完整产品的要求取决于工作流：标注和经典 CV 比模型支持的 CV、长 Capture 会话和 Screph Code。以下部分将已确认的技术边界与尚无干净机器兼容性矩阵的建议分开。
当前目标平台是 Windows 10/11 x64.新鲜包装的screph.exe， pro_agent.exe 和 QtWebEngineProcess.exe 二进制文件使用 AMD64 PE 机器类型； 32 位 Windows 不是受支持的目标。 Linux 和 macOS 仍然是路线图项目，在那里运行源代码并不等同于产品支持。
Alpha 证据 border. 1.0.9 产物清单不记录架构、最低 Windows 构建或兼容性矩阵结果。 QtIFW 安装程序也不执行单独的操作系统版本预检；可用的打包烟雾适用于当前构建主机，并且在版本证据中未找到清洁机 Windows 10/11 矩阵。因此，“Windows 10/11 x64”是支持目标，而不是每个 Windows 10 更新的认证。
当前安装程序/运行时没有经过验证的最低 CPU 核心或 RAM 阈值，因此该网站不会发明诸如“最低 8 GB”之类的值。实际负载取决于帧大小、FPS、时间线长度、画布演示的数量、选定的 CV 模型、LLM 运行时和并行 Screph Code 进程。
disk_images； ram_images 将帧存储在内存中，随着使用量的增长，可能需要较低的 FPS 或更短的会话。A 主产品不需要离散 GPU。 YOLO 默认为use_gpu=false 并在 CUDA 禁用或不可用时显式选择 CPU。具有兼容 CUDA/PyTorch 运行时的 NVIDIA GPU 可加速重型模型，但不会取代 ml.runtime 和模型重量安装。
OmniParser 设备控制边界。 其可见的 GPU 复选框也默认关闭并保留，但当前的 CV 运行程序不会读取它： run_omniparser() 保留 device=None，将设备选择留给底层运行时。在连接该消费者之前，该复选框不能保证强制执行 CPU 或 GPU 模式。
大型 YOLO、OmniParser 或 SAM 任务在 CPU 上可能会很慢。在 CUDA 内存不足时，减小图像或模型大小； YOLO 可以显式禁用 GPU 使用。 Screph 没有发布通用的最小 VRAM，因为它取决于型号和输入。
安装程序的依赖项页面计算 installer.requiredDiskSpace()，添加托管 ML 估计值并阻止继续，除非目标驱动器具有估计值加上 512 MB 预留空间。这是对所选组件最准确的检查。它不为未来的项目、Capture 框架、模型权重、下载缓存、日志或 Assistant/Screph Code 工作空间预留空间；为这些保留单独的空间。
正常的打包安装不需要预装系统 Python：主应用程序和托管依赖项负载提供自己的运行时文件。依赖项选项卡只能在探测后重用兼容的全局工具；缺少全局 Python 并不是安装错误。
Screph Code 使用捆绑的 QtWebEngine/Monaco：完整负载包括 QtWebEngineProcess.exe、资源和 PySide6 绑定。 Microsoft WebView2 不是单独的 Screph 先决条件。基于浏览器的设备登录和外部链接仍然需要可用的系统浏览器。
%LOCALAPPDATA%\Screph。