SlimSnap: De ogen die je CLI agents altijd misten
Het Screenshot Probleem in AI-Ondersteund Ontwikkelen
Als je regelmatig werkt met CLI-gebaseerde coding agents zoals Claude Code, Aider of Codex CLI, herken je vast dit frustrerende gevoel: deze tools kunnen geweldig overweg met code lezen en schrijven, maar ze zien geen enkel pixel van je interface. Wil je een kapotte knop beschrijven? Je eindigt met paragraphs vol tekst zoals "die rode foutmelding in de rechterbovenhoek van de checkout-pagina." Je agent probeert dan met samengeknepen ogen te bedenken wat je bedoelt.
Daar komt SlimSnap om de hoek kijken — een handige macOS-tool die elke screenshot omzet in gestructureerde JSON die je CLI-agent wél kan verwerken.
Hoe Het Werkt: Capturen, Annoteren, Versturen
De workflow is heerlijk eenvoudig:
Capture — Druk ⌘⇧S, sleep om een willekeurig deel van je scherm te selecteren. De tool gebruikt native macOS API's, dus geen extra afhankelijkheden.
Annoteren — Voeg pijlen, callouts en markeringen toe rechtstreeks op de screenshot om precies aan te geven wat aangepakt moet worden.
Kopieer als JSON — Met één klik zet je alles om naar gestructureerde JSON, klaar om te plakken in elke terminal agent.
De JSON-output is verrassend rijk. Je krijgt het tijdstip van vastlegging, de appnaam, schermafmetingen, en — het belangrijkste — een gestructureerde array met gedetecteerde elementen. Elk element heeft zijn type (button, input, label), de daadwerkelijke tekst, en bounding box-coördinaten in genormaliseerd 0-1 formaat.
Die laatste details zijn cruciaal. Wanneer je agent exact weet waar "het derde invoerveld in het settings-venster" zich bevindt, kan hij nauwkeurig redeneren over wat er veranderd moet worden in plaats van te gokken.
Waarom Dit Belangrijk Is voor Ontwikkelaars
Hier schuilt het echte talent van SlimSnap: token-efficiëntie.
Als je een ruwe screenshot plakt in ChatGPT's webinterface, downsamplet de API deze en comprimeert deze. Maar met CLI-agents die afbeeldingen accepteren, bots je nog steeds tegen API-limieten aan — zo'n 1.568 vision tokens voor een standaard screenshot op Sonnet-modellen, en tot 4.784 op Opus 4.7/4.8.
SlimSnap's JSON-export komt doorgaans uit tussen 600-800 tokens. Dat betekent roughly 55% minder tokens per interactie op Sonnet, oplopend tot 85% besparing op Opus-modellen. Tijdens een lange debug- of refactoring-sessie met tientallen iteraties, stapelen die besparingen zich snel op.
Meer tokens over in je context window betekent meer ruimte voor échte code, error logs en agent-redeneringen. Je contextbudget gaat een stuk verder.
Privacy-First Architectuur
Iets dat ik waardeer: SlimSnap voert alle OCR-verwerking lokaal uit op je Mac. Captures verlaten nooit je machine. Geen account nodig, geen server in de keten. Als je met gevoelige applicaties of proprietary interfaces werkt, is dat geen detail.
Het JSON-schema zelf is open (MIT-licentie) en gepubliceerd op GitHub. Je kunt ertegen valideren, je eigen exporters schrijven, of zelfs handmatig geldige JSON fabriceren als je wilt integreren met andere OCR-pipelines.
De Claude Code Skill
Voor Claude Code-gebruikers biedt SlimSnap een skill die automatisch je captures detecteert. Deze schrijft een klein configuratiebestand naar ~/.slimsnap/config.json met je opslagvoorkeuren, en de skill leest dat om de laatste JSON in de context van je agent te laden. Naadloze integratie zonder handmatig bestanden zoeken.
Wanneer JSON Beter Is Dan Pixels
Hier is de eerlijke afweging: voor elementniveau-werk — specifieke knoppen repareren, formuliervelden updaten, layoutproblemen oplossen — is JSON objectief beter. Je agent krijgt precieze coördinaten en geëxtraheerde tekst in plaats van pixels te interpreteren.
Maar voor "vibe checks" — voelt dit ontwerp cohesive? Werkt het kleurenpalet? — wil je misschien nog steeds de ruwe afbeelding plakken. Niks houdt je tegen om beide te sturen: de JSON voor precieze targeting, de afbeelding voor esthetische redenering.
De Conclusie
SlimSnap lost een specifiek maar reëel pijnpunt op in AI-ondersteunde ontwikkelworkflows. Als je diep in CLI-gebaseerde agents zit en regelmatig interfaces moet bespreken, is het de moeite waard aan je toolkit toe te voegen. De tokenbesparing alleen al rechtvaardigt de installatie, en de lokale verwerking betekent nul privacyzorgen.
Vooralsnog alleen macOS, maar aangezien het schema open is, is het slechts een kwestie van tijd voordat iemand compatibele exporters voor andere platformen bouwt.
Bekijk het op slimsnap.ai — de productiviteitswinst voor UI-zware debug-sessies kan aanzienlijk zijn.
Moe van het omschrijven van UIs in paragraphs? Soms is de beste tool degene die vertaalt wat je ziet naar wat je agent begrijpt.