io.github.eralpozcan/vision-squeezer

请将这批用于 Claude 和 GPT-4o 识别的截图自动贴齐到视觉分块边界，在尽量不影响可读性的前提下减少图像 token 消耗，并输出优化后的文件列表与节省估算。

返回处理后的图片、对应尺寸调整结果，以及每张图片预计节省的 token 或成本说明。

帮我把 vision-squeezer 接入现有图片上传流程：上传后先按 Gemini 和 Qwen 的视觉分块规则优化，再交给后续识别服务，并说明集成步骤。

给出适合集成的处理流程、配置建议，以及优化前后在调用成本上的差异说明。

将这个待送入 Llama 和 Qwen 视觉模型的数据集图片批量处理为更省 token 的尺寸，保留关键信息，并生成处理报告。

输出优化后的数据集图片及一份报告，说明尺寸变化、适配模型和预计节省效果。