gpt4v screenshot analyzer

Analisador de captura de tela GPT-4V

Descrição

O GPT-4V Screenshot Analyzer é uma ferramenta que integra os recursos da API GPT-4 Vision da OpenAI em uma forma interativa de analisar e compreender suas capturas de tela. As capturas de tela são analisadas pelo GPT-4V para fornecer descrições detalhadas. Além disso, esta ferramenta suporta diálogo interativo, permitindo aos usuários fazer perguntas de acompanhamento sobre as capturas de tela para obter informações mais detalhadas.

Características

• Análise de imagem : Utilize a API GPT-4 Vision para analisar e descrever capturas de tela.
• Diálogo interativo : participe de um bate-papo com a IA sobre a captura de tela para obter informações detalhadas e perguntas de acompanhamento.
• Interface amigável : GUI simples para visualizar capturas de tela e interagir com a IA.

Instalação (testada no Ubuntu 20.04)

1. Clonar o repositório

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

2. Instalar dependências

   • Certifique-se de que o Python 3 esteja instalado.
   • Instale as bibliotecas Python necessárias:

      pip install -r requirements.txt
     

3. Configurar chave de API OpenAI

   • Obtenha uma chave de API da OpenAI.
   • Defina sua chave de API OpenAI como uma variável de ambiente:

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

   • Alternativamente, você pode definir a variável api_key dentro de gpt4v_screenshot_analyzer.py para sua chave OpenAI, mas isso é um risco de segurança.

4. Configuração do serviço Systemd (opcional)

   • Primeiro, torne o arquivo gpt4_screenshot_analyzer.py executável:

      sudo chmod +x gpt4_screenshot_analyzer.py
     

   • Em seguida, personalize o arquivo gpt4-screenshot.service de acordo com suas necessidades.
     • Você precisará alterar o caminho para o arquivo gpt4_screenshot_analyzer.py dentro da linha ExecStart.
     • Também pode ser necessário alterar o número de exibição na linha Ambiente.
     • Por último, você pode querer alterar a linha User.
   • Para executar o aplicativo como um serviço a ser iniciado na inicialização, siga estas etapas:

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

   • Se isso não funcionar, você pode depurar o serviço executando:

      sudo systemctl status gpt4-screenshot
     

   • Estes comandos também podem ser úteis:

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

5. Habilitando o acesso à tela na inicialização (opcional)

   • Para habilitar o acesso à tela na inicialização, abra Aplicativos de inicialização (Ubuntu) e adicione um programa de inicialização com o seguinte comando:

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

Uso

• Inicie o aplicativo (você pode pular esta etapa se tiver seguido as etapas 4 e 5):

   python3 gpt4_screenshot_analyzer.py
  

• Use a tecla de atalho Ctrl+Alt+S para iniciar uma captura de tela.
• Arraste para selecionar a área que deseja capturar.
• O GPT-4V analisará a captura de tela e exibirá os resultados em uma janela GUI.
• Use a caixa de texto na GUI para fazer perguntas de acompanhamento.

Contribuindo

Contribuições são bem-vindas! Se você quiser contribuir, faça um fork do repositório e use um branch de recursos. Solicitações pull são bem-vindas.

Licença

Este projeto está licenciado sob a licença MIT - consulte o arquivo LICENSE para obter detalhes.

Créditos

Desenvolvido por Jeremy A. Collins. Agradecimentos especiais à OpenAI por fornecer a API GPT-4 Vision.