AI Vision: Gemini Screenshot Assistant 是一个「browser」类 AI agent,解决:在浏览网页时，快速将截图中的图表或文字转为可编辑文本，并获取摘要信息。定价:产品页未标明。截至 2026-10-25,KanonAgent 记录到 1 票。本站首次收录于 2026-09-21。
Chrome 浏览器扩展，利用 Gemini AI 实现截图 OCR、图像转文本、网页摘要和多标签辅助，支持自定义 API 密钥。
1 票
Kanon 于 2026 年 9 月 21 日 收录
还没有信号事件 —— 状态是未知,不是「平静」。
📈 时间线什么时候变了什么
- 首次观测 Kanon 开始为它保留永久历史
🔎 已知 / 未知
23 个字段里 13 个未知
| 可机器调用 | — | 未知 | — |
| 开源 | — | 未知 | — |
| 可自托管 | — | 未知 | — |
| 需自带 key | 1 | 推断 | — |
| 自主度 | — | 未知 | — |
| 计费模式 | — | 未知 | — |
| 集成面 | chrome | 推断 | 1 条引文 |
「未知」= 我们没核实过,**不等于「否」**。硬性筛选永远不会把未知当成否。
🤖 Agent 拆解 · browser
解决什么场景在浏览网页时，快速将截图中的图表或文字转为可编辑文本，并获取摘要信息。
目标市场普通用户、内容消费者
前置条件需自带 API key
集成面chrome
为什么值得关注
将 AI 能力嵌入浏览器核心行为（截图/浏览），解决“看图难懂”“信息过载”等高频痛点。
证据引文判定所依据的原文 · 逐字引用
“multi-tab assistant for Chrome with your own API key”— description
“with your own API key”— description
信号来源: ProductHunt
在 ProductHunt 查看 →
📛 官方徽章挂到官网 / README
你是 AI Vision 的作者?上面选样式,嵌入代码实时更新;要贴合站点配色可在 URL 上加 bg= / fg= / accent=(十六进制色)。徽章链回本页。
手机端点「分享」直达微信/朋友圈/小红书;桌面端用「复制文案」后到 App 内粘贴发布
常见问题
AI Vision 是什么?
Chrome 浏览器扩展，利用 Gemini AI 实现截图 OCR、图像转文本、网页摘要和多标签辅助，支持自定义 API 密钥。
AI Vision 解决什么问题?
在浏览网页时，快速将截图中的图表或文字转为可编辑文本，并获取摘要信息。
AI Vision 为什么值得关注?
将 AI 能力嵌入浏览器核心行为（截图/浏览），解决“看图难懂”“信息过载”等高频痛点。
AI Vision 能接哪些工具?
chrome
AI Vision 有多少人在用?
KanonAgent 记录到:1 票(本站首次收录于 2026-09-21)。
AI Vision 有什么替代品?
KanonAgent 库内的同类 agent:browser-use、Akari Tickets、FriendFilter + GroupFilter、page-agent、Kome、happycapy。