gpt4v screenshot analyzer

Analizador de capturas de pantalla GPT-4V

Descripción

El analizador de capturas de pantalla GPT-4V es una herramienta que integra las capacidades de la API GPT-4 Vision de OpenAI en una forma interactiva de analizar y comprender sus capturas de pantalla. GPT-4V analiza las capturas de pantalla para proporcionar descripciones detalladas. Además, esta herramienta admite el diálogo interactivo, lo que permite a los usuarios hacer preguntas de seguimiento sobre las capturas de pantalla para obtener información más detallada.

Características

• Análisis de imágenes : utilice GPT-4 Vision API para analizar y describir capturas de pantalla.
• Diálogo interactivo : participe en un chat con la IA sobre la captura de pantalla para obtener información detallada y preguntas de seguimiento.
• Interfaz fácil de usar : GUI simple para ver capturas de pantalla e interactuar con la IA.

Instalación (probada en Ubuntu 20.04)

1. Clonar el repositorio

    git clone https://github.com/jeremy-collins/gpt4v-screenshot-analyzer.git
   

2. Instalar dependencias

   • Asegúrese de que Python 3 esté instalado.
   • Instale las bibliotecas de Python necesarias:

      pip install -r requirements.txt
     

3. Configurar la clave API de OpenAI

   • Obtenga una clave API de OpenAI.
   • Configure su clave API de OpenAI como una variable de entorno:

    echo 'export OPENAI_API_KEY=<put your key here>' >> ~/.bashrc
   

   • Alternativamente, puede configurar la variable api_key dentro de gpt4v_screenshot_analyzer.py en su clave OpenAI, pero esto es un riesgo para la seguridad.

4. Configuración del servicio Systemd (opcional)

   • Primero, haga ejecutable el archivo gpt4_screenshot_analyzer.py:

      sudo chmod +x gpt4_screenshot_analyzer.py
     

   • Luego, personalice el archivo gpt4-screenshot.service según sus necesidades.
     • Deberá cambiar la ruta al archivo gpt4_screenshot_analyzer.py dentro de la línea ExecStart.
     • Es posible que también necesite cambiar el número de visualización en la línea Entorno.
     • Por último, es posible que desee cambiar la línea de Usuario.
   • Para ejecutar la aplicación como un servicio que se iniciará al arrancar, siga estos pasos:

      sudo cp gpt4-screenshot.service /etc/systemd/system/
     sudo systemctl enable gpt4-screenshot
     sudo systemctl start gpt4-screenshot
     

   • Si esto no funciona, puedes depurar el servicio ejecutando:

      sudo systemctl status gpt4-screenshot
     

   • Estos comandos también pueden resultar útiles:

      sudo systemctl daemon-reload
     sudo systemctl stop gpt4-screenshot
     sudo systemctl restart gpt4-screenshot
     sudo systemctl disable gpt4-screenshot
     

5. Habilitar el acceso a la pantalla al iniciar (opcional)

   • Para habilitar el acceso a la pantalla al inicio, abra Aplicaciones de inicio (Ubuntu) y agregue un Programa de inicio con el siguiente comando:

      path/to/repo/gpt4v-screenshot-analyzer/enable_xhost.sh
     

Uso

• Inicie la aplicación (puede omitir este paso si siguió los pasos 4 y 5):

   python3 gpt4_screenshot_analyzer.py
  

• Utilice la tecla de acceso rápido Ctrl+Alt+S para iniciar una captura de pantalla.
• Arrastre para seleccionar el área que desea capturar.
• GPT-4V analizará la captura de pantalla y mostrará los resultados en una ventana GUI.
• Utilice el cuadro de texto en la GUI para hacer preguntas de seguimiento.

Contribuyendo

¡Las contribuciones son bienvenidas! Si desea contribuir, bifurque el repositorio y utilice una rama de funciones. Las solicitudes de extracción son bienvenidas.

Licencia

Este proyecto tiene la licencia MIT; consulte el archivo de LICENCIA para obtener más detalles.

Créditos

Desarrollado por Jeremy A. Collins. Un agradecimiento especial a OpenAI por proporcionar la API GPT-4 Vision.