应用介绍
想给自己的流程加一段 OCR，不是按次计费的云 API，就是往机器上装一整套 tesseract 和语言包；想抓一个靠 JS 渲染出来的页面，又得再拖一个 headless Chrome 进来。OpenMac 换了个思路——macOS 本来就带着 Vision、Translation 和 WKWebView，它把这些系统能力原样包成一个跑在 localhost:8080 的 HTTP 服务，一条 curl 就能调，不联网、不计费。
所有接口用同一个返回信封：success、data、message，外加一个 timeCost 告诉你这次在本机花了多少毫秒。图片类接口 url、base64、本地绝对路径三选一，手里有哪种就传哪种。它还专门开了一个 GET /SKILL.md，AI agent 自己读完就知道怎么调，不用你再写一份接口说明。
OCR 文字识别：/api/ocr 走 Vision 框架，识别的是系统自己那套引擎，中英文混排和竖排都吃得下，返回文本和每段文字的位置。
多语言翻译：/api/translate 调用 Apple 的 Translation 框架（需要 macOS 15 及以上），语言包下到本地之后整条链路离线，译文不会离开这台机器。
网页内容获取：/api/web-content 用无头 WKWebView 真正渲染一遍页面再把 HTML 吐回来，可以用 waitUntil 指定等到 domcontentloaded、networkidle0 还是 networkidle2，再配个 timeout 兜底，单页应用也抓得到正文。
人脸与面部定位：/api/face 返回画面里每张脸的框和关键点位置，做裁剪、打码、对齐都够用。
二维码条码识别：/api/qrcode 直接从图里读码，不用再引第三方解码库。
文字转语音：调系统 TTS 合成语音，声音和 macOS 朗读功能是同一套。
给 agent 用的说明书：GET /SKILL.md 返回一份写给模型看的接口文档，把它接进 Claude Code 之类的 agent 里，对方读一遍就会用了。
所有接口用同一个返回信封：success、data、message，外加一个 timeCost 告诉你这次在本机花了多少毫秒。图片类接口 url、base64、本地绝对路径三选一，手里有哪种就传哪种。它还专门开了一个 GET /SKILL.md，AI agent 自己读完就知道怎么调，不用你再写一份接口说明。
软件功能
OCR 文字识别：/api/ocr 走 Vision 框架，识别的是系统自己那套引擎，中英文混排和竖排都吃得下，返回文本和每段文字的位置。
多语言翻译：/api/translate 调用 Apple 的 Translation 框架（需要 macOS 15 及以上），语言包下到本地之后整条链路离线，译文不会离开这台机器。
网页内容获取：/api/web-content 用无头 WKWebView 真正渲染一遍页面再把 HTML 吐回来，可以用 waitUntil 指定等到 domcontentloaded、networkidle0 还是 networkidle2，再配个 timeout 兜底，单页应用也抓得到正文。
人脸与面部定位：/api/face 返回画面里每张脸的框和关键点位置，做裁剪、打码、对齐都够用。
二维码条码识别：/api/qrcode 直接从图里读码，不用再引第三方解码库。
文字转语音：调系统 TTS 合成语音，声音和 macOS 朗读功能是同一套。
给 agent 用的说明书：GET /SKILL.md 返回一份写给模型看的接口文档，把它接进 Claude Code 之类的 agent 里，对方读一遍就会用了。
