使用 Apple Vision 框架（仅限 macOS）对图像进行标记和注释。支持检测人脸、人体、手部、文字（OCR）、条形码、物体、场景标签和显著区域。适用于图像分析、照片 tagging、姿势监测或任何需要对图像进行计算机视觉处理的任务。

基于Vision框架的macOS本地OCR与自动化工具，屏幕理解零令牌成本