OmniTool 部署指南及常见问题
官方 OmniTool 由以下 4 个模块组成：
- OmniParserServer：负责解析屏幕元素，输出元素 ID、坐标位置及语义化内容；
- OmniBox：承载 Win11 系统的前端执行环境，持续截图并执行 LLM 下发的指令；
- gradio：整体调度中心，负责串联三端——从 OmniBox 获取截图后发送至 OmniParserServer 进行解析，再将结果转发给 LLM，最终将指令下发至 OmniBox，如此循环；
- LLM：新用户注册 Qwen 百炼大模型可获得 100 万 Token 的免费额度，额度耗尽后可切换至免费的 Gemini。