Lasso:在Mac屏幕上画圈,让AI Agent直接看懂

Lasso 让 Mac 用户直接在屏幕上画标注,并通过本地 MCP 服务器把圈选区域传给 AI Agent。
Lasso 是一款 Mac 端屏幕标注工具,核心思路是把“向 AI 描述界面问题”变成“直接在屏幕上画给 AI 看”。用户按下 ⌥⇧A 即可在屏幕任意位置绘制箭头、方框和便签,再按 S 完成截图,将标注与截取合并为两步操作。其最具差异化的能力是内置本地 MCP 服务器,通过 Model Context Protocol 把标注内容暴露给 Claude Code、Cursor、Claude Desktop 等 AI 客户端,使 Agent 能理解用户圈出的具体区域,甚至反向绘制回应。产品还提供敏感信息模糊、24 小时过期加密分享链接和无限白板。定价 $9.99 一次性买断,无账号无订阅,支持 macOS 14+ 及 Apple silicon/Intel。局限在于仅支持 macOS,且 MCP 生态尚早,Agent 的实际理解能力取决于客户端实现。
从“指给AI看”到“画给AI看”
和AI Agent协作时,最费劲的往往不是写提示词,而是描述屏幕上到底哪个元素出了问题。说“右上角那个按钮”不够精确,截图再配文字又显得繁琐。Product Hunt 上的一款新工具 Lasso 试图用更直觉的方式解决这件事:直接在 Mac 屏幕上画箭头、框选和标注,然后让 Claude Code、Cursor 等 AI Agent 看到你圈出来的区域。

Lasso 在 Product Hunt 上获得了 69 票、14 条评论,排名 #14,分类为 Mac、效率与开发者工具。它的定位很清晰——不是又一个截图标注工具,而是连接“人类视觉意图”与“AI Agent 理解”的桥梁。
画完即截图,标注即上下文
Lasso 的核心交互围绕快捷键展开。按下 ⌥⇧A,就可以在屏幕上任意绘制箭头、方框和便签;再按 S,系统会把标注过的区域截图保存。这个流程把“标注”和“截取”合并成一个动作,省去了在多个工具间切换的步骤。
对于需要频繁向 AI 解释界面问题的开发者来说,这种低摩擦的设计很有价值。你不需要先截图、再打开编辑器、画完再导出、最后上传,整个链路被压缩到两次按键。
本地 MCP 服务器:让 Agent 看见你圈的区域
Lasso 最有意思的部分是它内置了本地 MCP 服务器。MCP(Model Context Protocol)是让 AI 模型安全访问本地工具和数据的协议,Lasso 通过它把屏幕标注内容暴露给 Claude Code、Cursor 和 Claude Desktop 等客户端。
这意味着 AI Agent 不仅能“看到”你截的图,还能理解你在图上圈出的具体位置和标注含义。据产品描述,Agent 甚至可以“画回来”,形成双向的视觉沟通。对于调试 UI、review 设计稿、或者向 AI 解释复杂界面状态,这种能力比纯文本描述高效得多。
MCP(Model Context Protocol) 是由 Anthropic 于 2024 年底提出并开源的协议标准,旨在为 AI 模型与外部工具、数据源之间建立统一的通信接口。可以将 MCP 类比为“AI 领域的 USB-C”:在此之前,每个 AI 客户端(如 Claude Desktop、Cursor)若要接入某个本地工具,都需要单独定制集成方案;而 MCP 定义了一套标准的“服务器—客户端”架构,工具开发者只需实现一个 MCP 服务器,即可被所有支持该协议的客户端调用。MCP 服务器通常以本地进程形式运行,通过 stdio 或 HTTP 与客户端通信,因此数据不必离开用户设备。这解释了 Lasso 为何强调“本地 MCP 服务器”——它既保证了隐私,又让标注内容能被多个 AI Agent 以标准化方式读取。目前 MCP 生态仍处于快速演进阶段,客户端对工具返回内容的解析能力差异较大,这也是 Lasso 实际效果取决于所用客户端的原因。
隐私与分享的实用设计
标注完成后,Lasso 提供了几种处理方式:对敏感信息做模糊处理,生成 24 小时后失效的加密分享链接,或者在无限白板上自由草图。这些功能指向同一个需求——在分享屏幕内容时控制信息暴露的范围。
24 小时过期的加密链接是个务实的默认值,既方便临时协作,又降低了敏感截图长期留存的风险。对于处理客户界面或内部系统的开发者,这个设计比“上传到公共图床再手动删除”可靠得多。
一次买断,没有账号体系
Lasso 的定价是 $9.99 一次性买断,无账号、无订阅,支持 macOS 14+,兼容 Apple silicon 和 Intel 芯片。在截图标注这个细分工具里,这个价格属于冲动消费区间,也避开了订阅制工具常见的“用几次就吃灰”的尴尬。
无账号体系意味着所有数据留在本地,配合本地 MCP 服务器的设计,Lasso 在隐私叙事上是自洽的。当然,这也意味着跨设备同步需要用户自己解决。
Apple silicon 与 Intel 双架构兼容意味着 Lasso 提供了 Universal Binary(通用二进制)或分别打包的版本,能在搭载 M 系列芯片和传统 Intel 处理器的 Mac 上原生运行。对于开发者工具而言,这一点并非理所当然:部分新工具为简化构建流程仅发布 arm64 版本,导致 Intel Mac 用户无法使用或需依赖 Rosetta 2 转译。Lasso 明确支持两种架构,扩大了潜在用户群。此外,macOS 14+ 的系统要求(即 Sonoma 及以上)通常与新版 SwiftUI、ScreenCaptureKit 等系统框架的 API 可用性有关——屏幕捕获与标注功能往往依赖较新的系统权限模型和图形接口,这也解释了为何旧版 macOS 无法支持。
值得关注的理由与局限
Lasso 切入的是一个正在变大的缝隙:AI Agent 能力越来越强,但人类向 Agent 传递视觉意图的方式还很原始。用画圈代替长段描述,符合直觉,也降低了沟通成本。
需要留意的是,MCP 生态仍在早期,Agent 对标注内容的实际理解程度取决于客户端实现。此外,Lasso 目前仅支持 macOS,Windows 和 Linux 用户暂时无缘。它的价值能否兑现,取决于你日常是否真的在用 Claude Code 或 Cursor 这类工具处理屏幕层面的问题。
对于 Mac 上的 AI 辅助开发者,$9.99 的试错成本很低,值得放进工具箱观察一段时间。
相关推荐

AI时代为何必须掌握Git:从版本控制到Agent协作
Git和GitHub有什么区别?AI Agent写代码后如何用Issue、分支和Pull Request管理改动?本文基于NetworkChuck的Git教程,梳理从git init到冲突处理的完整流程,并分析AI时代版本控制为何成为必备技能。

OpenAI 6.2 Astra实测翻车:跑分惊艳,为何开发者却说难用?
OpenAI 6.2 Astra 跑分全面领先且价格更低,但早期测试者反馈其在长任务中频繁卡死、输出难以解析、资源管理失控。本文梳理实测中的真实体验与官方数据之间的落差,并分析这对开发者选型的意义。

GTA VI咖啡系统细节曝光:热咖啡竟能泼人?
Vergecast播客揭秘GTA VI咖啡系统:玩家可在公寓冲泡、自动贩卖机购买、餐厅点单,甚至将热咖啡泼向他人。这种对日常交互的细致还原延续了荒野大镖客2的沉浸感设计,引发对游戏细节与玩法平衡的讨论。