正式介绍开源隐私优先的本地图片压缩工具 - LocalSqueeze

还在把图片上传到云端压缩？试试 LocalSqueeze，一款完全在本地运行的图片压缩工具

作为开发者，这些场景你肯定不陌生：

📸 博客配图：压缩图片，让网页加载飞快。
🎨 UI 设计：批量处理设计稿，瘦身文件大小。
📱 移动应用：优化 App 内的图片资源。
🌐 网站优化：减小图片体积，提升用户体验。

传统的在线压缩工具虽然方便, 比如作者经常用的tinify，但是使用起来还是会有一些问题：

🔒 隐私顾虑：图片得先上传到别人服务器。
🌐 依赖网络：没网就歇菜。
💰 使用限制：免费版通常有次数或大小限制（ Web Pro $39 ，Web Ultra $149 ）。
⏱️ 效率问题：上传下载费时间，批量操作麻烦。

而 LocalSqueeze 是一款基于 Electron + React 构建的跨平台桌面图片压缩应用，正好解决了这些问题。所有的图片，从始至终都在自己电脑上处理。

核心技术选型

Electron 37.2.1：跨平台桌面应用框架
React 19.1.0：现代化 UI 构建
TypeScript：类型安全保障
Tailwind CSS 4.0.4：原子化 CSS 框架
Sharp 0.34.3：高性能图片处理引擎
Electron Forge：打包发布

🚀 功能特性介绍

🎨 用户体验

🌓 深色/浅色主题：深色主题很好看
👁️ 实时预览对比：压缩前后可以进行对比，效果一目了然
⚙️ 灵活配置：压缩质量、格式转换等参数可调，配置操作简洁明了
📏 尺寸调整：支持按比例或固定尺寸缩放
📊 压缩统计：详细的压缩报告和节省空间统计
💾 批量导出：一键保存所有处理结果

📦 快速上手

开发者安装

# 克隆项目
git clone https://github.com/freeany/LocalSqueeze.git
cd LocalSqueeze

# 安装依赖
npm install

# 启动开发环境
npm run start

# 构建生产版本
npm run make

普通用户下载

为啥选择 LocalSqueeze 呢？

与同类产品的对比

特性	LocalSqueeze	TinyPNG	Picdiet
🔒 隐私保护	✅ 完全本地	❌ 需要上传	✅ 本地处理
💰 使用成本	✅ 完全免费	❌ 有限制	✅ 免费
🚀 压缩效果	✅ 优秀	✅ 良好	⚠️ 一般
🔧 自定义选项	✅ 丰富	❌ 有限	⚠️ 基础
🌐 跨平台支持	✅ Win/Mac/Linux	✅ Web	❌ 仅 Mac
📦 批量处理	✅ 支持	⚠️ 有限制	✅ 支持

🌟 欢迎一起来玩：开源与贡献

LocalSqueeze 采用 MIT 开源协议，欢迎社区里的大家贡献和提 issue：

# 项目结构清晰，方便理解和扩展
src/
├── main.ts           # Electron 主进程
├── preload.ts        # 安全桥接层
├── app.tsx           # React 应用入口
├── components/       # UI 组件库
├── views/            # 页面视图
└── server/           # 后端服务
    ├── compression/  # 压缩核心
    ├── ipc/          # 进程通信
    └── workers/      # 工作线程

🤝 怎么参与？

🐛 发现 Bug ？ 开个 Issue 说清楚。
💡 有好点子？ 来聊聊新功能。
🔧 会写代码？ 直接提 PR 改进。
📖 文档不足？ 帮忙写清楚点。

💭 写在最后

LocalSqueeze 不仅仅是一个图片压缩工具，更是对"本地优先"理念的践行。在这个数据满天飞的时代，能有一个 完全在本地运行、免费、压缩效果又好 的图片工具，真的很省心。LocalSqueeze 就是冲着这个目标去的，希望能帮你既压缩图片又保护隐私。

🌟 如果这个项目对你有帮助，欢迎给个 Star 支持一下！

📞 联系方式

🏠 项目主页：GitHub - LocalSqueeze
📧 作者邮箱：lhr_freeany@163.com
📚 详细文档：DeepWiki 文档

让图片压缩回归本地，让隐私保护成为常态。

fangtu

81 天前

@mayli 优雅与否，是看他解决了什么问题，以及解决的效果如何，包体积确实是个 trade-off ，但确实是我的技术栈之一，我也没说过大就是优雅，能成熟的跨平台解决方案就足够了。有些图片几十 MB 、几百 MB ，这算很大吗？你使用过软件压缩几十 MB 的图片吗？我自己评测过压缩速度和压缩效果，至少在我的角度表现能力确实很好。至于压缩算法，我并没有说过完全自研底层压缩算法，是基于业界优秀的开源压缩库进行智能集成和优化，而且我的技术栈是 js ，算法是基于 sharp 库。有什么问题？关于 vibe coding ，2025 年了，Ai 辅助开发已经是常态了，能准确的调动 AI 协同完成工程的落地，已经成了开发者的核心能力之一了，难道你认为的 vibe coding 就是一句话什么软件都出来了？我认为我开发出来的东西是有价值的，是有实际需求的，而且市面上我暂时没找到好用的，我借助 vibe coding 开发出来一款我认为好用的软件，能解决我实际问题的软件，开源出来，有问题吗？如果调用 AI 完善产品算‘吹’，那 GitHub Copilot 70%的开发者用户都在吹。至于价值，等你用完软件再抨击也不迟