rdp-cli

Comment réduire les tokens utilisés par les captures d’écran d’un AI Agent

Dernière mise à jour : 6 novembre 2026
Relu par l’équipe rdp-cli

Lorsqu’un AI Agent contrôle un bureau distant, les captures d’écran lui fournissent les informations visuelles nécessaires pour choisir l’action suivante. Envoyer une capture complète en haute résolution après chaque clic peut augmenter les tokens, la latence et les coûts.

La solution n’est pas seulement de compresser le PNG. Il faut réduire les zones inutiles et éviter de renvoyer des captures inchangées.

La méthode pratique est la suivante :

Capturer uniquement la région utile, réduire l’image lorsque tous les détails ne sont pas nécessaires, attendre les changements et ne vérifier que ce qui est utile.

Avec rdp-cli, un agent peut se connecter à des sessions RDP, VNC, X11 ou Android, capturer une région et comparer l’écran actuel avec une observation précédente.

Réponse rapide : comment réduire les tokens des captures ?

Capturez uniquement la zone nécessaire, réduisez l’image lorsque la précision complète n’est pas indispensable, utilisez la détection de changements et attendez les changements d’état au lieu d’interroger tout le bureau en boucle.

Les captures plein écran servent surtout à établir le contexte ou à gérer une modification de disposition. Consultez la documentation des commandes rdp-cli.

Pourquoi une capture haute résolution utilise-t-elle plus de tokens ?

Elle contient souvent plus d’informations que l’agent n’en a besoin. Les causes courantes sont l’envoi du bureau complet après chaque action, l’envoi de la même image avant et après un clic, l’utilisation d’un écran complet pour un seul dialogue et les captures répétées pendant un chargement.

La taille du PNG agit principalement sur le transfert. L’utilisation réelle dépend aussi des dimensions, du nombre d’images et des règles du modèle de vision.

1. Utiliser une capture par région

rdp-cli screenshot \
  --session SESSION \
  --region 800,120,720,560 \
  --out focused.png

Remplacez SESSION par l’identifiant de session. --region utilise les coordonnées de l’écran distant. Consultez la référence des commandes pour les options disponibles.

2. Réduire l’image lorsque tous les détails ne sont pas nécessaires

rdp-cli screenshot \
  --session SESSION \
  --region 800,120,720,560 \
  --max-width 900 \
  --out focused-small.png

Les petits textes et les formulaires complexes peuvent nécessiter une image plus grande. La page des fonctionnalités de rdp-cli indique que les coordonnées restent liées à l’écran distant lorsque l’image est réduite.

3. Détecter les changements

Comparez la capture actuelle avec une observation précédente :

rdp-cli screenshot \
  --session SESSION \
  --since PREVIOUS_REFERENCE \
  --region 800,120,720,560 \
  --out current.png

Si la zone n’a pas changé, l’agent peut attendre sans retraiter la même image.

4. Attendre un état plutôt que sonder l’écran

rdp-cli wait \
  --session SESSION \
  --condition changed \
  --region 800,120,720,560

Pour attendre qu’elle soit stable, utilisez condition stable. Cela réduit les captures inutiles et évite d’agir pendant que l’interface change encore.

5. Conserver la boucle observer → agir → vérifier

Capturez l’écran ou la région cible, effectuez une action à partir de l’observation la plus récente, attendez un changement ou une stabilisation, capturez la région du résultat et vérifiez le résultat attendu.

Chaque action doit utiliser une observation récente. Le guide de démarrage rdp-cli décrit ce flux.

Stratégie de capture pour un bureau distant

Capturez le bureau complet au démarrage, puis passez à la région de la fenêtre cible. Attendez les changements d’état après les actions importantes et conservez uniquement les images utiles. Reprenez l’écran complet en cas de changement de disposition ou de perte de contexte.

Limites

Une capture complète peut rester nécessaire pour comparer plusieurs fenêtres, suivre une fenêtre entre plusieurs écrans, analyser la disposition globale, identifier la fenêtre active ou diagnostiquer une erreur inattendue.

rdp-cli fournit la connexion, les captures, les entrées, les fichiers et le contrôle de session. Il ne contient pas de modèle d’IA : l’agent externe prend les décisions.

FAQ

Quelle est la meilleure façon de réduire les tokens des captures ?

Utilisez une capture par région, évitez les doublons, attendez les changements d’état et vérifiez une petite zone de résultat.

Réduire la taille d’une image réduit-il toujours les tokens ?

Pas nécessairement. Cela dépend du modèle de vision. Réduire la zone et les répétitions est généralement plus efficace.

Faut-il envoyer tout le bureau après chaque action ?

Non. Une capture par région suffit souvent pour les actions normales.

rdp-cli peut-il capturer une partie de l’écran ?

Oui. screenshot accepte --region.

rdp-cli inclut-il un modèle d’IA ?

Non. rdp-cli contrôle la session et l’AI Agent fournit le raisonnement.

Conclusion

La réduction des tokens consiste à rendre chaque observation plus ciblée :

Capturer la zone utile → effectuer une action → attendre un changement → capturer uniquement le nécessaire → vérifier le résultat.

Cette méthode rend l’automatisation de bureaux distants haute résolution plus efficace tout en conservant le retour visuel nécessaire à l’agent.