电脑屏幕与音频录制技术/API及Skype通话录制可行性问询

让我来逐一拆解你的两个问题：

问题1：捕获电脑全屏幕及音频需涉及哪些技术/API？ #

这个得看你是做Web端还是桌面端开发，不同平台的方案差异不小：

• Web端场景
  • 屏幕捕获：用标准的MediaDevices.getDisplayMedia() API就行，主流浏览器（Chrome、Edge、Firefox）都支持，能选整个屏幕、单个应用窗口或者浏览器标签页。
  • 音频捕获：如果是要抓系统音频，部分浏览器允许在调用getDisplayMedia()时传入{ audio: true }的配置，直接把系统音频和屏幕流一起捕获；之后可以用MediaRecorder API把捕获到的媒体流录制成文件。不过要注意兼容性，比如Firefox的系统音频捕获支持得晚一些。
• Windows桌面端
  • 屏幕捕获：Win10及以上推荐用Graphics Capture API，比传统的GDI、DirectX更高效；如果是.NET开发，也可以用System.Windows.Forms.Screen相关的类来做基础捕获。
  • 音频捕获：依赖Windows Core Audio API（比如WASAPI、MMDeviceAPI），不仅能抓系统的“立体声混音”输出，还能精准捕获特定应用的音频流。
• macOS桌面端
  • 屏幕捕获：用AVFoundation框架里的AVCaptureScreenInput是最方便的，或者Quartz Display Services的底层API也能实现。
  • 音频捕获：靠Core Audio框架，比如Audio Queue Services或者Audio Unit；也可以通过AVCaptureDevice获取系统音频输入，不过要捕获其他应用的音频，通常需要配合虚拟音频设备（比如BlackHole），再通过系统音频设置把目标应用的输出路由到虚拟设备，然后应用去捕获这个设备的音频。
• 跨平台方案
  如果不想分平台开发，Electron是个不错的选择——它基于Chromium，直接用Web的getDisplayMedia就能搞定屏幕和音频捕获；另外Qt的多媒体模块、FFmpeg命令行工具（比如ffmpeg -f avfoundation -i "1:0"捕获macOS屏幕和音频）也能实现跨平台的音视频捕获。

问题2：开发网页应用能否录制Skype（macOS原生应用）的输入音频？ #

你的判断完全正确，纯网页应用根本做不到直接录制macOS原生Skype的音频，核心原因有这几个：

1. 浏览器沙箱限制：网页运行在严格的沙箱里，只能访问浏览器开放的资源。WebRTC的getUserMedia()最多只能抓系统默认麦克风或者当前标签页的音频，根本碰不到其他原生应用的音频流——这是操作系统和浏览器的安全防线，防止网页偷录用户的私密通话。
2. macOS音频架构的限制：macOS默认不允许第三方应用（包括浏览器）直接捕获其他应用的音频输出，哪怕你想抓系统全局音频，也得用户手动安装虚拟音频设备（比如BlackHole）并配置路由，而网页应用没有权限去操作这些系统级的设置，更没法依赖用户去做配置。
3. Skype自身的保护：Skype的通话音频有内部加密和处理，就算能绕过系统限制，网页也拿不到它的原始音频流。

如果一定要实现这个需求，更靠谱的方案是：

• 开发桌面应用：比如用Electron做跨平台的，或者用Swift写原生macOS应用，通过Core Audio API配合虚拟音频设备来捕获系统音频，再用屏幕捕获API录视频。
• 退一步用系统工具：macOS自带的QuickTime Player就能录制屏幕和系统音频（前提是先配置好虚拟音频设备），不过这是手动操作，不是开发层面的自动化实现。

内容的提问来源于stack exchange，提问作者Loading...