做过独立 App 的开发者应该都遇到过一个问题：代码写完了，应用也能正常运行了，最后却卡在了商店截图上。
App Store 和 Google Play 对截图的尺寸、数量和展示形式都有要求。截图本身不难获取，麻烦的是后续处理。
你需要给截图加上功能说明、调整排版、适配不同设备尺寸。有多语言需求的话，还要把相同的设计重新制作几遍。
这是以前我给自己的移动端 IDE NimoteCode 准备商店素材时，就没少在这上面花时间。
用 Figma 可以做，但重复劳动不少；在线截图工具虽然方便，但很多模板和导出功能需要付费。更重要的是，每次功能更新之后，可能还得重新制作一遍。
后来我就琢磨，能不能把这件事变成一个相对固定的工作流？
于是做了 NimoteShot，一个免费开源的 App Store / Google Play 截图生成工具。
GitHub：github.com/mobiledevlo...
我想解决的不是截图，而是截图之后的工作
一开始考虑过直接让 AI 生成完整的商店宣传图。
但实际做下来，这种方案有一个比较明显的问题：生成的画面不一定忠实于原始界面。
尤其是代码编辑器、终端、复杂设置页面这类信息密度比较高的 UI，AI 很容易把文字、图标或者布局处理错。
对于应用商店截图来说，这个问题不能忽略。宣传图可以有设计感，但不能把产品原本不存在的功能展示出来。
所以 NimoteShot 采用了另一种方案：
AI 负责理解截图和生成文案，实际图片交给本地模板渲染。
整个流程分成几个阶段：
- 上传真实的应用截图。
- 使用支持视觉输入的 AI 模型分析界面。
- 根据识别结果生成对应的功能说明和多语言文案。
- 选择模板、配色及目标设备。
- 通过本地渲染器生成最终 PNG，并打包导出。
这样 AI 不需要重新绘制应用界面，原始截图能够保留下来，文字和排版也可以单独调整。
当然，视觉模型仍然可能误读 UI，所以生成的功能描述需要开发者自己确认。
为什么没有直接使用 AI 生图？
主要是可控性。
如果每次修改一行文案，都需要重新生成整张图片，不仅增加模型调用成本，也很难保证同一套截图的视觉一致性。
NimoteShot 把内容和渲染拆开处理。
AI 分析完成后，会保存相关结果和任务配置。开发者可以继续修改标题、顺序、模板和颜色，再通过本地渲染器重新生成，而不需要每次都重新上传截图给模型。
目前项目支持：
- PNG、JPEG、WebP 原始截图输入
- iPhone、iPad、Android 的横竖屏导出目标
- 英文、中文、日文、韩文和西班牙文文案
- 4 种视觉风格和 28 组分类配色
- 可编辑的设计配置与批量导出
- PNG 和 ZIP 输出
这里的多语言处理不仅仅是翻译一个标题。不同语言的文字长度差异很大，实际渲染时还需要考虑字号、换行和排版空间。
所以我更倾向于让内容和模板保持独立，避免把文字直接写死在图片里。
模型可以换，渲染流程不需要跟着换
项目最初就没有打算绑定某一家 AI 服务。
目前支持 DeepSeek、Qwen、GLM、Gemini、Claude、OpenAI 兼容接口等，也提供 Ollama 本地视觉模型和 Codex CLI 工作流。
默认使用 DeepSeek Flash。
模型的主要职责是分析真实截图、提取可用于宣传的功能信息，并生成文案及设计建议。
真正生成图片的是本地渲染器。
这种拆分还有一个好处：当模型效果不符合预期时，可以更换 Provider，而不必调整整套图片生成流程。
另外，并不是所有使用场景都必须调用 AI。如果已经有明确的文案，也可以使用 Manual design 模式直接制作截图。
隐私方面也需要说明清楚：图片渲染和导出在本地完成，但选择云端 AI 模型时，截图会发送给对应的服务商进行分析。如果对数据有严格要求，可以考虑受支持的本地视觉模型方案。
除了 Web UI，还提供了 CLI
NimoteShot 使用 Python 实现，提供本地 Web 界面和 CLI 两种使用方式。
目前支持 Linux、macOS 和 Windows，需要 Python 3.11 或更新版本。
在 Linux 或 macOS 上可以通过以下命令启动：
bash
git clone https://github.com/mobiledevloperlab/nimoteshot.git
cd nimoteshot
./install.sh安装完成后，会启动本地 Web 服务，默认访问地址是：
arduino
http://127.0.0.1:8765这个服务只监听本机回环地址，没有设计成直接暴露到公网的服务。
除了可视化界面，也可以通过 CLI 运行。例如：
css
.venv/bin/python scripts/nimoteshot.py generate \
--brand "My App" \
--description "A mobile editor with SSH, Git, and terminal tools" \
--style editorial \
--provider qwen \
--locales zh-CN这里需要提前配置对应 Provider 的模型访问凭据。
每次生成任务都会保留原始截图、配置、预览和导出结果。任务配置可以再次编辑，使用相同的渲染流程重新生成图片。
这也是我保留 CLI 的原因。
对于个人开发者来说，手动生成几张截图问题不大。但如果一个应用有多个版本、多个语言，后续希望把截图制作接入发布流程，命令行和可复用配置会更有价值。
目前项目已经具备 CLI 和任务配置重渲染能力，但还没有把它包装成一个完整的 CI/CD 商店素材发布系统。
目前还有哪些不足？
项目刚开源，还有不少地方值得继续完善。
首先是模板。
目前提供了几种基础风格和配色组合，但不同类型的应用对宣传图的要求差异很大。工具类、效率类、社交类应用，不应该完全使用相同的排版逻辑。
其次是 AI 对界面的理解能力。
目前的视觉分析可以帮助提取内容，但对于信息密集、功能复杂的截图，仍然需要人工检查文案是否准确。
还有一个值得继续优化的方向是多语言排版。简单的文本替换不难，真正麻烦的是在不同语言下保持整体设计一致。
这些问题我更希望通过真实的应用案例逐步改进，而不是一开始就堆很多模板和配置选项。
最后
NimoteShot 最初只是为了解决我自己发布 NimoteCode 时遇到的问题。
做着做着发现，这其实是很多独立开发者都会重复经历的工作：截图、写文案、排版、适配尺寸、导出，然后下一个版本重新来一遍。
如果能把其中重复的部分自动化，至少可以把更多时间留给产品本身。
目前项目已经在 GitHub 开源，采用 AGPLv3+ 许可证。工具本身可以免费使用，云端模型 API 可能产生独立费用。
项目地址：
如果你也做过 App Store 或 Google Play 截图，欢迎试试~
有实际使用中遇到的问题，可以直接提 Issue 或 PR。
我会继续维护这个项目。