屏幕截图

解决屏幕内容快速落盘的问题

在开发、测试或日常使用中，经常需要把屏幕上的某个界面、错误提示或设计稿保存成图片：

• 复现问题时，一张截图比文字描述更直观。
• 给同事或用户看界面效果，不需要对方打开同一台机器。
• 临时记录 UI 状态，后续再整理到文档或工单里。

手动截图（比如系统自带工具）往往要切换窗口、选区域、再保存，步骤分散；如果还想自动命名、统一格式或交给脚本处理，就更麻烦。这个技能把“截屏并保存”压缩成一次调用，适合嵌入到自动化流程里。

如何工作

核心脚本 scripts/capture_screen.py 基于 Python 的 PIL.ImageGrab 实现，不需要管理员权限，也不需要额外安装驱动。

关键能力包括：

• 全屏或指定区域截取：通过 capture_full() 函数完成。region 参数接收 (left, top, width, height) 形式的元组，用于框选局部；不传或传 None 则截取整块屏幕。
• 多显示器支持：monitor 参数指定显示器编号，默认 0，适合多屏环境按顺序编号时区分目标。
• 保存路径可控：output_path 支持 .png/.jpg/.bmp，不传时自动生成一个默认路径，避免手动拼文件名。
• 结果可直接查看：截图会保存在工作区目录，返回的路径可以拼接成文件链接分享；如果后续要分析，也可以直接用 view_image 工具加载查看，不用再手动打开图片。

使用流程大致是：先确定要全屏还是区域截图，调用对应函数，拿到保存路径后按需要分发或查看。

适用边界与注意点

• 依赖 PIL.ImageGrab，在部分 Linux 发行版上可能需要额外配置 X11 或 Wayland 显示服务；Windows 和 macOS 通常开箱即用。
• 截图保存在当前工作区目录，不会自动清理，长期运行的任务需要自己管理文件名或定期归档。
• 如果截图后要立即做 OCR、视觉识别或自动化校验，建议直接在后续步骤里调用 view_image，而不是先存盘再人工查看。
• 不支持录屏或定时连续截图，只处理静态图像；需要视频流时要找别的方案。