Esc

Prueba con

↑↓ para moverte · Enter para abrir · también en /buscar?q= para agentes

herramienta intermedio hermesopenclawmacosclicomputer-use

Agent Capture: obtiene evidencias visuales de ventanas de macOS

Captura una ventana y prepara imágenes, texto OCR o paquetes de evidencias para que un agente revise el estado de una aplicación de Mac.

✓ verificado el 26 oct 2026

Instrucciones para tu agente

Esto es lo que se copia. Pégaselo a tu agente y te lo monta paso a paso.

O ábrelo directamente en ClaudeChatGPT

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

Para el agente: cómo acompañar al usuario

  1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
  2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
  3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
  4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
  5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
  6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Paso 1: comprueba el sistema

Comprueba que usas macOS 12.3 o posterior, que Xcode Command Line Tools está instalado y que Node.js ≥20 con npm/npx y Go ≥1.26.10 están disponibles para el instalador del catálogo. El mínimo Node corresponde al catálogo; --cli-only evita la CLI de skills, pero compila el binario con Go, cuya versión consta en .go-version. Estas instrucciones cubren la instalación y una primera captura estática. No necesitas claves de API.

Paso 2: instala y verifica el ejecutable

La skill oficial documenta estos comandos:

npx -y @mvanhorn/printing-press-library install agent-capture --cli-only
agent-capture-pp-cli --version

Comprueba que el directorio de instalación está en el PATH de la terminal que usará el agente.

Paso 3: prepara los permisos y la captura

Concede el permiso en Ajustes del Sistema → Privacidad y seguridad → Grabación de pantalla para tu terminal y reiníciala completamente.

Adaptamos el nombre corto del README al binario real del instalador. Abre Finder con una ventana de prueba sin datos privados y ejecuta:

agent-capture-pp-cli doctor
agent-capture-pp-cli list windows --json
agent-capture-pp-cli screenshot --app "Finder" --json /tmp/shot.png

El último comando debe crear /tmp/shot.png.

Comprobación

La versión debe responder sin command not found. Comprueba con doctor los permisos y el entorno, la lista de ventanas y la captura /tmp/shot.png. Abre el archivo resultante y verifica que muestra el destino elegido.

Si algo falla

Si la lista de ventanas está vacía, revisa el permiso y reinicia la terminal. Si falta el binario, revisa el PATH. ffmpeg no es necesario para la primera captura estática. Consulta la skill oficial y el README si sigue habiendo discrepancias entre nombres o versiones.

ver en .md ¿Prefieres el recurso entero?

Qué es

Agent Capture es una CLI para obtener evidencias de aplicaciones en macOS. Captura ventanas, extrae texto con OCR y prepara conjuntos de imágenes y grabaciones para una revisión asistida por agentes.

Para qué te sirve

  • Cuando necesitas mostrar el estado de una ventana concreta al investigar un fallo.
  • Cuando comparas una interfaz antes y después de un cambio y quieres conservar evidencias.
  • Cuando tu agente necesita localizar una ventana por su título y leer el texto visible.

Cómo funciona

ScreenCaptureKit y un puente Swift permiten seleccionar ventanas y pantallas. Los comandos separan captura, búsqueda de ventanas, OCR y comparación visual. La herramienta también puede agrupar las salidas en un paquete de evidencias; algunas operaciones multimedia dependen de utilidades externas.

Antes de empezar

El README exige macOS 12.3 o posterior, Xcode Command Line Tools y permiso de grabación de pantalla para la terminal. ffmpeg es opcional para capturas estáticas y necesario para las operaciones de vídeo descritas. Instala el binario desde el catálogo o mediante Go según su skill.

Límites y alternativas

Es una herramienta de macOS; no sirve como solución de captura multiplataforma. El permiso de pantalla puede exponer información sensible de otras ventanas: selecciona el destino y revisa los archivos antes de compartirlos. Las capturas nativas del sistema bastan para una imagen aislada.

Hay una diferencia en las fuentes: el README usa agent-capture en sus ejemplos, mientras que la skill identifica el ejecutable instalado como agent-capture-pp-cli. Confirma el nombre disponible antes de automatizar. La skill declara Apache-2.0, pero no se ha localizado LICENSE en la carpeta y GitHub no detecta licencia global; no se atribuye una licencia global al monorepo.

Recursos