AI 遥控代码截图,录制终端动画,自动化批量制图,告别手动做图~

简介: 使用 Trae Solo 桌面应用和移动端,联手打造自动化代码截图流程,支持一次性批量制图,支持录制终端动画 gif,避免重复的手动操作,提高生产力。

👇 今日要闻

打破信息壁垒,走近全球前端。Hello World 大家好,我是林语冰。

技术分享的常见需求之一,就是 DIY 精美的代码截图,或录制炫酷的终端 gif 动画。

dance.gif

在线网站工具、VS Code 插件、录屏 App,基本能满足这种创作需求,但都不够智能和高效。

最让我头大的有几个执行的痛点:

  • 手动作图体力活较多,复制粘贴和使用插件,逐个点击生成代码截图
  • 一篇 Markdown 文章如果有多个代码快,就需要重复机械的手工活
  • 录屏软壳录制终端操作动画较为繁琐

本文我尝试使用 Trae Solo 移动端 和桌面应用,只需聊天或语音输入,就能遥控 AI 批量制图,流程自动化,既符合人体工程学,又提高效率。

👉 编程式代码截图

GitHub 上有很多代码截图库和终端录制工具,本文使用的是 snipgrapherasciinema,我们先把流程打通,后续你可以按需把它们替换为更符合你个人喜好的工具。

首先,我们在 Trae 官网下载 Trae Solo 移动端和桌面应用。

这有两个好处,一是自动化流程通过 AI 来执行脚本即可,且这种编程式方案可以作为其他自动化流程的子流程,配置成功就能在其他场景下反复利用;二是移动端可以解除我们的空间限制,你能远程遥控电脑共享操作,充分压榨硬件的灵活性和算力。

然后,使用 npm 安装工具库,根据你的操作系统选择对应的命令或压缩包,之后可以提问 Trae 是否已经成功安装,如果没有,也可以委托 Trae 联网搜索帮你安装。

在 Trae 移动端的对话框输入,“使用 npm 帮我在本地文件夹安装 snipgrapher 第三方库“:

trae.gif

代码截图工具一般都支持自定义配置,包括编程字体、高亮主题、截图格式等等,我比较喜欢吸血鬼主题和 JetBrains 免费的等宽编程字体,配置如下:

{
   
  "theme": "dracula",
  "format": "svg",
  "fontFamily": "JetBrains Mono",
  "fontSize": 14,
  "lineNumbers": true
}

之后就可以着手测试,先截图一个代码文件看看生成的代码快照是否符合需求,创建一个代码作为示例。

比如 JS Stage3 的 import defer(延迟导入提案):

// defer.js
console.log("1:模块先导入,但延迟执行");
export const value = 42;

// main.js
// 导入模块,代码不执行
import defer * as deferred from "./deferred.js";

console.log("2:访问模块前:内部代码尚未执行");
// => "1:模块先导入,但延迟执行"
console.log(`3:访问模块时:${
     deferred.value}`);

// 执行顺序:2 -> 1 -> 3

在 Trae 移动端让它执行 CLI 脚本截图,结果如下:

image.png

如果截图不满意,则调整配置或者替换其他工具库,重新测试上述自动化流程,直到基本满足你的需求。

👉 AI 自动化批量制图

单张代码截图成功后,接下来要实现批量截图的自动化。

想象一下,我们写了一篇 Markdown 文章,其中分散有很多代码示例,这最好通过 AI 一次性批量处理,而不是手动截图。

在 Trae 对话框中下达任务,找到目标文件,比如 express.md 文件,识别其中的代码块,然后批量截图:

batch.gif

注意,我踩过的一个坑是,最好按顺序给予不同编号,防止生成的图片先后覆盖,生成结果如下:

image.png

这样,我们避免了机械的手动截图,保证截图质量的同时,大大提升了创作效率。

👉 AI 录制终端 gif

这个自动化流程也能用来生成 gif 动图,只要有 GitHub 能找到对应的开源工具库就能无缝迁移,本文以 asciinema 库为例。

让 Trae 安装 asciiinema,这个工具和 snipgrapher 的区别是不使用 npm 安装,所以是从操作系统全局安装。

安装完毕后,让 Trae 尝试录制你的终端操作即可,但 asciinema 不直接生成动图,需要借助其官方插件 agg 来实现。

让 Trae 下载 agg 后,通过执行脚本命令把录制文件转化为 gif,效果如下:

term.gif

GitHub 上还有其他生成动画的工具库,比如动画版的 SVG 也能实现终端录制,具体取决于你的需求,但自动化流程始终大同小异。

👇 重点总结

技术分享中常常需要制作精美的代码截图或录制动画 gif,手动操作太过繁琐,这可以利用 Trae Solo 桌面应用和移动端来解决:

  • 基于 GitHub 开源工具,定制自动化制图流程
  • 一次性批量制图,最大程度避免手动操作,提高效率
  • 迁移自动化流程到其他场景,比如录制终端动画

以上就是今天分享的全部内容了,希望对你有所帮助。

👍 感谢大家按赞跟转发分享本文,你的手动支持是我坚持创作的不竭动力喔。

🙏 已经关注我的粉丝们,我们下期再见啦,掰掰~~

cat-thank.gif

👇 参考文献:

相关文章
|
12天前
|
人工智能 架构师 Cloud Native
2026年度智能编码工具多维评测:研发效能提升与企业工程化落地指南
随着软件工程全面迈入 AI 原生时代,如何选择一款能够显著提升代码产出效率的AI编程工具,已成为开发者与技术团队突破效能瓶颈的关键。根据 McKinsey 2026 软件研发效能白皮书,引入前沿 Coding Agent 的团队,其人均代码吞吐量平均提升了 35% 以上。本文立足于云原生架构与企业级落地实战,深度横评 2026 年度主流 AI 编程工具。
1076 1
|
1月前
|
人工智能 自然语言处理 算法
2026年运营岗正在分层:懂AI应用的运营和只会排期的运营差距有多大
2026年运营岗加速分层:一类陷于排期催单,另一类借AI做用户洞察、内容生成、活动复盘与工作流提效。效率、价值与晋升差距显著拉大。真正稀缺的是“AI协作力”——懂Prompt、会搭工作流、能落地RAG/Agent。推荐考取CAIE注册人工智能工程师(Level I),零基础友好、企业认可度高,助运营从执行者跃升为业务增长关键接口人。
2026年运营岗正在分层:懂AI应用的运营和只会排期的运营差距有多大
|
1月前
|
SQL 安全 前端开发
公司要做等保,代码审计报告找谁出?常被误读的合规问题
等保2.0要求三级及以上系统必须提供源代码安全审计报告,作为“安全开发”关键证据。该报告需聚焦逻辑层风险(如SQL注入、越权、硬编码密钥等),非漏洞扫描或渗透测试可替代。合规报告须满足:方法论合规(依据GB/T 39412-2020等)、结果可追溯(精确定位至行号+复现路径)、整改可闭环(含修复建议与免费复测)。服务方应具备CMA、CCRC等法定资质,并采用“自动化扫描+人工深度分析”双轨机制。(239字)
|
安全 应用服务中间件
tomcat实现多端口、多域名访问【亲测可用】
tomcat实现多端口、多域名访问【亲测可用】
1071 0
|
1月前
|
存储 缓存 人工智能
阿里云百炼怎么样?百炼大模型服务平台优势、已接入模型及收费标准参考
阿里云百炼是一站式大模型开发与应用平台,集成通义千问及DeepSeek等主流大模型,提供从模型调优、部署到应用构建的全链路服务。平台支持SFT、CPT、DPO等多种调优方式,提供按时长、包月、按Token等灵活计费模式,适配Android、iOS、Linux等多系统。Agent工具支持零代码智能体构建、可视化工作流编排及Python SDK深度定制,应用广场预置100+行业模板。2026年新用户开通即享超7000万免费tokens,有效期90天,覆盖百余款模型,助力企业与开发者零成本快速实现AI应用落地。
阿里云百炼怎么样?百炼大模型服务平台优势、已接入模型及收费标准参考
|
存储 分布式计算 算法
分布式存储单主、多主和无中心架构的特征与趋势
分布式存储单主、多主和无中心架构的特征与趋势
分布式存储单主、多主和无中心架构的特征与趋势
|
1月前
|
人工智能 自然语言处理 安全
OpenClaw 小龙虾 AI 智能体 Windows 部署完整教程(2026 最新)
OpenClaw(小龙虾)是2026年爆火的开源AI智能体,GitHub星标超28万。支持本地运行、零代码配置、自动任务处理,专为新手设计——一键部署包+全程可视化操作,10分钟即可在Win10/11上搭建专属数字员工,解放重复办公!
|
17天前
|
人工智能 运维 安全
Claude Code模型替换升级指南 接入DeepSeek V4-Pro实操与问题排查全解
当下终端AI编程工具Claude Code凭借轻量化、全流程代码处理、跨文件项目分析等优势,成为众多开发者日常编码、项目重构、漏洞修复、脚本编写的主流选择。原生状态下Claude Code绑定专属模型运行,虽然基础能力稳定,但在代码理解、长逻辑推理、中文场景适配、调用成本等方面仍存在优化空间。
740 8
|
2月前
|
消息中间件 缓存 API
DeepSeek-V4 核心能力落地与实战应用指南:从底层机制到多智能体架构复盘
本文以SaaS架构师视角,深度解析DeepSeek-V4在真实生产环境中的工程落地:聚焦上下文缓存优化、强约束JSON输出、多智能体协同调度,并分享高并发下的三大避坑实战指南,助力开发者高效构建AI原生应用。
849 7
|
1月前
|
缓存 人工智能 安全
你不知道的 Agent:原理、架构与工程实践
文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。