TokenTrim：喂给 LLM 的截图与 PDF 压缩器

把截图和 PDF 转成紧凑 Markdown，帮 RAG 和 Agent 用户省 token

痛点

开发者把大量截图或 PDF 直接塞给 AI，既费 token 又影响 RAG 结果，问题往往出在文件管理而非框架本身。市面上 OCR 工具多数只做识别，不关心输出是否紧凑、是否适合 LLM 消费。

方案

上传截图或 PDF 后输出结构化、去冗余的 Markdown：保留标题层级和表格，合并碎片段落，按 token 预算裁剪；提供本地批处理 CLI 和简单网页端，可对比压缩前后 token 数。

用户

做 RAG/Agent 的独立开发者、小型 AI 团队，以及用截图问 AI 的重度用户

MVP

截图/PDF 转 Markdown；按 token 预算裁剪与分段；压缩前后 token 对比；批量处理与导出；本地模式不上传云端

变现

免费额度加订阅制，月付 9～29 美元；CLI 批量处理按量计费；团队版提供私有部署授权

为何现在

多模态输入爆发、token 成本成为日常痛点，而通用 OCR 不解决「给 LLM 喂食」的格式问题；单人可快速做出并验证