SlimSnap: i tuoi agenti CLI finalmente ci vedono
Il problema degli screenshot nello sviluppo assistito da AI
Usi agenti CLI come Claude Code, Aider o Codex CLI? Allora conosci già la frustrazione: queste tool sono straordinarie nel leggere e scrivere codice, ma sono cieche davanti alla tua interfaccia.
Devi sistemare un pulsante rotto? Ti ritrovi a scrivere paragrafi come "il messaggio di errore rosso nell'angolo in alto a destra della pagina di checkout." Il tuo agente legge le tue parole e cerca di immaginare cosa intendi. Non proprio l'ideale.
SlimSnap risolve tutto questo. È un'utility per macOS che trasforma qualsiasi screenshot in JSON strutturato, qualcosa che il tuo agente da terminale può realmente elaborare.
Come funziona: cattura, annota, invia
Il flusso di lavoro è disarmante nella sua semplicità:
** Cattura ** - Premi ⌘⇧S e seleziona l'area dello schermo che ti serve. Usa le API native di macOS, nessuna dipendenza extra.
** Annota ** - Aggiungi frecce, note e evidenziazioni direttamente sullo screenshot per indicare esattamente cosa va corretto.
** Copia come JSON ** - Un click converte tutto in JSON strutturato, pronto per essere incollato in qualsiasi agente da terminale.
Il JSON prodotto è sorprendentemente ricco. Include il timestamp della cattura, il nome dell'app, le dimensioni dello schermo e—questo è il punto cruciale—un array strutturato degli elementi rilevati. Ogni elemento ha il suo tipo (bottone, campo input, etichetta), il testo effettivo e le coordinate del bounding box in formato normalizzato 0-1.
Quest'ultimo dettaglio cambia tutto. Quando il tuo agente conosce la posizione esatta del "terzo campo di input nel modal delle impostazioni", può ragionare con precisione su cosa modificare. Niente più supposizioni.
Perché è importante per il workflow degli sviluppatori
Qui SlimSnap dimostra il suo valore reale: efficienza nei token.
Quando incolli uno screenshot grezzo nell'interfaccia web di ChatGPT, l'API lo downsampa e comprime. Ma con gli agenti CLI che accettano immagini, stai comunque battendo contro i limiti—circa 1.568 token visivi per uno screenshot tipico sui modelli Sonnet, fino a 4.784 su Opus 4.7/4.8.
L'export JSON di SlimSnap si attestaque tra 600-800 token. Significa circa 55% di token in meno per interazione su Sonnet, che sale all'85% di risparmio sui modelli Opus. In una lunga sessione di debug o refactoring con decine di iterazioni, il risparmio si accumula velocemente.
Più token liberi nel tuo context window significano più spazio per codice vero, log degli errori e ragionamento dell'agente. Il tuo budget di contesto rende di più.
Architettura che mette la privacy prima
Un aspetto che apprezzo: SlimSnap fa tutta l'elaborazione OCR in locale sul tuo Mac. Le catture non escono mai dalla tua macchina. Nessun account richiesto, nessun server coinvolto. Se lavori con applicazioni sensibili o interfacce proprietarie, questa è una differenza importante.
Lo schema JSON è aperto—licenza MIT—e pubblicato su GitHub. Puoi validarlo, scrivere i tuoi exporter personalizzati, o anche creare JSON validi a mano se vuoi integrarlo con altre pipeline OCR.
La Skill per Claude Code
Per gli utenti di Claude Code, SlimSnap offre una skill che rileva automaticamente le tue catture. Scrive un piccolo file di configurazione in ~/.slimsnap/config.json con le tue preferenze di salvataggio, e la skill lo legge per caricare il JSON più recente nel contesto del tuo agente. Integrazione fluida senza dover cercare file manualmente.
Quando il JSON batte i pixel
Ecco il compromesso onesto: per lavoro a livello di elemento—correggere bottoni specifici, aggiornare campi modulo, sistemare problemi di layout—il JSON è oggettivamente migliore. Il tuo agente ottiene coordinate precise e testo estratto invece di interpretare pixel.
Ma per i "controlli di vibe"—questa grafica sembra coerente? La palette colori funziona?—potresti ancora voler incollare l'immagine grezza. Niente ti impedisce di inviare entrambi: il JSON per il targeting preciso, l'immagine per il ragionamento estetico.
Il verdetto
SlimSnap risolve un problema specifico ma reale nel workflow di sviluppo assistito da AI. Se usi agenti CLI e hai frequentemente bisogno di discutere interfacce, vale la pena aggiungerlo alla tua cassetta degli attrezzi. Il risparmio di token da solo giustifica la configurazione, e l'elaborazione locale significa zero preoccupazioni sulla privacy.
Al momento solo macOS, ma dato che lo schema è aperto, è solo questione di tempo prima che qualcuno costruisca exporter compatibili per altre piattaforme.
Dai un'occhiata su slimsnap.ai—il guadagno di produttività per sessioni di debug intensive con UI potrebbe essere sostanziale.
Stanco di descrivere interfacce con paragrafi? A volte il tool migliore è quello che traduce quello che vedi in quello che il tuo agente capisce.