SlimSnap
SlimSnap · 画像 · コーディング
SlimSnapはAIコーディング向けに作られた無料のスクリーンショットto JSONツールだ。画面の一部をキャプチャし、矢印や注釈を付け、画像ではなく構造化テキストをコピーする。OCRと決定論的なバウンディングボックスが標準で入っており、エージェントは画面上のあらゆる要素の正確なテキストと位置を把握できる。ローカルで動作し、費用はかからず、テキストが通る場所ならどこでも使える。では、普通のスクリーンショットではなく、なぜこれを使うのか。普通のスクリーンショットはターミナルでは行き止まりだからだ。
SlimSnap について
SlimSnapとは
SlimSnapは、AIコーディングのワークフローに空いた穴を埋めるデスクトップツールだ。Claude Code、Aider、Codex CLIといったツールはファイルを読み、テストを実行できるが、画面を見ることはできない。UIの不具合について話そうとした瞬間、スクリーンショットなら一目で分かることを、一段落の文章で説明することになる。ターミナルは画像を受け付けない。そこでSlimSnapは画面を、ターミナルが受け付けるものへと変える。つまりテキストだ。これはエージェント向けの構造化スクリーンショットであり、もう一つの画像ファイルではない。
考え方はシンプルだ。スクリーンショットはピクセルであり、ピクセルはモデルが読む前に情報を失う。SlimSnapは代わりに構造化ドキュメントを出力する。すべてのラベル、ボタン、エラーメッセージが、そのテキスト、正規化座標上の位置、そして描いた注釈とともに現れる。データが決定論的なので、エージェントは物の位置を推測するのをやめ、あなたが印を付けたものを直し始める。
最大の制約は範囲だ。SlimSnapはmacOSとWindowsしか対象にしておらず、汎用の画像エディタではなくコーディングエージェントの相棒である。Linuxユーザーはチームにメールして待つしかない。既存のスクリーンショットを編集したり置き換えたりもしないので、不具合報告用に整った画像が欲しいなら、やはり別のツールに頼ることになる。無理はない。
はじめ方
- 公式サイトからmacOS（Apple Silicon）またはWindows 10/11用の無料アプリをダウンロードする。
- Macでは⌘⇧S、WindowsではCtrl+Shift+Sを押してドラッグし、任意の画面領域を選ぶ。ページ全体のスクロールなら⌘⇧L / Ctrl+Shift+Lだ。キャプチャの手順はこれだけ。
- 矢印や注釈、ハイライトを加えて、意図する要素を指し示す。
- キャプチャをJSONとしてコピーし、Claude Code、Aider、あるいはテキストを受け付ける任意のエージェントに貼り付ける。
- 任意で、コネクタをインストールすればClaudeがあなたのマシンから直接キャプチャを読む。貼り付けは一切不要になる。
AIツール情報
SlimSnapの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- AIコーディングエージェントを使う開発者：Claude Code、Aider、Cursor、Codex CLIで作業し、UIの不具合を説明する必要がある人。テキストは画像が届かない場所に届く。
- QA・テストエンジニア：視覚的な不具合を報告し、エージェントに正確な要素を見てほしい人。注釈は単なるピクセルではなく構造化された意図として出力される。
- アクセシビリティを重視するチーム：キャプチャがマシン上に留まることを大事にする人。OCRもキャプチャもローカルで動き、アカウントもサーバーも介在しない。
タスク
- コーディングエージェントにUIの不具合を報告する：壊れた要素をキャプチャして印を付け、JSONを貼り付ければ、エージェントはあなたが指した箇所を正確に直す。
- ターミナルやSSHセッションの中で画面の状態を説明する：領域を、シェルベースのワークフローが実際に読めるテキストに変える。画像のアップロードは不要。ドラッグするファイルパスも不要。
- 長いスクロールページをキャプチャする：高いページを読みやすいフレームに分割し、キャプチャ全体を一つのJSONで包む。画像の縮小で何かが失われることはない。
シーン
- レイアウトの問題をデバッグ中で、「ヘッダーの左下のボタン」と打っても何も伝わらない。
- SSH越しにリモートのマシンで作業していて、ローカルのウィンドウがどんな見た目かエージェントに見せたい。
- gitのコミットメッセージやCIログに貼り付けたい。画面を添付ファイルではなくテキストとして必要としている。
主な機能
スクリーンショットを構造化JSONに
SlimSnapの本質はその出力形式にある。平坦な画像の代わりに、すべての要素がid、type、テキスト値、バウンディングボックスを持つドキュメントが手に入る。この構造があるからこそ、コーディングエージェントはコードを推論するのと同じように画面を推論できる。コーディングエージェント向けの画面領域キャプチャを、エージェントが行動できるものへ変える一手だ。
意図を運ぶ注釈
矢印や注釈は装飾ではなく意図だ。ボタンを指し示すと、SlimSnapはその印がどの要素を狙っているかをidで記録する。出力される意図は「e4を直せ」と言い、エージェントにあなたの意図を推測させたりしない。印を付けることが正確な指示になる。一本の矢印。一つの対象。曖昧さは残らない。
内蔵OCRと決定論的レイアウト
OCRが組み込まれているので、撮影内のすべてのラベル、ボタン、エラーメッセージが本物のテキストとして届く。これは単純なOCRスクリーンショットでは得られないものだ。バウンディングボックスは0から1の正規化座標にあり、解像度をまたいでも位置が安定する。エージェントはあなたが見ている言葉を、あなたが見ている場所で見る。
ページ全体のスクロールキャプチャ
⌘⇧LまたはCtrl+Shift+Lを押すとページ全体を撮影できる。自分でスクロールするか、Autoscrollに任せる。長いページは読みやすいフレームに分割され、一つのJSONにまとまる。高いページこそが問題のすべてだ。AIツールは非常に高い画像を読めないし、縮小された高いページは本文テキストを丸ごと失うことが多い。だからこれが効く。
設計からローカル限定
キャプチャとOCRはあなたのマシンで動く。アップロードもアカウントもサーバーも介在しないので、画面がデバイスを出ることはない。これは珍しい。機密性の高いインターフェースを扱う人にとって、それが使えるツールと使えないツールの分かれ目になる。
オープンなMITスキーマ
JSONスキーマはGitHub上でMITとして公開されている。読み、それに対して検証し、誰の許可も得ずに自作のエクスポータを書ける。囲い込みはない。オープンな形式は、後でキャプチャを独自のパイプラインにつなぎたいときに行き詰まらないという意味でもある。
貼り付け不要のエージェントコネクタ
コネクタをインストールすれば、Claudeがあなたのマシンから直接キャプチャを読む。キャプチャして印を付け、ただ尋ねればいい。貼り付けは一切ない。Claude Desktop用バンドル、Claude Code用の一行コマンド、あるいはCursorのディープリンクとして提供される。
メリットとデメリット
メリット
- 無料で登録不要、インストールは数秒で終わる。
- 構造化出力は、画像の縮小なら壊してしまうテキストと位置を保つ。何も失われない。
- 注釈はidで特定の要素に対応するので、意図がエージェントまで生き残る。
- ローカル処理で画面がマシン上に留まり、アカウントも要らない。
- オープンなMITスキーマで検証、拡張、あるいは自作エクスポータの構築ができる。
デメリット
- macOSとWindowsのみ。Linux対応は作られておらず、メールでの要望が起点になる。
- コーディングエージェントの相棒であって汎用のスクリーンショットエディタではない。整った不具合報告用画像を作るツールの代わりにはならない。
- コネクタの経路はClaudeとCursorが中心なので、他のエージェントはコピー＆ペースト頼みになる。
- APIがない。サーバー側でキャプチャをスクリプト化したいチームの自動化を制限する。
よくある質問
画面の領域を、AIコーディングエージェントが読める構造化JSONに変える。画像ではなくJSONをキャプチャ、注釈、コピーするので、エージェントは解釈が必要な画像ではなく、正確なテキストと位置を受け取る。Claude Codeやターミナルベースのあらゆるツール用にスクリーンショットを作る、最もすっきりした方法だ。
関連コンテンツ
SlimSnapに関連するツール、スキル、記事を探す。
SlimSnapの代替ツール
X Ray Interpreter
X-ray Interpreter · 画像X Ray Interpreter は、X 線、CT、MRI、超音波、PET の画像を平易な言葉のレポートに変えるウェブベースの AI 放射線ツールだ。スキャン画像をアップロードすると、X 線の予備的な読影結果がすぐに返ってくる。説明が必要な箇所があれば、その後で追加の質問もできる。位置づけはセカンドオピニオンと学習の補助であり、医療診断ではない。
Aieasypic
AIEasyPic · 画像AIEasyPicは、単純なテキストプロンプトを数秒で完成したアート作品に変えるAI画像生成ツールだ。自分の写真でカスタムモデルを訓練したり、既存の画像の顔を交換したり、テキストから短い動画クリップを作ったりもできる。すべてブラウザだけで完結する。手早くビジュアルが欲しい気軽なクリエイターにも、コードを一切触らずに個人モデルを作りたい趣味の人にも向く。
Chargen
Chargen · 画像ChargenはDungeons & Dragonsやその他のテーブルトークRPG向けに作られたAIキャラクター生成ツール兼ワールドビルディングツールキットだ。一行のアイデアを描き上げたキャラクター肖像に変え、同じセッションでNPC、モンスター、マップ、遭遇を生み出し、すべてのクリーチャーの詳細を手元に置く。テーブルトークRPGアートの部分はGoldと呼ばれるクレジット制で動き、テキスト生成ツールは誰でも無料のまま使える。