Show HN: 为AI编程助手压缩你的截图

Screenshotter 是一款轻量级的 macOS 命令行工具，旨在优化截图并将其直接复制到系统剪贴板，方便用户快速粘贴到 AI 编码代理（如 OpenAI Codex 和 Anthropic Claude）中。该工具由开发者 mgranados 发布，作为一个开源项目托管在 GitHub 上，遵循 MIT 许可证。

该工具的核心工作流程非常简单：用户只需使用 macOS 原生截图快捷键（Cmd+Shift+3 或 Cmd+Shift+4）截取屏幕，Screenshotter 会自动捕获新截图、执行优化处理，并将优化后的图像数据放入剪贴板。用户随后在 AI 代理的输入框中按下 Cmd+V 即可粘贴，无需手动保存或转换文件。

Screenshotter 最主要的卖点在于其压缩效率。根据开发者的基准测试，与原始截图相比，该工具在不同显示器和窗口尺寸下可将文件大小减少 68% 至 93%。例如，在 Pro Display XDR（6016x3384 像素）上，原始截图为 5.48 MB，优化后仅为 0.89 MB，节省了 93% 的空间。对于更常见的 16 英寸 MacBook Pro 显示屏（3456x2234 像素），文件从 1.86 MB 降至 0.83 MB，节省 89%。这些压缩是在“默认”设置下实现的，该设置专门针对文本可读性进行了校准，以确保 AI 模型能够准确识别屏幕上的文字。

为了满足不同场景的需求，Screenshotter 提供了多个预设配置：

• 可读性模式（默认）：优先保持文字清晰，适用于大多数编码辅助场景。
• 均衡模式：在文件大小和视觉质量之间取得平衡。
• 令牌模式：进一步降低分辨率，以最小化 AI API 的图像令牌消耗（按像素计费）。

用户可以通过命令行参数或与 pi（一个可能的 CLI 集成工具）中的命令来切换这些配置。

Screenshotter 的安装非常直接：从 GitHub 克隆仓库后，运行 node bin/screenshotter.mjs doctor 检查依赖，然后使用 screenshotter watch --verbose 启动监听模式。可选地，可以将可执行文件链接到 ~/.local/bin 以便全局调用。该工具还支持与流行的 AI 代理进行深度集成：通过 MCP（Model Context Protocol）服务器，用户可以在 Codex 和 Claude 中添加 Screenshotter 作为工具/插件，实现无缝的工作流。

除了压缩优势，Screenshotter 还带来了多项实际收益：减少上传带宽（从数 MB 降至 1 MB 以下）、降低粘贴/发送延迟、节省本地存储空间、以及降低因附件大小超限导致的失败风险。对于使用按令牌计费的 AI API（如图像输入），令牌模式可进一步削减成本。

该项目目前仍处于早期阶段——GitHub 仓库仅有 1 个 Star、0 个 Fork，且未发布正式版本。但它的实用性和针对性设计使其在 AI 辅助编程社区中具有潜在价值。开发者提供了详细的文档，包括安装指南、配置文件说明、命令行参考（如 clip、prepare-latest、bench 等），以及审计日志（JSONL 格式）。

总之，Screenshotter 是一个专注但强大的小工具，它解决了 AI 编程代理中一个常见痛点：如何高效地传递屏幕截图而不牺牲质量和消耗过多资源。对于经常使用 AI 进行代码审查、错误调试或 UI 设计的 macOS 用户来说，这可能会成为他们工具箱中的一枚利器。