拒绝云端API投喂！这款本地 macOS CLI 神器，让 OCR 与图像识别快如闪电

导语：一款纯本地运行的 macOS 命令行视觉工具，告别云端 API，一键实现秒级 OCR 与图像分析。

在追求效率与隐私保护的今天，本地化处理数据的需求正变得前所未有的迫切。每当我们想要提取一张图片里的文字，或者对一批照片进行分类时，发送给云端 API 不仅需要等待网络响应，还存在隐私泄露的风险。如今，一款名为 auge 的本地视觉命令行工具彻底解决了这个痛点。

auge 完全运行在本地，不需要任何网络连接，更不需要配置繁琐的 API Key。无论是 OCR 文字识别、图像分类，还是条形码和人脸检测，它都能做到秒级响应。你可以轻松通过 Auge 项目的 GitHub 开源仓库了解并获取这款效率工具。

回归本地：利用原生 Apple Vision 框架

与许多基于臃肿 Python 环境或调用在线大模型的方案不同，auge 是用 Swift 语言编写的，并深度集成了 macOS 系统底层的 Apple Vision 框架。这意味着它能完美调用 Mac 设备（尤其是 Apple Silicon 芯片）的硬件加速处理能力，以极低的系统资源占用完成复杂的视觉计算任务。

[IMG_1]

核心功能与应用场景

作为一个高效的 CLI 命令行工具，auge 在日常工作流中有着广泛的适用性：

离线高精度 OCR：无需担心敏感数据上传云端，即可秒级提取图片中的中英文文本。
图像自动分类与整理：利用本地轻量级分类引擎，对本地凌乱的照片进行智能分类与归档。
条码与二维码检测：在终端里快速解析图片中包含的一维码与二维码数据。
人脸特征识别与定位：精确定位图像中的人脸区域，为后续的图片裁剪或处理提供参数支持。

无缝融入开发者工作流

由于 auge 支持通过终端管道进行调用，你可以轻松地将它与 Alfred、Raycast 等快捷启动器连用。例如，你可以编写一个简单的自动化脚本：用系统截图工具截取屏幕后，通过管道将图片路径直接塞给 auge，瞬间即可将识别出来的文字复制到系统剪贴板，整个过程流畅无比。该项目目前已全面开源，对 macOS 10.15 及以上版本有着良好的兼容性，支持通过 Homebrew 一键安装部署。