CleanShot 截图

要解决的问题

当你在对话里对 OpenClaw Agent 说“截个屏”“帮我取个文字”“录一下这个菜单”，背后要触发的其实是一整套截图工具链。如果把参数、模式、显示器、动作全丢给模型自己猜，轻则截错区域，重则重复问用户一堆本可默认的行为。这个技能补上的正是这一层：把 CleanShot Tool 插件提供的底层能力，整理成一套 决策与工作流规则，让 Agent 在面对模糊指令时能快速收敛到正确调用。

核心能力与关键步骤

• 默认截图行为：当用户只说“截图”“screenshot this”“сделай скрин”时，统一走 cleanshot_capture，并固定为 mode: "fullscreen" + action: "copy"。原因是“复制到剪贴板”在聊天或文档场景里最省事。
• 工具选择规则：把不同诉求映射到具体工具。

- 常规截图、全屏/窗口/区域 → cleanshot_capture
- 长页面、聊天记录、设置页 → cleanshot_scrolling_capture
- 文字识别 → cleanshot_ocr
- 屏幕录制 → cleanshot_record_screen
- 图片标注、模糊、箭头 → cleanshot_annotate_file
- 把图片钉成参考 → cleanshot_pin_file
- 打开历史、快速访问 → cleanshot_quick_access

• 区域与坐标工作流：用户说“左边一半”“右上角那块”“第二块屏幕的左半边”时，先调用 cleanshot_get_displayes 拿到几何信息，再按左右半、三分之一、中心区公式算出 x, y, width, height；如果用户没给坐标、又描述了模糊区域，则退回 mode: "area" 让用户手动框选，绝不凭空编造坐标。
• 多显示器处理：默认主屏（display 1）；用户明确说“second monitor”“第二块屏”时才切换。若描述的是“左半边”但显示器位置不清楚，先问清楚再调用，避免在几何不确定时硬算。
• 动作选择：copy 适合直接粘贴到聊天或文档；save 适合留档、报告；annotate 适合问题标注；pin 适合把截图变成浮动参考；upload 只在用户明确要求云端链接时才用。
• 异常与确认：如果 CleanShot Tool 工具未加载，Agent 会明确提示“插件可能未安装/启用/授权”，而不是假装成功；录屏只在 CleanShot 已确认开始时才声明，否则只说明“已打开录制模式，请确认”。

适用边界与注意点

• 这个技能 不提供任何可执行工具，它只是高层决策层，真正的截图、OCR、录屏能力来自已安装的 CleanShot Tool 插件（插件 ID：cleanshot，显示名：CleanShot Tool）。
• 区域识别优先走手动框选，只有在用户给出精确坐标或显示器几何明确时才自动计算；拿不准时退回人工选择。
• OCR 的返回位置取决于 CleanShot 自身行为，Agent 不会承诺“文本直接回到对话里”，而是按实际情况说明结果出现在 UI、剪贴板或历史中。
• 录屏与滚动截图都要求插件 UI 配合，Agent 不会在未经确认时声称“已开始录制”或“已截完整个页面”。