SlimSnap

SlimSnap의 존재 이유는 출력 형식에 있다. 평평한 이미지 대신, 모든 요소가 id와 type, 텍스트 값, 경계 상자를 지닌 문서를 받는다. 이 구조 덕분에 코딩 에이전트는 코드를 추론하듯 화면을 추론한다. 코딩 에이전트용 화면 영역 캡처를 그들이 행동할 수 있는 무언가로 바꾸는 바로 그 단계다.

화살표나 콜아웃은 장식이 아니라 의도다. 버튼을 가리키면 SlimSnap은 그 표시가 어느 요소를 겨냥하는지 id로 기록한다. 그래서 내보낸 의도는 "e4를 고쳐라"라고 말하며, 에이전트가 무슨 뜻인지 추측하게 두지 않는다. 표시하기가 정밀한 지시가 된다. 화살표 하나. 대상 하나. 남은 모호함은 없다.

OCR이 내장돼 있어 캡처 속 모든 라벨, 버튼, 오류 메시지가 진짜 텍스트로 도착한다. 단순 OCR 스크린샷이 주지 못하는 바로 이것이다. 경계 상자는 0에서 1 사이의 정규화 좌표에 있어 해상도가 달라져도 위치가 안정적으로 유지된다. 에이전트는 당신이 보는 단어를, 당신이 보는 자리에서 본다.

⌘⇧L 또는 Ctrl+Shift+L을 누르면 전체 페이지를 잡는다. 직접 스크롤하거나 Autoscroll이 이끌게 하면, 긴 페이지가 읽을 수 있는 프레임으로 나뉘어 하나의 JSON에 담긴다. 높은 페이지가 문제의 전부다. AI 도구는 아주 높은 이미지를 읽지 못하고, 축소된 높은 페이지는 본문 텍스트를 통째로 잃는 경우가 많기 때문에 이게 중요하다.

캡처와 OCR은 당신의 기기에서 실행된다. 업로드도, 계정도, 개입하는 서버도 없어 화면은 절대 기기를 떠나지 않는다. 드문 일이다. 민감한 인터페이스를 다루는 사람에게 이건 쓸 수 있는 도구와 쓸 수 없는 도구의 차이다.

JSON 스키마는 GitHub에 MIT로 공개돼 있다. 읽고, 그것에 맞춰 검증하고, 누구의 허락도 없이 자신만의 내보내기를 작성할 수 있다. 종속이 없다. 열린 형식은 나중에 캡처를 자체 파이프라인에 연결하고 싶을 때 막히지 않는다는 뜻이기도 하다.

커넥터를 설치하면 Claude가 기기에서 캡처를 바로 읽는다. 캡처하고 표시하고 그냥 물어보면 된다. 붙여넣기가 전혀 없다. Claude Desktop 번들, Claude Code용 한 줄 명령, 또는 Cursor 딥링크로 제공된다.