A local plugin for image-heavy chats in Codex, Claude Code and other agents: earlier images stop going out with every message, and the model fetches the one it needs by its ID, also after compaction.
TypeScript ai-agentsclaude-codeclaude-code-plugincodexcodex-plugincontext-managementdeveloper-toolsimage-generationmcpmultimodal
docs(v0.8): 规格、技术方案、README 和发布前自测结果
chipfighter2da0a16a506c
diff --git a/AGENTS.md b/AGENTS.mdindex 97d4e95..91af78e 100644--- a/AGENTS.md+++ b/AGENTS.md@@ -10,7 +10,7 @@ Context Attachment Manager(上下文素材管理器,2026-10-11 前叫 Codex- [docs/v0.5/plan.md](docs/v0.5/plan.md):v0.5 方案,Claude Code 压缩后保留图片(已发布 0.5.0)。- [docs/v0.6/plan.md](docs/v0.6/plan.md):v0.6 方案,默认开启自动选图、Claude 桌面版自动打开面板(已发布 0.6.0)。- [docs/v0.7/plan.md](docs/v0.7/plan.md):v0.7 方案,Codex 的子代理和旁聊也自动选图(已发布 0.7.0)。-- [docs/v0.8/plan.md](docs/v0.8/plan.md):v0.8 方案,模型给每张图写特征行、压缩后照样拿对图,面板改成搜索加缩略图(待确认)。+- [docs/v0.8/plan.md](docs/v0.8/plan.md):v0.8 方案,模型给每张图写特征行、压缩后照样拿对图,面板改成搜索加缩略图(已发布 0.8.0)。- [docs/history/v0.1/](docs/history/v0.1/):v0.1 的开发记录(原方案、任务记录、各阶段报告、最初的构想),只作参考,不作依据。- [CHANGELOG.md](CHANGELOG.md):每个版本的更新记录,发布时就是 Release 说明。@@ -25,7 +25,7 @@ Context Attachment Manager(上下文素材管理器,2026-10-11 前叫 Codex- 先在 Windows 上开发和测试。技术栈用 TypeScript/Node。- 界面开发:Claude 自己截图检查效果;做到界面的关键节点时,截图给用户看,停下来等反馈再继续(用户 2026-09-24 确认)。- 测试时调用模型一律用 `gpt-6-sol`,推理强度 `low`,包括脚本自测和桌面版测试,为了省 token(用户 2026-09-24 要求)。-- 界面和提示文字分简体中文、英文两份:面板的在 `plugin/src/panel.html` 的文字表里,插件服务和命令行的在 `plugin/src/messages.ts`。新增或修改文字时两份一起改,单元测试会检查条目一一对应。改发给模型的占位符和说明(`plugin/src/rewrite.ts`)时,中文、英文(`--lang en`)各跑一次 `spike/src/v01-placeholder-selftest.ts`(用户 2026-09-25 要求)和 `spike/src/v01-needs-selftest.ts`(没有名字的工具截图全部取消后,模型能不能按编号要图、面板能不能认出来;用户 2026-09-26 要求);改的是自动选图的文字(自动版的占位符和说明、`cam_view_image` 的说明和返回的文字)时,再跑 `spike/src/v03-auto-selftest.ts`(模型该取图时会不会取、不该取时会不会不取;用户 2026-10-06 要求)。这些自测三个 GPT-6 模型都要跑:`gpt-6-sol`、`gpt-6-luna`、`gpt-6-astra`,推理强度 low,用环境变量 `CAM_TEST_MODEL` 切换(用户 2026-09-28 要求)。自测在用户的 Codex 里建的任务,测完由脚本自动归档,不留给用户手动整理(用户 2026-09-28 要求);遗留的可以用 `spike/scripts/archive-test-threads.ts` 归档。+- 界面和提示文字分简体中文、英文两份:面板的在 `plugin/src/panel.html` 的文字表里,插件服务和命令行的在 `plugin/src/messages.ts`。新增或修改文字时两份一起改,单元测试会检查条目一一对应。改发给模型的占位符和说明(`plugin/src/rewrite.ts`)时,中文、英文(`--lang en`)各跑一次 `spike/src/v01-placeholder-selftest.ts`(用户 2026-09-25 要求)和 `spike/src/v01-needs-selftest.ts`(没有名字的工具截图全部取消后,模型能不能按编号要图、面板能不能认出来;用户 2026-09-26 要求);改的是自动选图的文字(自动版的占位符和说明、`cam_view_image` 的说明和返回的文字)时,再跑 `spike/src/v03-auto-selftest.ts`(模型该取图时会不会取、不该取时会不会不取;用户 2026-10-06 要求);改的是特征行说明时,再跑 `spike/src/v08-features-selftest.ts`(模型会不会给新图写特征行、照原话记评价、正文里不提,压缩后能不能靠特征行拿对图;v0.8)。这些自测三个 GPT-6 模型都要跑:`gpt-6-sol`、`gpt-6-luna`、`gpt-6-astra`,推理强度 low,用环境变量 `CAM_TEST_MODEL` 切换(用户 2026-09-28 要求)。自测在用户的 Codex 里建的任务,测完由脚本自动归档,不留给用户手动整理(用户 2026-09-28 要求);遗留的可以用 `spike/scripts/archive-test-threads.ts` 归档。- 分工:Claude 维护 `docs/` 下的规格和方案,并负责开发和测试(阶段 0 的 T0–T2 由 Codex 完成;测试需要在 Codex 之外启动 app-server,所以从 T3 起改由 Claude 执行)。其他协作者不修改 spec.md 和 design.md。## Git 规范diff --git a/README.md b/README.mdindex a4520fe..7cf8fa6 100644--- a/README.md+++ b/README.md@@ -10,18 +10,19 @@<a href="https://github.com/chipfighter/context-attachment-manager/actions/workflows/ci.yml"><img src="https://github.com/chipfighter/context-attachment-manager/actions/workflows/ci.yml/badge.svg" alt="CI"></a><a href="https://github.com/chipfighter/context-attachment-manager/releases"><img src="https://img.shields.io/github/v/release/chipfighter/context-attachment-manager?include_prereleases" alt="Release"></a><img src="https://img.shields.io/badge/platform-Windows%20%7C%20macOS%20%7C%20Linux-lightgrey" alt="Platform: Windows, macOS, Linux">- <img src="https://img.shields.io/badge/Codex%20desktop-26.924-339CFF" alt="Tested on Codex desktop 26.924">- <img src="https://img.shields.io/badge/Claude%20Desktop-Claude%20Code%202.1.295-D97757" alt="Tested in Claude Desktop with Claude Code 2.1.295">+ <img src="https://img.shields.io/badge/Codex%20desktop-26.1013-339CFF" alt="Tested on Codex desktop 26.1013">+ <img src="https://img.shields.io/badge/Claude%20Desktop-Claude%20Code%202.1.299-D97757" alt="Tested in Claude Desktop with Claude Code 2.1.299"><a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-green" alt="License: MIT"></a></p><p align="center"><b>English</b> · <a href="README_CN.md">简体中文</a></p>-> **New in 0.7: subagents and side chats in Codex follow Auto-select too.** A side chat no longer resends the task's images, and a subagent leaves out the images of its own earlier turns; both fetch the ones they need by ID. The task's panel lists them, with a switch to turn this off. **Earlier:** since 0.6 Auto-select is on by default and the panel opens by itself in Claude Desktop, since 0.5 your selection survives compaction in Claude Code, and since 0.4 it works in Claude Desktop. Formerly *Codex Attachment Manager*; the project was renamed because it no longer works with Codex alone.+> **New in 0.8: the model keeps notes on your images, and the panel finds them by what you remember.** In lines you don't see, the model notes what each new image shows and what you said about it ("too dark", "best face"). The placeholders carry these notes, so after a compaction the model still picks the right image. The panel is redone: search by what an image shows or by what you said back then, filter by scene, browse thumbnails by turn, and preview an image across the whole panel. **Earlier:** since 0.7 subagents and side chats in Codex follow Auto-select, since 0.6 Auto-select is on by default and the panel opens by itself in Claude Desktop, since 0.5 your selection survives compaction in Claude Code, and since 0.4 it works in Claude Desktop. Formerly *Codex Attachment Manager*; the project was renamed because it no longer works with Codex alone.<p align="center">- <img src="docs/images/demo.gif" alt="The panel's filter shows only the PDF page, then every image again, and the uploads are unchecked a turn at a time. Asked about the chat button in the v1 desktop mockup, the model replies need IMG-001; the panel points to IMG-001, the user checks it, and the model answers from the image: orange." width="100%">+ <img src="docs/images/panel.png" alt="Three views of the panel on a task of rainy-night keyframes. Left: the request card, the search box, filters for uploads, generated images and scenes, and the thumbnails by turn, the hand sketch marked Every turn and two images Just fetched. Middle: a search for best face finds the close-up the user called the best face and the turn in which they said it. Right: that close-up previewed across the panel, with its Send every turn checkbox." width="100%"></p>+<p align="center"><sub>The panel on a synthetic task from the development page: the images by turn, a search for what you said, and a preview.</sub></p>## Why I built this@@ -29,18 +30,21 @@ I was iterating on image generation with GPT in Codex. After a dozen or so imageSo I wanted to keep the long conversation going and decide, turn by turn, which images the model still gets. Uncheck the ones you no longer need: from the next message on they become short placeholders, and the task and the conversation stay the same. Claude Code also sends the whole history with every request, so 0.4 brings the same panel to Claude Desktop.+Later I ran into the next problem. In a long task, a face close-up from the middle of the conversation came out best, but after a compaction the model took the half-length shot from the start as its face reference: the placeholders said nothing about what each image showed. So in 0.8 the model keeps notes on each image, and the panel lets you find one by what you remember.+## Features-- **Every image in one list**: the panel lists every image in the task (in Codex) or session (in Claude Code), turn by turn: the ones you uploaded and the ones the model viewed or generated, with thumbnails, IDs and sizes. Click one to preview it. In Codex it's a *Context Assets* tab in the side panel; in Claude Desktop, `/cam` opens it in the built-in browser.-- **Filter by source**: with many images, show only some sources: your uploads, PDF pages you commented on in Codex (with the page number and the PDF's name), web page screenshots, and images the model viewed, got from a tool or generated. Filtering changes what you see, never what is sent.-- **One click to leave an image out**: unchecked images become a short placeholder from the next message on. Toggle single images or a whole turn.+- **Every image at a glance**: the panel shows every image in the task (in Codex) or session (in Claude Code) as thumbnails grouped by turn, newest first: the ones you uploaded and the ones the model viewed or generated. Small marks show which go every turn, which the model just fetched and which can't be turned off, and images that won't be sent are gray. Click one to preview it across the panel, with its ID, turn, source and size. In Codex it's a *Context Assets* tab in the side panel; in Claude Desktop it opens in the built-in browser.+- **Find an image by what you remember** (new in 0.8): type what an image shows or what you said back then ("best face"), or pick a filter: *Uploaded*, *Generated*, or a scene such as *rainy blue night*. PDF pages you commented on in Codex and web page screenshots count as uploads and carry a small corner mark. Searching and filtering change what you see, never what is sent.+- **The model keeps notes** (new in 0.8): for each new image, the model writes a short line on what it shows, scene first; when you rate an image ("the first one is too dark", even turns later), it notes your words under that image. It writes these lines at the start of its reply as Markdown link definitions, which Codex and Claude Desktop don't display, and doesn't mention them. The placeholders carry the notes, so after a compaction, or many turns later, the model can still tell the images apart and pick the right one. The panel uses them for its search and scenes, and never shows them.+- **One click to leave an image out**: with Auto-select off, every image is sent until you uncheck *Send* in its preview, or a whole turn with the box at the end of the turn's line. From the next message on, it becomes a short placeholder.- **Duplicates handled**: when an identical image is still being sent, the placeholder points to it.- **The model knows why**: a note tells the model the images were left out by you to save context, so its earlier answers still stand and it doesn't make up details it can't see.-- **The model asks, you decide**: when it needs an image, it replies `need IMG-xxx`. The panel lists what it asked for and jumps to it in one click. A checked image goes back to its place in the conversation, marked with its ID.-- **Or let the model pick** (new in 0.3, on by default since 0.6): *Auto-select* at the bottom of the panel, per task or session. Images from earlier turns are then left out by default, and the model fetches the ones it needs by ID, for that turn only, several at once if it needs several. Images you check are pinned and go every turn. New tasks and sessions start with it on; switch it off to choose yourself. The panel shows what the model fetched in the latest turn.-- **Subagents and side chats too** (new in 0.7, Codex): a side chat you open in a task carries the task's whole history, images included; it now goes out with those images as placeholders, except the ones you pinned, and the model fetches one from the task when the answer needs it. Subagents the model starts without the task's history leave out the images of their own earlier turns and fetch them back the same way. The task's panel lists both, with an *Auto-select too* switch, on by default.+- **The model asks, you decide**: when it needs an image, it replies `need IMG-xxx`. A bar at the top of the panel lists what it asked for; click an ID to jump to the image. A checked image goes back to its place in the conversation, marked with its ID.+- **Or let the model pick** (new in 0.3, on by default since 0.6): *Auto-select* at the bottom of the panel, per task or session. Images from earlier turns are then left out by default, and the model fetches the ones it needs by ID, for that turn only, several at once if it needs several. Images you set to *Send every turn*, such as a reference image, go with every message. New tasks and sessions start with it on; switch it off to choose yourself. The panel marks what the model fetched in the latest turn.+- **Subagents and side chats too** (new in 0.7, Codex): a side chat you open in a task carries the task's whole history, images included; it goes out with those images as placeholders, except the ones you send every turn, and the model fetches one from the task when the answer needs it. Subagents the model starts without the task's history leave out the images of their own earlier turns and fetch them back the same way. Since 0.8 this is always on; the panel's details show what they saved.- **Keeps your choice through compaction** (new in 0.5, Claude Code): when Claude Code compacts a conversation, it stops sending the images from before it. The plugin keeps sending the ones you checked, right after the summary and marked with their IDs, and tells the model about the others, so it can still ask for them or fetch them. The panel marks these images *Before compaction*.-- **See the savings**: the panel estimates the size of the next request and how much you save compared with sending every image, and warns you when a request could not be rewritten.+- **See the savings**: the card at the top estimates the size of the next request and how much you save compared with sending every image; *Show details* adds the last request, the images the model fetched, and subagents and side chats. The panel warns you when a request could not be rewritten.- **English and Simplified Chinese**: the panel, the tab name and the note for the model follow Codex's language, or your system's language when Codex isn't installed.- **Stays on your machine**: the plugin sends nothing anywhere besides the requests Codex and Claude Code already make to OpenAI and Anthropic.@@ -48,15 +52,16 @@ So I wanted to keep the long conversation going and decide, turn by turn, which- The plugin runs a small local proxy, the engine, between Codex and OpenAI, and between Claude Code and Anthropic. Before a request goes out, the engine swaps unchecked images for placeholders and adds the note; everything else is forwarded as is, including your sign-in.- In Codex, installing points Codex at the engine. In Claude Desktop, the plugin points each Claude Code session at the engine when the session starts, and puts it back when the session ends.-- With Auto-select on, the engine does the same for the images of earlier turns you haven't pinned, and the plugin gives the model one tool, `cam_view_image`, to fetch an image back into the current turn. The placeholders before it stay as they were, so the cached part of the request isn't broken.+- With Auto-select on, the engine does the same for the images of earlier turns you haven't set to send every turn, and the plugin gives the model one tool, `cam_view_image`, to fetch an image back into the current turn. The placeholders before it stay as they were, so the cached part of the request isn't broken.+- Since 0.8 the engine also labels each image with its ID in the turn it appears, adds a short note asking the model to keep its notes on images, and puts those notes in the placeholders. The plugin reads the notes from the conversation records on your machine; nothing is stored separately.- Selections and the Auto-select switch are saved per task or session. Only you can change them; the model can only fetch an image for one turn, and only with Auto-select on.-- Codex sends the task a side chat or subagent came from with each of its requests, so the engine applies the task's switch for them; a side chat's images are looked up in the task it came from.+- Codex sends the task a side chat or subagent came from with each of its requests, so the engine leaves out their images as Auto-select does; a side chat's images are looked up in the task it came from.- The panel doesn't go through the model and costs no tokens. In Codex it's an MCP app in the side panel; in Claude Desktop the engine serves the same page to the built-in browser, on your machine only.## Requirements-- **Codex**: the Codex desktop app. Tested on Windows with Codex 26.924.-- **Claude Desktop**: the Code tab, local sessions, signed in with your Claude subscription. Tested on Windows with the Claude Code 2.1.295 that Claude Desktop runs.+- **Codex**: the Codex desktop app. Tested on Windows with Codex 26.1013.+- **Claude Desktop**: the Code tab, local sessions, signed in with your Claude subscription. Tested on Windows with the Claude Code 2.1.299 that Claude Desktop runs.- **Other agent apps**: not planned for now. Leaving images out needs the engine between the app and the model API, which only apps that let you change the API address allow, and each app builds its requests and stores its conversation records in its own way, so each would need its own support.- macOS and Linux: CI installs the plugin with Codex's own CLI, starts it, and runs the install and uninstall scripts, but nobody has tried it in the desktop apps on these platforms yet. [Issues](https://github.com/chipfighter/context-attachment-manager/issues) welcome.- Node: the plugin uses the Node 24 that ships with Codex, and falls back to `node` 24 or later on your PATH. Claude Desktop doesn't ship Node, so without Codex, install [Node 24 or later](https://nodejs.org).@@ -113,16 +118,16 @@ Then start a new session in the Code tab. There is nothing to set up: the plugin### In Codex1. Open **Context Assets** in the side panel of a task. On a new chat you can open it before the first message; it switches to the task once you send.-2. New tasks start with **Auto-select** on (at the bottom of the panel): images from earlier turns are left out, and the model fetches the ones it needs. Check the images that should go every turn, such as a reference image. Each change is saved at once and applies from the next message.-3. To choose yourself, switch Auto-select off: every image then goes unless you uncheck it. When the model replies `need IMG-xxx` for an unchecked image, a bar at the top of the panel lists it; click the ID to jump to the image and check it. Switching Auto-select on again brings your pins back, and off again your own checks.-4. With many images, click the filter button next to refresh and pick the sources to show. A turn's checkbox then covers only the images shown.-5. Once the model starts subagents, or you open a side chat in the task, the panel shows them under the request size, folded to one line with an **Auto-select too** switch. Unfold it to see each one's last request; switch it off to let their requests go out as they are.+2. New tasks start with **Auto-select** on (at the bottom of the panel): images from earlier turns are left out, and the model fetches the ones it needs. For an image that should go every turn, such as a reference image, click it and check **Send every turn** in the preview; the box at the end of a turn's line does this for the whole turn. Each change is saved at once and applies from the next message.+3. To choose yourself, switch Auto-select off: every image then goes unless you uncheck **Send** in its preview, or a turn's box. Images that won't be sent are gray. When the model replies `need IMG-xxx` for one of them, a bar at the top of the panel lists it; click the ID to jump to the image, open it and check **Send**. Switching Auto-select on again brings back your send-every-turn choices, and off again your own checks.+4. To find an image, type in the search box what it shows or what you said in that turn, or pick a filter: **Uploaded**, **Generated** or a scene. A turn's box then covers only the images shown.+5. The card at the top estimates the next request. **Show details** adds the last request, the images the model fetched in the latest turn and, once there are any, how much the task's subagents and side chats saved.6. Tasks you had before installing 0.6 keep their own Auto-select setting.### In Claude Desktop1. Once a session in the Code tab has images, the panel opens by itself in Claude Desktop's built-in browser, next to the conversation. When you have been away from a session for about 30 minutes, Claude Desktop closes its built-in browser; the panel opens again with your next message. If you close it yourself, it stays closed in that session until you type `/cam` and send it, which opens it any time. If `/cam` is your first message in a new session, the prompt box may say the command doesn't exist: send it anyway. Claude Desktop starts the session when you send your first message, and the plugin adds `/cam` then.-2. From there it works as in Codex: new sessions start with **Auto-select** on; pin, filter, or switch it off to uncheck images yourself and answer `need IMG-xxx`. Changes apply from the next message.+2. From there it works as in Codex: new sessions start with **Auto-select** on; send images every turn, search and filter, or switch it off to leave images out yourself and answer `need IMG-xxx`. Changes apply from the next message.3. With Auto-select on, the model's `cam_view_image` calls don't ask for your permission, unless your own Claude Code settings or hooks say otherwise.If the built-in browser can't be used (in the terminal, for example), `/cam` shows a small pane with a link to the panel instead.@@ -159,8 +164,9 @@ Your selections and logs stay in the data folder (see [Privacy](#privacy)); dele- Only images are managed, because they are the only files that reach the model as they are. Codex doesn't send PDFs or videos themselves, only text the model extracts from them or images it makes of them, and those images are listed like any other. Audio waits for a model that accepts it: until then, Codex replaces audio with a short note before sending.- Results of Codex's built-in image generation can't be unchecked.-- With Auto-select on, each image the model fetches adds a request to that turn. Smaller models may misread small details in an image they fetched: in our tests GPT-6 Luna at low effort sometimes did, as it does with images opened with Codex's own image viewer, while GPT-6 Sol and Astra read them right. Pin an image whose details matter, or use a larger model.-- **Claude accounts created on or after August 31, 2026** check the model's earlier thinking against the conversation before it. To leave an image out on such an account, the engine also leaves out the earlier thinking that no longer matches the conversation as sent, so the model may think again and use more tokens; the panel tells you each time. Thinking from after the change is kept, and checking the image again brings back the thinking from before. Older accounts aren't affected.+- With Auto-select on, each image the model fetches adds a request to that turn. Smaller models may misread small details in an image they fetched: in our tests GPT-6 Luna at low effort sometimes did, as it does with images opened with Codex's own image viewer, while GPT-6 Sol and Astra read them right. Set an image whose details matter to send every turn, or use a larger model.+- **The model's notes** are lines like `[//]: # (cam IMG-015 rainy blue night | close-up, facing the camera)` at the start of its reply. Codex and Claude Desktop don't display them; a place that shows the raw reply may (Claude Code in a terminal is not checked yet). In Codex with Auto-select off, notes start once you uncheck an image: until then the plugin leaves the task's requests alone, so they stay on WebSocket. Images from before 0.8 get no notes, and neither do subagents and side chats. Smaller models sometimes miss a rating: in our tests GPT-6 Luna at low effort did, more often in English.+- **Claude accounts created on or after August 31, 2026** check the model's earlier thinking against the conversation before it. To leave an image out on such an account, the engine also leaves out the earlier thinking that no longer matches the conversation as sent, so the model may think again and use more tokens; the panel tells you each time. Thinking from after the change is kept, and checking the image again brings back the thinking from before. Since 0.8 this also happens once in the turn where a session's first image comes in, because the engine adds its note for the model there. Older accounts aren't affected.- **After a compaction in Claude Code**, the images you keep checked from before it go out with every request and take up context like any other, but Claude Code's own context meter doesn't count them. If requests get large or Claude Code compacts again soon, uncheck some or switch on Auto-select: the plugin doesn't decide this for you. Anthropic limits each request to 100 images for models with a 200k-token context window (600 for others), each up to 8000 px (with more than 20 images a stricter limit applies; under 2000 px is safe), and 32 MB in all.- In Claude Code, the main conversation is managed; subagents keep their own history as it is. Sessions that use another API address or a cloud provider (Bedrock, Vertex, Foundry) are left alone.- In Codex, a subagent started with the task's history follows the task's checks, as a forked task does. Images a subagent reads during one long turn all stay in that turn, as Auto-select keeps the current turn's images; they are left out from its next turn.@@ -181,8 +187,8 @@ Your selections and logs stay in the data folder (see [Privacy](#privacy)); dele- `plugin/` is the plugin itself: the MCP server, the engine, the panel and the `cam` command line (runtime code in `plugin/src`). The Claude plugin is `.claude-plugin/` plus the mod in `hooks/`. `spike/` holds the tests and experiments, `scripts/` the one-line install and uninstall scripts, and `docs/` the spec and the technical design (in Chinese; start with [docs/spec.md](docs/spec.md)). The development records of v0.1 are in `docs/history/v0.1/`.- Install from source into your Codex: quit Codex, run `cam install` in the repository (`./cam install` on macOS and Linux), then start Codex. `cam status` shows the installation, `cam uninstall` removes it.- Run the tests with Node 24 or later: `cd spike && node --test`. CI runs them on Windows, macOS and Linux, then installs the plugin with Codex's CLI and runs the install and uninstall scripts.-- Work on the panel without Codex: `node spike/scripts/panel-dev.ts`, then open `http://127.0.0.1:17895/?solo=1`. The page uses synthetic images and a temporary Codex folder, so your real data is never read or changed.-- When you change the text the model sees (`plugin/src/rewrite.ts`), run the self-tests in `spike/src/v01-placeholder-selftest.ts` and `spike/src/v01-needs-selftest.ts`, and for Auto-select's wording `spike/src/v03-auto-selftest.ts`, in Chinese and with `--lang en`; `spike/src/v07-children-selftest.ts` covers subagents and side chats. They start their own engine and app-server, use your Codex account, and archive the test tasks they create.+- Work on the panel without Codex: `node spike/scripts/panel-dev.ts`, then open `http://127.0.0.1:17895/?solo=1`, or `?solo=1&thread=v08` for a task with the model's notes (add `&lang=en` for English). The page uses synthetic images and a temporary Codex folder, so your real data is never read or changed.+- When you change the text the model sees (`plugin/src/rewrite.ts`), run the self-tests in `spike/src/v01-placeholder-selftest.ts` and `spike/src/v01-needs-selftest.ts`, and for Auto-select's wording `spike/src/v03-auto-selftest.ts`, in Chinese and with `--lang en`; `spike/src/v07-children-selftest.ts` covers subagents and side chats, and `spike/src/v08-features-selftest.ts` the model's notes, including after a compaction. They start their own engine and app-server, use your Codex account, and archive the test tasks they create.- Release notes: [CHANGELOG.md](CHANGELOG.md).## Licensediff --git a/README_CN.md b/README_CN.mdindex cd1ff8d..80a99f4 100644--- a/README_CN.md+++ b/README_CN.md@@ -10,18 +10,19 @@<a href="https://github.com/chipfighter/context-attachment-manager/actions/workflows/ci.yml"><img src="https://github.com/chipfighter/context-attachment-manager/actions/workflows/ci.yml/badge.svg" alt="CI"></a><a href="https://github.com/chipfighter/context-attachment-manager/releases"><img src="https://img.shields.io/github/v/release/chipfighter/context-attachment-manager?include_prereleases" alt="版本"></a><img src="https://img.shields.io/badge/platform-Windows%20%7C%20macOS%20%7C%20Linux-lightgrey" alt="平台:Windows、macOS、Linux">- <img src="https://img.shields.io/badge/Codex%20desktop-26.924-339CFF" alt="在 Codex 桌面版 26.924 上实测">- <img src="https://img.shields.io/badge/Claude%20Desktop-Claude%20Code%202.1.295-D97757" alt="在 Claude 桌面版(Claude Code 2.1.295)上实测">+ <img src="https://img.shields.io/badge/Codex%20desktop-26.1013-339CFF" alt="在 Codex 桌面版 26.1013 上实测">+ <img src="https://img.shields.io/badge/Claude%20Desktop-Claude%20Code%202.1.299-D97757" alt="在 Claude 桌面版(Claude Code 2.1.299)上实测"><a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-green" alt="许可证:MIT"></a></p><p align="center"><a href="README.md">English</a> · <b>简体中文</b></p>-> **0.7 新增:Codex 的子代理和旁聊也按自动选图来。** 旁聊不再把任务里的图重发一遍,子代理也省掉它自己前几轮的图;需要时都能按编号取回。任务的面板会列出它们,并有一个开关可以关掉。**之前的版本:** 0.6 起默认开启自动选图、Claude 桌面版里面板自己打开,0.5 起 Claude Code 压缩对话后勾选照样有效,0.4 起 Claude 桌面版也能用。项目原名 *Codex Attachment Manager*,因为不再只给 Codex 用,改了名。+> **0.8 新增:模型给每张图记笔记,面板里凭印象就能找到图。** 模型在你看不到的行里,记下每张新图画的是什么,以及你对它的评价(“太暗”“脸最好”)。占位文字带着这些笔记,所以压缩对话之后,模型照样能拿对图。面板也重做了:按画面或你当时说过的话搜索,按场景筛选,按轮浏览缩略图,点开的图占满整个面板。**之前的版本:** 0.7 起 Codex 的子代理和旁聊也按自动选图来,0.6 起默认开启自动选图、Claude 桌面版里面板自己打开,0.5 起 Claude Code 压缩对话后勾选照样有效,0.4 起 Claude 桌面版也能用。项目原名 *Codex Attachment Manager*,因为不再只给 Codex 用,改了名。<p align="center">- <img src="docs/images/demo.gif" alt="面板的筛选先只显示 PDF 页面,再恢复显示全部,上传的图按整轮取消勾选。问起 v1 桌面版的聊天按钮,模型回复 need IMG-001;面板指出 IMG-001,用户勾上它,模型看图答出橙色。" width="100%">+ <img src="docs/images/panel-zh.png" alt="面板的三个画面,任务是人物雨夜关键帧。左边:请求占用卡片、搜索框、上传、生成和各个场景的筛选按钮,以及按轮分组的缩略图,手绘草图标着每轮都发,两张标着刚取回。中间:搜索“最好”,找到用户说脸最好的那张特写,以及说这句话的那一轮。右边:这张特写占满面板的预览,右下角是“每轮都发”的勾选框。" width="100%"></p>+<p align="center"><sub>开发页上的合成任务:按轮分组的图、按你说过的话搜索,以及预览。</sub></p>## 为什么做这个@@ -29,18 +30,21 @@所以我想要的是:长对话照常继续,每一轮自己决定模型还能看到哪些图。不再需要的图取消勾选,从下一条消息起换成一小段占位文字,任务不换,对话连续。Claude Code 每次请求也会把整段历史发一遍,所以 0.4 把同一个面板带到了 Claude 桌面版。+后来又碰到下一个问题。一个长任务里,对话中间那张人物近景效果最好;压缩一次之后,模型拿五官参考时,却去取了对话开头那张人物中景:占位文字里看不出每张图画的是什么。所以 0.8 让模型给每张图记笔记,面板里也能凭印象把图找出来。+## 功能-- **所有图片一个列表**:面板按轮次列出任务(Codex)或会话(Claude Code)里的每张图,包括你上传的,以及模型查看、生成的,带缩略图、编号和大小,点开可以看大图。在 Codex 里,它是侧边面板里的“上下文素材”标签页;在 Claude 桌面版里,用 `/cam` 在自带的浏览器里打开。-- **按来源筛选**:图多的时候,只看某几类:你上传的、在 Codex 里批注 PDF 时附上的页面(标出第几页和 PDF 文件名)、网页截图,以及模型查看的、工具返回的、生成的。筛选只改变面板里显示哪些,不影响发送。-- **点一下就不再发送**:取消勾选的图,从下一条消息起换成一小段占位文字。可以单张勾选,也可以整轮勾选。+- **所有图片一眼看全**:面板把任务(Codex)或会话(Claude Code)里的每张图做成缩略图,按轮分组,最新一轮在最上面,包括你上传的,以及模型查看、生成的。缩略图上的小标记标出哪些每轮都发、哪些模型刚取回、哪些无法取消;不发送的图是灰色。点开一张,大图占满面板,还能看到编号、轮次、来源和大小。在 Codex 里,它是侧边面板里的“上下文素材”标签页;在 Claude 桌面版里,它在自带的浏览器里打开。+- **凭印象找图**(0.8 新增):在搜索框里输入画面内容,或者你当时说过的话(“脸最好”),也可以点筛选按钮:“上传”“生成”,或者某个场景,比如“深蓝雨夜”。在 Codex 里批注 PDF 时附上的页面和网页截图算作上传,角上有小标记。搜索和筛选只改变面板里显示哪些,不影响发送。+- **模型记笔记**(0.8 新增):每张新图,模型都写一行简短的特征,先写场景;你评价某张图时(“第一张太暗”,隔了几轮再说也行),它照你的原话记在那张图下面。这些行写在回复开头,是 Markdown 的链接定义,Codex 和 Claude 桌面版都不显示,模型在正文里也不提。占位文字带着这些笔记,所以压缩对话之后、或者隔了很多轮,模型照样分得清每张图,拿得对。面板用它们来搜索和分场景,但不显示这些文字。+- **点一下就不再发送**:关掉自动选图时,所有图都照常发送;在预览里取消“发送”,或者取消一轮标题线末尾的方框,这张或这一轮的图就从下一条消息起换成一小段占位文字。- **重复的图自动处理**:有内容相同的图还在发送时,占位文字指向那一张。- **模型知道原因**:一段说明告诉模型,这些图是你为了节省上下文省略的。它之前看着原图给出的回答仍然算数,也不会编造看不到的细节。-- **模型要图,你来决定**:模型需要某张图时,会回复“需要 IMG-xxx”。面板列出它要的图,点一下就跳过去。重新勾上的图回到对话里原来的位置,并标着编号。-- **也可以交给模型选**(0.3 新增,0.6 起默认开启):面板底栏的“自动选图”,每个任务或会话各开各的。之前各轮的图默认不发,模型需要哪张,就按编号取回,只在那一轮提供,要几张就一次取几张;勾上的图固定发送,每轮都发。新任务和新会话一开始就开着,想自己选就关掉。面板会标出模型最近一轮取回了哪几张。-- **子代理和旁聊也管**(0.7 新增,Codex):在任务里开的旁聊带着任务的全部历史,图也在里面;现在发出去时这些图换成占位文字(你固定发送的照发),回答需要时,模型从任务里取回那张图。模型开的、不带任务历史的子代理,也省掉它自己前几轮的图,同样按需取回。任务的面板会列出它们,并有一个“也自动选图”开关,默认开着。+- **模型要图,你来决定**:模型需要某张图时,会回复“需要 IMG-xxx”。面板顶部列出它要的图,点编号就跳过去。重新勾上的图回到对话里原来的位置,并标着编号。+- **也可以交给模型选**(0.3 新增,0.6 起默认开启):面板底栏的“自动选图”,每个任务或会话各开各的。之前各轮的图默认不发,模型需要哪张,就按编号取回,只在那一轮提供,要几张就一次取几张;设成“每轮都发”的图(比如参考图)每条消息都带上。新任务和新会话一开始就开着,想自己选就关掉。面板会标出模型最近一轮取回了哪几张。+- **子代理和旁聊也管**(0.7 新增,Codex):在任务里开的旁聊带着任务的全部历史,图也在里面;发出去时这些图换成占位文字(每轮都发的照发),回答需要时,模型从任务里取回那张图。模型开的、不带任务历史的子代理,也省掉它自己前几轮的图,同样按需取回。0.8 起一直这样,不再有开关;面板的详情里能看到它们省了多少。- **压缩对话后勾选照样有效**(0.5 新增,Claude Code):Claude Code 压缩对话后,不再发送之前的图。插件把你勾着的那些接着发出去,放在摘要后面、标着编号,并告诉模型还有哪些没发,它照样可以要图或取图。面板里这些图标着“压缩前”。-- **看得见省了多少**:面板预估下一条请求的大小,以及比全部发送省了多少;请求没能改写时会提示。+- **看得见省了多少**:顶部的卡片预估下一条请求的大小,以及比全部发送省了多少;“展开详情”里还有上一次请求、模型取回的图,以及子代理和旁聊。请求没能改写时会提示。- **中英文界面**:面板、标签页名字和给模型的说明,都跟随 Codex 的界面语言(简体中文、英文);没装 Codex 时跟随系统语言。- **数据留在本机**:除了 Codex 和 Claude Code 本来就要发给 OpenAI、Anthropic 的请求,插件不向任何地方发送数据。@@ -48,15 +52,16 @@- 插件在本机启动一个小代理(引擎),位于 Codex 和 OpenAI、Claude Code 和 Anthropic 之间。请求发出前,引擎把取消勾选的图换成占位文字,并加上那段说明;其余内容原样转发,登录凭据也原样转发。- 在 Codex 里,安装时把 Codex 指向引擎。在 Claude 桌面版里,插件在每个 Claude Code 会话启动时把它指向引擎,会话结束时还原。-- 开着自动选图时,引擎对之前各轮没有固定发送的图也这样处理;插件给模型一个工具 `cam_view_image`,用来把某张图取回到当前这一轮。前面的占位文字保持不变,请求里已经缓存的部分不受影响。+- 开着自动选图时,引擎对之前各轮没有设成每轮都发的图也这样处理;插件给模型一个工具 `cam_view_image`,用来把某张图取回到当前这一轮。前面的占位文字保持不变,请求里已经缓存的部分不受影响。+- 0.8 起,引擎还在每张图出现的那一轮就标上编号,加一段说明请模型给图记笔记,并把这些笔记放进占位文字。插件从本机的对话记录里读出笔记,不另外保存。- 勾选状态和自动选图开关按任务或会话分别保存,只有你能改;模型只能在开着自动选图时,取回某张图在那一轮看。-- Codex 发出旁聊和子代理的每个请求时,都带着它来自哪个任务,所以引擎按那个任务的开关处理它们;旁聊的图到它来自的任务里去找。+- Codex 发出旁聊和子代理的每个请求时,都带着它来自哪个任务,所以引擎像自动选图那样省掉它们的图;旁聊的图到它来自的任务里去找。- 面板不经过模型,也不花 token。在 Codex 里它是侧边面板里的 MCP 应用;在 Claude 桌面版里,由引擎把同一个页面提供给自带的浏览器,只在本机访问。## 环境要求-- **Codex**:Codex 桌面版。在 Windows 上用 Codex 26.924 实测过。-- **Claude 桌面版**:Code 标签页里的本地会话,用你的 Claude 订阅登录。在 Windows 上实测过,Claude 桌面版运行的是 Claude Code 2.1.295。+- **Codex**:Codex 桌面版。在 Windows 上用 Codex 26.1013 实测过。+- **Claude 桌面版**:Code 标签页里的本地会话,用你的 Claude 订阅登录。在 Windows 上实测过,Claude 桌面版运行的是 Claude Code 2.1.299。- **其他 agent 应用**:暂时不做。省略图片要让引擎站在应用和模型 API 之间,只有允许改 API 地址的应用接得进来;而且每个应用组装请求、保存对话记录的方式都不一样,要逐个适配。- macOS、Linux:CI 会用 Codex 自己的命令行装上插件、启动插件,并跑一遍安装和卸载脚本;但还没有人在这两个平台的桌面版上实际用过。遇到问题欢迎[提 issue](https://github.com/chipfighter/context-attachment-manager/issues)。- Node:插件使用 Codex 自带的 Node 24;找不到时,才用 PATH 里 24 及以上版本的 `node`。Claude 桌面版不带 Node,没装 Codex 的话,请装 [Node 24 或更新版本](https://nodejs.org)。@@ -113,16 +118,16 @@ claude plugin install codex-attachment-manager@codex-attachment-manager### 在 Codex 里1. 在任务的侧边面板里打开**上下文素材**。新任务也可以在发第一条消息之前打开:发出消息后,面板会自动切到这个任务。-2. 新任务一开始就开着**自动选图**(在面板底栏):之前各轮的图默认不发,模型需要时自己取回。勾上每轮都要发的图,比如一直要对照的参考图。每次改动立刻保存,从下一条消息起生效。-3. 想自己选,就关掉自动选图:所有图照常发送,取消勾选的才不发。模型回复“需要 IMG-xxx”、而那张图没有勾上时,面板顶部会列出它;点编号跳到那张图,勾上即可。再打开自动选图,固定发送的勾选原样回来;再关掉,你自己的勾选也原样回来。-4. 图多的时候,点刷新旁边的筛选按钮,选要看的来源。这时整轮勾选只管显示出来的图。-5. 模型开了子代理,或者你在任务里开了旁聊之后,面板在请求大小下面显示它们,收起成一行,右边是“也自动选图”开关。展开能看到每一个的上次请求;关掉开关,它们的请求就原样发出。+2. 新任务一开始就开着**自动选图**(在面板底栏):之前各轮的图默认不发,模型需要时自己取回。有的图每轮都要发,比如一直要对照的参考图:点开它,在预览里勾上**每轮都发**;一轮标题线末尾的方框可以把这一轮的图一起勾上。每次改动立刻保存,从下一条消息起生效。+3. 想自己选,就关掉自动选图:所有图照常发送,在预览里取消**发送**,或者取消一轮的方框,才不发。不发送的图是灰色。模型回复“需要 IMG-xxx”、而那张图没有发送时,面板顶部会列出它;点编号跳到那张图,点开勾上**发送**即可。再打开自动选图,每轮都发的勾选原样回来;再关掉,你自己的勾选也原样回来。+4. 找图时,在搜索框里输入画面内容,或者你在那一轮说过的话,也可以点筛选按钮:**上传**、**生成**或者某个场景。这时一轮的方框只管显示出来的图。+5. 顶部的卡片预估下一条请求的大小。**展开详情**里还有上一次请求、模型最近一轮取回的图;模型开过子代理、或者你在任务里开过旁聊之后,还有它们省了多少。6. 装 0.6 之前就有的任务,自动选图保持原来的设置。### 在 Claude 桌面版里1. Code 标签页的会话里有了图,面板就自己在 Claude 桌面版自带的浏览器里打开,就在对话旁边。你离开一个会话约 30 分钟(期间没有新消息),Claude 桌面版会关掉它的自带浏览器;你再发消息时,面板会重新打开。你自己关掉的,这个会话里不再自动打开,直到你输入 `/cam` 并发送(随时都可以用它打开)。如果 `/cam` 是新会话的第一条消息,输入框可能提示命令不存在:照样发出去就行。Claude 桌面版在你发出第一条消息时才启动会话,插件这时才加上 `/cam`。-2. 之后的用法和 Codex 一样:新会话一开始就开着**自动选图**;可以固定发送、筛选,或者关掉自动选图,自己取消勾选、按“需要 IMG-xxx”找图。改动从下一条消息起生效。+2. 之后的用法和 Codex 一样:新会话一开始就开着**自动选图**;可以把图设成每轮都发、搜索和筛选,或者关掉自动选图,自己决定哪些不发、按“需要 IMG-xxx”找图。改动从下一条消息起生效。3. 开着自动选图时,模型调用 `cam_view_image` 不会弹权限确认;你自己的 Claude Code 设置或钩子另有规定时,照它们的来。用不了自带浏览器时(比如在终端里),`/cam` 会弹出一个小面板,给出面板的链接。@@ -159,8 +164,9 @@ curl -fsSL https://github.com/chipfighter/context-attachment-manager/releases/la- 只管理图片,因为只有图片会原样发给模型。Codex 不发送 PDF 和视频文件本身,只发送模型从中提取的文字或转成的图片,这些图片会和其他图一起列出来。音频要等有能直接听音频的模型:在那之前,Codex 会在发送前把音频换成一句说明。- Codex 自带生图工具的结果不能取消。-- 开着自动选图时,模型每取一张图,这一轮就多一次请求。小模型读取回的图可能读错小细节:测试里 GPT-6 Luna(低推理强度)偶尔会读错,用 Codex 自带的看图打开同一张图也一样;GPT-6 Sol 和 Astra 读得对。细节要紧的图可以固定发送,或者换用更大的模型。-- **2026 年 8 月 31 日及以后注册的 Claude 账号**,会核对模型之前的思考记录和它前面的对话是否一致。在这样的账号上省略一张图时,引擎会一起去掉和实际发出的对话对不上的那部分旧思考,所以模型可能要重新思考、多用一些 token,面板每次都会提示。改动之后新产生的思考会保留;把图勾回来,之前的思考也会放回去。更早注册的账号不受影响。+- 开着自动选图时,模型每取一张图,这一轮就多一次请求。小模型读取回的图可能读错小细节:测试里 GPT-6 Luna(低推理强度)偶尔会读错,用 Codex 自带的看图打开同一张图也一样;GPT-6 Sol 和 Astra 读得对。细节要紧的图可以设成每轮都发,或者换用更大的模型。+- **模型的笔记**是写在回复开头的这种行:`[//]: # (cam IMG-015 深蓝雨夜|近景,正脸,霓虹反光)`。Codex 和 Claude 桌面版都不显示;直接显示回复原文的地方可能会显示(终端里的 Claude Code 还没看过)。在 Codex 里关着自动选图时,要等你第一次取消勾选,模型才开始记:在那之前插件不碰这个任务的请求,请求照旧走 WebSocket。0.8 之前就有的图不补记,子代理和旁聊也不记。小模型偶尔漏记评价:测试里 GPT-6 Luna(低推理强度)漏记过,英文时更常见。+- **2026 年 8 月 31 日及以后注册的 Claude 账号**,会核对模型之前的思考记录和它前面的对话是否一致。在这样的账号上省略一张图时,引擎会一起去掉和实际发出的对话对不上的那部分旧思考,所以模型可能要重新思考、多用一些 token,面板每次都会提示。改动之后新产生的思考会保留;把图勾回来,之前的思考也会放回去。0.8 起,会话里出现第一张图的那一轮也会这样去掉一次,因为引擎在那里加上给模型的说明。更早注册的账号不受影响。- **Claude Code 压缩对话之后**,压缩前你勾着的图每次请求都会发出去,和别的图一样占上下文,但 Claude Code 自己显示的上下文用量不算它们。请求变大、或者 Claude Code 很快又要压缩时,少勾几张或打开自动选图:插件不替你做这个决定。Anthropic 对每个请求的限制:200k 上下文窗口的模型最多 100 张图(其他模型 600 张),每张不超过 8000 像素(超过 20 张时限制更严,边长不超过 2000 像素就没问题),整个请求不超过 32 MB。- 在 Claude Code 里只管理主对话,子代理的历史保持原样。改用了别的 API 地址或云服务(Bedrock、Vertex、Foundry)的会话不接管。- 在 Codex 里,带着任务历史启动的子代理,和分叉出来的任务一样沿用任务的勾选。子代理在同一轮里读的图都留在那一轮(自动选图本来就照发这一轮的图),从它的下一轮起才省掉。@@ -181,8 +187,8 @@ curl -fsSL https://github.com/chipfighter/context-attachment-manager/releases/la- `plugin/` 是插件本体:MCP 服务、引擎、面板和 `cam` 命令行,运行代码在 `plugin/src`。Claude 插件是 `.claude-plugin/` 加上 `hooks/` 里的 Mod。`spike/` 是测试和实验脚本,`scripts/` 是一行命令用的安装、卸载脚本,`docs/` 是规格和技术方案,从 [docs/spec.md](docs/spec.md) 读起;v0.1 的开发记录在 `docs/history/v0.1/`。- 从源码装进自己的 Codex:先退出 Codex,在仓库里运行 `cam install`(macOS、Linux 上是 `./cam install`),再启动 Codex。`cam status` 查看安装状态,`cam uninstall` 卸载。- 运行测试(需要 Node 24 及以上):`cd spike && node --test`。CI 在 Windows、macOS、Linux 上跑全部单元测试,再用 Codex 的命令行装一遍插件,跑一遍安装和卸载脚本。-- 不开 Codex 调面板:运行 `node spike/scripts/panel-dev.ts`,然后打开 `http://127.0.0.1:17895/?solo=1`。页面用合成的测试图和一个临时的 Codex 目录,不读取、不修改你的真实数据。-- 改了发给模型的文字(`plugin/src/rewrite.ts`)后,要跑 `spike/src/v01-placeholder-selftest.ts` 和 `spike/src/v01-needs-selftest.ts` 两个自测,改的是自动选图的文字时再跑 `spike/src/v03-auto-selftest.ts`,中文、英文(`--lang en`)各一次;子代理和旁聊用 `spike/src/v07-children-selftest.ts` 测。它们会自己启动引擎和 app-server,使用你的 Codex 账号,测完把建的测试任务归档。+- 不开 Codex 调面板:运行 `node spike/scripts/panel-dev.ts`,然后打开 `http://127.0.0.1:17895/?solo=1`;带模型笔记的任务用 `?solo=1&thread=v08`(加 `&lang=en` 是英文)。页面用合成的测试图和一个临时的 Codex 目录,不读取、不修改你的真实数据。+- 改了发给模型的文字(`plugin/src/rewrite.ts`)后,要跑 `spike/src/v01-placeholder-selftest.ts` 和 `spike/src/v01-needs-selftest.ts` 两个自测,改的是自动选图的文字时再跑 `spike/src/v03-auto-selftest.ts`,中文、英文(`--lang en`)各一次;子代理和旁聊用 `spike/src/v07-children-selftest.ts` 测,模型的笔记(包括压缩之后)用 `spike/src/v08-features-selftest.ts` 测。它们会自己启动引擎和 app-server,使用你的 Codex 账号,测完把建的测试任务归档。- 更新记录见 [CHANGELOG.md](CHANGELOG.md)。## 许可证diff --git a/docs/design.md b/docs/design.mdindex 52a6364..a820191 100644--- a/docs/design.md+++ b/docs/design.md@@ -65,6 +65,10 @@- 不另编号,后面的编号照旧;面板不单列,只在原图那一行标出。- 记下它在哪一轮,引擎据此只在那一轮发送它,面板据此列出“最近一轮模型取回”。- 只认工具输出里的这行字;用户自己打出同样的字不算。内容对不上的也不算,照常编号。+- **记录行**(v0.8,`notes.ts`,读法 Codex 和 Claude 相同):模型回复里单独一行、写成 `[//]: # (cam IMG-015 …)` 的 Markdown 链接定义(行首最多 3 个空格,括号里不能再有半角括号)。+ - 只读模型自己的回复:Codex 是 `role: "assistant"` 消息的 `output_text`,Claude 是助手记录的文本块。用户消息和工具结果里同样的字不算,网页内容就塞不进来。+ - 正文以“评价:”或“rated:”开头的是评价,记下所在的轮次,按时间累积;其余是特征行,同一张图只认第一行,以后不改。+ - 和编号一样,引擎和插件服务各自从记录里算,不另存文件。场景是特征行在“|”(英文是“ | ”)之前的那一段(`sceneOf`)。- **记录的存放**:- `sessions/YYYY/MM/DD`,按创建那天的本地日期分目录;长任务分成好几段。- 分叉任务的前半段历史在父任务的记录里,沿记录开头的 `history_base` 跨任务读取。@@ -82,24 +86,31 @@- 只要有图被换掉,每张仍在发送、有编号的图前面加一行“已提供”标签(v0.1-25):重新勾选的图回到原来的位置、夹在占位符中间,没有编号时模型对不上。- 文字跟随界面语言(第 7 节)。勾选状态不变时,改写结果逐字节相同,不影响缓存。- PDF 页面和网页截图按用户上传处理:占位符里的来源写“用户上传”,Codex 写在图前面的说明不动,模型仍然知道是哪一页。+- **特征行**(v0.8,`rewrite.ts`、`proxy.ts`;措辞和规则见 spec 的“占位符”一节):+ - 只在本来就改写的请求里做,Codex 的改写时机不变(手动模式要等第一次取消勾选);子代理、旁聊和 Codex 的后台任务不做(`writesNotes` 看会话记录的 `source`,旁聊没有记录也不做)。+ - 请求里有索引认得的图时,在第一张图所在那一轮的用户消息之前插一条开发者消息“特征行说明”;有“上下文管理说明”时,两条都在,特征行说明在前。+ - 每张发送的图都加“已提供”标签,这一轮的新图也加;新图的标签只在请求末尾,前面的历史不变。+ - 占位符的标题行下面加一行特征和评价(`notesLine`):特征行加最近 3 条评价和它们的轮次;超长时在上限以内最后一个标点或空格处截断,加“…”(中文特征 30 字、评价 15 字,英文按字符数放宽)。+ - 改写报告多三项,只记数字:`featureAt`(特征行说明插在第几条)、`labeled`(加了几个标签)、`unknown`(索引不认得的图有几张,这一轮取回的副本不算)。关卡 3 用 `unknown` 确认新图在它那一轮的第一个请求里就有编号。- **自动选图**(v0.3,`proxy.ts`、`rewrite.ts`):- 这一轮是第几轮,按请求头里的 `turn_id` 在索引里查;记录里还没有这一轮时,算最后一轮之后。- - 之前各轮、没有固定发送、能替换的图,换成自动版占位符;说明也换成自动版,位置规则不变。工具认不出的图照常发送。- - “重复”占位符只指向之前各轮仍在发送的图,也就是固定发送的;“已提供”标签也只加在这些图前面。这一轮的新图和取回的副本都不算:它们是这一轮中途才出现的,算进去的话,前面的占位符会在取图前后变样,缓存就断了。这样取图前后,这一轮前面的历史逐字节不变(有单元测试)。+ - 之前各轮、没有勾成每轮都发、能替换的图,换成自动版占位符;说明也换成自动版,位置规则不变。工具认不出的图照常发送。+ - “重复”占位符只指向之前各轮仍在发送的图,也就是勾成每轮都发的;“已提供”标签也只加在这些图前面。这一轮的新图和取回的副本都不算:它们是这一轮中途才出现的,算进去的话,前面的占位符会在取图前后变样,缓存就断了。这样取图前后,这一轮前面的历史逐字节不变(有单元测试)。- 副本只在取回的那一轮发送;之后换成一句说明(“IMG-xxx 的原图:模型当时用 cam_view_image 取回,只在那一轮提供,现在已省略”)。关掉自动以后也这样,因为面板不单列副本,用户没法取消它。- 关着时,传给改写的参数和 v0.2 一样,输出逐字节相同:对照 v0.2 的改写代码,所有勾选组合(中英文、像素相同与否)都比过。- v0.6 起新任务默认开着(`selection.ts`):引擎和插件服务启动时,在勾选目录里写下这个版本第一次运行的时间(`auto-default.json`,只写一次,Codex 和 Claude 各一份)。任务没有自己的开关时,开始时间(会话记录第一条 `session_meta` 的时间,分叉的按来源任务算,`threadStartedAt`)不早于它,就当作开着,从开始时算起;还没有会话记录的算新的。默认值不写进勾选文件,面板里一改就写下来。读勾选的地方都经过它:改写、是否需要改写(所以新任务从一开始就走 HTTP)、面板、取图工具。- **子代理和旁聊**(v0.7,`proxy.ts`、`selection.ts`、`thread-index.ts`、`children.ts`;Codex 的做法见第 11 节):- 认出来源:`x-codex-turn-metadata` 里除了 `thread_id`、`turn_id`,还读 `forked_from_thread_id`、`parent_thread_id`(没有时看请求头 `x-codex-parent-thread-id`)、`subagent_kind`,一起记进日志。- - 开关:主任务勾选文件里的 `childrenAuto`,没有就是开。- - 旁聊:请求所属的任务没有会话记录、请求里又有 `forked_from_thread_id`,就是旁聊(`sideChatOrigin`;用户自己分叉的任务有记录,照旧按分叉规则)。开关看原任务所属的主任务(原任务也可以是子代理)。开着时用原任务的索引改写:原任务的各轮都算之前的轮次,所以带过来的图都换成自动版占位符,原任务里固定发送的照发(`sideChatSelection`);关着时原样转发,WebSocket 也不拦。- - 子代理:会话记录第一条 `session_meta` 里有 `source.subagent.thread_spawn`、没有 `forked_from_id` 的,是不带历史启动的子代理(`spawnParent`),顺着父任务一路找到最上面的主任务(`mainTaskOf`)。子代理自己没有开关时,开着就是自动选图,从子代理开始时算起;关着就关(`childSelection`)。带历史启动的子代理是分叉,照旧。子代理的第一个请求可能早于它的会话记录,这时按 v0.6 的默认算;它的第一个请求里没有之前各轮的图。+ - 开关:v0.7 是主任务勾选文件里的 `childrenAuto`;v0.8 起没有开关,一律按自动选图管,0.7 写下的 `childrenAuto` 不再读。+ - 旁聊:请求所属的任务没有会话记录、请求里又有 `forked_from_thread_id`,就是旁聊(`sideChatOrigin`;用户自己分叉的任务有记录,照旧按分叉规则)。用原任务的索引改写:原任务的各轮都算之前的轮次,所以带过来的图都换成自动版占位符,原任务里每轮都发的照发(`sideChatSelection`)。+ - 子代理:会话记录第一条 `session_meta` 里有 `source.subagent.thread_spawn`、没有 `forked_from_id` 的,是不带历史启动的子代理(`spawnParent`),顺着父任务一路找到最上面的主任务(`mainTaskOf`)。子代理自己没有开关时就是自动选图,从子代理开始时算起(`childSelection`)。带历史启动的子代理是分叉,照旧。子代理的第一个请求可能早于它的会话记录,这时按 v0.6 的默认算;它的第一个请求里没有之前各轮的图。- 登记:引擎每次看到子代理或旁聊的请求(HTTP 和 WebSocket 都算),就把它记在主任务名下(数据目录 `state/children/<主任务>.json`:类型、来自哪个任务、第一次请求的时间),每个只写一次。旁聊没有会话记录,这是面板知道它的唯一来源。- **切到 HTTP**:WebSocket 连接上 Codex 只发新增的条目,靠 `previous_response_id` 接上服务端保存的历史,已经发过的图去不掉。所以:- 任务一需要改写(有取消项,或者用过自动选图),引擎就对它的 WebSocket 握手回 426,Codex 在这个会话里改走 HTTP,每次都发完整历史;- 它已有的 WebSocket 连接,空闲 1.5 秒后由引擎关掉;- 取消时这一轮还在 WebSocket 上进行,剩下的请求仍带着原图,引擎记下来,面板提示;- 不需要改写的任务照常走 WebSocket。+ - 升级来的连接一进来就挂上错误监听(v0.8 修,0.7.1 里就有这个问题):Node 在 `upgrade` 事件之后会去掉服务器自己挂在这个连接上的错误监听;引擎回完 426 后,Codex 如果直接重置连接,`ECONNRESET` 没人接,整个引擎进程就退出了(2026-10-19 跑探针时 6 个测试引擎里有 4 个这样退出)。连接上游的过程中客户端走了,连上后直接关掉,不留连接。- **原样放行**:请求解不开或解析失败、含有 JavaScript 表示不了的大整数、找不到本地记录、改写出错,都原样转发并记下原因,面板上提示。- **统计**(`request-stats.ts`):每个任务记最近一次事件和最近一次完整 HTTP 请求:大小、带了哪些图、各多大、替换了哪些。面板用它做发送预览的基准。- **日志**:只记元数据:方法、路径、状态、字节数、耗时、任务编号、图片编号和内容哈希的前 16 位。不记认证信息,不记对话内容。`--dump-requests` 只用于合成的测试任务,图片只留哈希和长度。@@ -117,10 +128,10 @@- **形态**:侧边面板里的 MCP 应用。工具 `cam_panel` 声明 `thread` 入口(`_meta["openai/ui"].entrypoints`),出现在“新建标签页 → 插件和 MCP”里。页面固定为 `ui://codex-attachment-manager/panel.html`,地址一变就可能白屏(上游 #47512)。- **不经过模型**:面板的调用不写进聊天记录,不占上下文。每次调用带着面板打开时所在任务的编号(`_meta.threadId`),之后不变。所有面板工具都只给面板用(`visibility: ["app"]`),改动状态的工具拒绝模型调用。-- **工具**:`cam_panel`(面板数据)、`cam_set_selection`(勾选和取消,v0.3 起也开关自动选图,v0.7 起也开关子代理和旁聊的自动选图 `childrenAuto`)、`cam_image`(缩略图和预览)、`cam_setup`(启用和停用)、`cam_bind`(新任务绑定);v0.3 加了给模型用的 `cam_view_image`,见下。+- **工具**:`cam_panel`(面板数据)、`cam_set_selection`(勾选和取消,v0.3 起也开关自动选图;v0.7 的 `childrenAuto` 参数 v0.8 去掉了)、`cam_image`(缩略图和预览)、`cam_setup`(启用和停用)、`cam_bind`(新任务绑定);v0.3 加了给模型用的 `cam_view_image`,见下。- **取图工具 `cam_view_image`**(v0.3):唯一一个模型能调用的工具(没有 app-only 的设置,标着只读)。- 只在开了自动选图的任务里工作,否则返回一句“这个任务没有开自动选图……需要时写‘需要 IMG-xxx’”。- - v0.7:子代理里按它自己的索引取。旁聊没有会话记录,调用的 `_meta["x-codex-turn-metadata"]` 里有 `forked_from_thread_id`,就去原任务的索引取;主任务的“也自动选图”关着时,和没开自动选图一样拒绝。+ - v0.7:子代理里按它自己的索引取。旁聊没有会话记录,调用的 `_meta["x-codex-turn-metadata"]` 里有 `forked_from_thread_id`,就去原任务的索引取(v0.8 起旁聊里总能取)。- 按编号返回原图(不缩小),每张前面一行“[图片 IMG-xxx 取回的原图|名称|来源|轮次|尺寸]”,不带 Codex 自己的“[Image #N]”:那个编号只在原来那条消息里有意义,GPT-6 Luna 曾把它当成要读的数字。- 工具的标题、说明和返回的文字都是给模型看的,所以写在 `rewrite.ts`,跟着界面语言。- **拿数据**:页面访问不了 `localhost`(上游 #45913),所以一律经 Codex 回调插件服务;图片放在工具结果的 `_meta` 里,用 data URL。PNG 超过要求的尺寸就缩小;缩略图只缓存在内存里,不写磁盘。@@ -128,27 +139,28 @@- **刷新**:每 3 秒读一次,没有变化就不重画;页面报告自己不可见时降到 15 秒;用户移进、点击、滚动时立刻读一次。- **发送预览**:以引擎记录的上一次完整请求为基准,按当前勾选估算下一次的大小。- **“模型需要”提示条**:从模型最近一次回复里认出“需要 IMG-xxx / need IMG-xxx”,也认加粗、引号、reattach、restore 之类的说法;“已上传”“取消勾选”这类描述不算。-- **筛选**(v0.2):只在页面里做,不改发送的内容,也不写磁盘。- - 状态只有两样:筛选栏是否展开,选了哪些来源。一个都没选就是“全部”;全选上也归成“全部”。- - 任务里的来源少于两类时,不显示筛选按钮,并清掉选择;换任务时回到默认。- - 类别按钮只在来源、数量或语言变了时重建,选中状态直接改在按钮上,轮询和点击都不会丢掉焦点。- - 整轮勾选只改筛选后显示的图;从“模型需要”提示条跳到被筛掉的图时,先把它的来源加进筛选。- - 插件服务比页面旧、面板数据里没有来源时,按图的类型算。+- **面板数据里的搜索文字**(v0.8,`panel-state.ts`):只用于搜索和分组,页面不显示。+ - 每张图多两项:`scene`(特征行的第一段)和 `search`(特征行和全部评价的原文)。+ - 面板数据多一项 `turnTexts`:每一轮里用户说的话、模型的回复(去掉记录行)和工具调用的参数(生图提示词、查看的路径),每段截到 200 字,每轮截到 600 字;客户端加的内容(以标签或 AGENTS.md 标题开头的段落)不算。同一轮的图共用这一份,免得图多时每 3 秒的轮询都很大。Codex 从任务记录里算(`codexTurnTexts`),Claude 从会话记录里算(`claudeTurnTexts`),引擎不做这件事。+- **页面**(v0.8,`panel.html`;样子见 spec 的“界面”一节):+ - 请求占用卡片默认收起,展开状态只在页面里记。展开后的“最近一轮模型取回”来自索引里最后一轮的副本;子代理和旁聊那一行把 `children` 里各自上次请求少发的加起来。+ - 搜索把编号、名称、来源、场景、`search` 和那一轮的 `turnTexts` 拼成一段小写文字,按空格分词,每个词都要出现;拼好的文字按图缓存,内容或语言变了才重拼。筛选按钮一次只选一个,按钮只在内容、数量或语言变了时重建,轮询和点击都不丢焦点。搜索和筛选只在页面里,不写磁盘,换任务时清掉。+ - 缩略图按轮分组(最新一轮在上),格子用 CSS grid 的 `auto-fill`,列数跟着宽度变;每格只在状态变了时重画标记。缩略图按列表顺序排队加载,同时最多 3 张,滚进视野的先加载,只缓存在内存里。+ - 整轮勾选框只管这一轮正在显示、能改的图;预览占满面板(固定定位的一层),点图片、按钮和勾选框以外的地方都退出。+ - 编号按钮(`jumpTo`):关掉预览;图被搜索或筛选挡住时先清掉;把缩略图滚到列表正中,滚动停下后闪两下,焦点落在缩略图上。- **自动选图**(v0.3):- - 开关在底栏右侧,调 `cam_set_selection`(`auto`)。开着时勾选带 `mode: "auto"`,改的是固定发送;面板数据里的 `checked` 跟着变成“是否固定发送”,发送预览、整轮勾选、“由 IMG-xxx 代替”都沿用原来的算法。+ - 开关在底栏右侧,调 `cam_set_selection`(`auto`)。开着时勾选带 `mode: "auto"`,改的是每轮都发;面板数据里的 `checked` 跟着变成“是否每轮都发”,发送预览、整轮勾选、“由 IMG-xxx 代替”都沿用原来的算法。- 切换前,先把还没保存的勾选按原来的模式存完;切换进行中不接受勾选,免得记错地方。- - “最近一轮模型取回”来自索引里最后一轮的副本;手动模式下不显示,提示条照旧是“模型需要”。- - 预计请求只算固定发送的图,数字后面加“起”(英文把标签换成 At least),悬停说明模型取回的图不算在内。-- **子代理和旁聊**(v0.7,`panel-state.ts`、`panel.html`):- - 面板数据多两项:`childrenAuto`(主任务的开关)和 `children`:引擎登记的子代理和旁聊,按第一次请求的时间排,每个带名字(子代理的 `agent_nickname`,没有时用 `agent_path` 的最后一段)、现在管不管(旁聊看 `sideChatSelection`,子代理看它的有效勾选)、最近一次完整请求带了几张图,以及和主任务一样算出的上次请求(替换几张、前后大小)。- - 有子代理或旁聊时,请求大小下面显示一块。标题行(展开按钮和开关)只建一次,轮询不丢悬停和焦点;各行只在内容变了时重建。开关的保存方式和“自动选图”一样:先存完没保存的勾选,保存进行中不接受再点。+ - 手动模式下不显示“最近一轮模型取回”,提示条照旧是“模型需要”。+ - 预计请求只算每轮都发的图,数字后面加“起”(英文是“+”),悬停说明模型取回的图不算在内。+- **子代理和旁聊**(v0.7,`panel-state.ts`):面板数据里的 `children` 是引擎登记的子代理和旁聊,按第一次请求的时间排,每个带名字(子代理的 `agent_nickname`,没有时用 `agent_path` 的最后一段)、最近一次完整请求带了几张图,以及和主任务一样算出的上次请求(替换几张、前后大小)。v0.8 起没有 `childrenAuto` 开关,每个也不再带“管不管”。- **任务名**:读 `<CODEX_HOME>/session_index.jsonl`,同一个任务以最后一行为准。- **新任务绑定**:在新任务页打开的面板,绑在 Codex 预先准备的任务上,发第一条消息后可能换成另一个任务。- 页面记下自己哪些时间段显示在屏幕上,读数据时带给插件服务。- 面板所在的任务还没有记录时,插件服务找面板显示期间开始的、用户自己开的任务(不是子代理、分叉或后台任务)。只提供最新的一个,以及和它相差 20 秒以内开始的;只有一个就自动切过去。- 绑定记在数据目录的 `bindings/`,只接受面板的调用。- **外观和高度**:用 Codex 在握手时给的主题和样式变量。26.924 给的 `containerDimensions` 只有 `maxHeight`,页面按它设高度并用 `ui/notifications/size-changed` 报告。每轮标题行必须是定位容器(`position: relative`):隐藏的勾选框挂到整个页面上时,焦点一落上去整页就会被滚走(v0.1-23)。-- **开发页**:`spike/scripts/panel-dev.ts` 在浏览器里扮演 Codex 的侧边面板,用合成测试图调页面,不用重启 Codex。示例任务里各类来源的图都有;`?demo=filter`、`?demo=filtered` 是筛选栏展开、收起两种状态。+- **开发页**:`spike/scripts/panel-dev.ts` 在浏览器里扮演 Codex 的侧边面板,用合成测试图调页面,不用重启 Codex。示例任务里各类来源的图都有。v0.8:`?thread=v08` 是一个角色两个场景的关键帧(特征行、评价、PDF 分镜页、网页、手绘草图、最近一轮取回两张、子代理和旁聊,开着自动选图),`?thread=v08m` 是同一个任务的手动模式;`?demo=details|search|scene|preview|jump` 直接摆出要截图的状态(`&q=` 搜索词,`&id=` 预览哪张)。## 7. 语言@@ -168,8 +180,8 @@- Windows 是 `%USERPROFILE%\.codex-attachment-manager`,macOS 是 `~/Library/Application Support/codex-attachment-manager`,Linux 按 XDG 是 `~/.local/share/codex-attachment-manager`;`CAM_DATA_DIR` 可以改(测试、开发用)。- Windows 上不放在 AppData 下:Codex 是微软商店应用,它启动的程序在 AppData 里新建的文件会被转存到应用的私有目录,Codex 外面的命令行和引擎就看不到了。-- 里面有:`selection/`(勾选状态,每个任务一个文件,只记取消的识别键;v0.3 起还记自动选图的开关 `auto`、最近一次切换的时间 `autoAt`、第一次打开的时间 `autoSince` 和固定发送的识别键 `pinned`;v0.6 起还有 `auto-default.json`,新任务默认开着自动选图的起始时间;v0.7 起主任务的文件里还记子代理和旁聊的开关 `childrenAuto`,改过才有)、`bindings/`、`state/requests/`(请求统计)、`state/children/`(v0.7,每个主任务的子代理和旁聊)、`cache/pixels/`、`proxy/`(引擎日志)、`plugin-server.jsonl`、`language.json`、`config-backup/`。-- 分叉任务沿用原任务在分叉那一刻的勾选,之后各管各的。v0.3:固定发送一样按时间继承;开关在分叉前打开、之后没再切换过才继承;分叉前用过自动选图的,分叉也记下 `autoSince`,以便省略历史里的副本。+- 里面有:`selection/`(勾选状态,每个任务一个文件,只记取消的识别键;v0.3 起还记自动选图的开关 `auto`、最近一次切换的时间 `autoAt`、第一次打开的时间 `autoSince` 和每轮都发的图的识别键 `pinned`;v0.6 起还有 `auto-default.json`,新任务默认开着自动选图的起始时间;v0.7 的主任务文件里可能还有子代理和旁聊的开关 `childrenAuto`,v0.8 起不再读)、`bindings/`、`state/requests/`(请求统计)、`state/children/`(v0.7,每个主任务的子代理和旁聊)、`cache/pixels/`、`proxy/`(引擎日志)、`plugin-server.jsonl`、`language.json`、`config-backup/`。+- 分叉任务沿用原任务在分叉那一刻的勾选,之后各管各的。v0.3:每轮都发的勾选一样按时间继承;开关在分叉前打开、之后没再切换过才继承;分叉前用过自动选图的,分叉也记下 `autoSince`,以便省略历史里的副本。- `migrate-data.ts` 在第一次使用时,把旧位置(旧的 AppData 目录和各应用私有目录里的副本)的数据复制过来,用锁文件保证只有一个进程在复制。## 9. 打包、安装和发布@@ -198,11 +210,15 @@- D 组(v0.6)不设开关,检查新任务默认开着;一个问题同时要两张没取过的图,检查都取回、答对;- C 组只有一张图,排除上下文的干扰。- 2026-10-06 的结果:sol、astra 中英文全部通过;luna 取不取的判断基本都对(英文 C 组漏取一次),读取回的图偶尔读错数字(见第 11 节“模型的差别”)。+ - v0.8:模型上传那一轮就给每张图写了特征行,常把角落的数字也写进去(“右下黑色7”),占位带着它,模型不取图也答对了。所以 B、C 组改成“取了图,或者特征行里有这个数字”都算对;`notes.fromNotes` 记下哪几问是靠特征行答的。D 组上传时要求只说背景和形状,特征行里没有数字,照样检查两张都取回。- **子代理和旁聊自测**(v0.7,`v07-children-selftest.ts`):同样的引擎、app-server 和插件服务,另打开 Codex 的 `multi_agent_v2`(`spawn_agent` 的 `fork_turns`)。旁聊照 Codex 的做法开(`thread/fork`,`ephemeral: true`),带一句和 Codex 给旁聊的类似的说明。测试图和自动选图自测一样:- S 组:主任务描述两张图后开旁聊,先问文字问题(图都换成占位,不取图),再问角落的数字(从原任务取回,答对);- C 组:子代理第一轮用 `view_image` 看图,主任务用 `followup_task` 给它第二轮,问角落的数字(前一轮的图换成占位,取回,答对);- - O 组:主任务的开关关掉后,旁聊和子代理的请求原样发;- - 每组最后看主任务面板列出的子代理和旁聊。结果见 [v0.7/plan.md](v0.7/plan.md) 第 5 节。+ - 每组最后看主任务面板列出的子代理和旁聊。结果见 [v0.7/plan.md](v0.7/plan.md) 第 5 节。v0.8 去掉了开关,也去掉了测“关掉后原样发”的 O 组。+- **特征行自测**(v0.8,`v08-features-selftest.ts`):同样的引擎(带 `--dump-requests`,看发出的请求)、app-server 和插件服务,不设开关(新任务默认开着自动选图):+ - F 组:上传;上传加看图工具打开的图;用户评价;三张都成了占位后提问。检查特征行齐全、评价记在对的图上、正文不提记录、记录不在回复末尾、新图在它那一轮的第一个请求里就有编号、不调工具靠占位里的特征回答;+ - K 组(用户的案例):角色中景、两张别的素材、近景并说“这张最好”,用 app-server 的 `thread/compact/start` 压缩,再问五官参考用哪张、压缩前那两张是什么样。检查压缩后的请求里每张图都是带特征行的占位、选的是近景、答得出压缩前的图。+ - 关卡的探针、结果和发布前的自测结果见 [v0.8/plan.md](v0.8/plan.md) 第 3、5 节。## 11. 依赖的 Codex 行为和已知的坑@@ -231,7 +247,7 @@- v0.3 查证:GPT-6 Luna(low)读工具结果里的图,比读用户消息里的图差。同一张图放在消息里问,四次都读对;经 `cam_view_image` 或 Codex 自带的 `view_image` 送来,常把角落的小数字读错(5 读成 3,7 读成 2),有时说看不到数字。把取回的图挪进紧跟着的一条用户消息也没改善,问题在“先调用工具再看图”这个过程,不在图放在哪里。Sol、Astra 没有这个问题。README 和发布说明写明了这一点。- **桌面版的上下文比自测多**:桌面版每轮还带着电脑操作、浏览器等插件的工具说明(约 1 万 token)。自测为了不让测试模型操作用户的电脑,没开这些插件,所以个别只在桌面版出现的模型行为,自测复现不出来。-## 12. Claude Code 接入(v0.4–v0.6)+## 12. Claude Code 接入(v0.4–v0.8)方案、关卡和任务见 [v0.4/plan.md](v0.4/plan.md)。做法是把上面的机制逐块移植,这里写对应的做法和平台逼迫的改动。@@ -250,10 +266,15 @@- 只改 `/v1/messages`:用户消息里和工具结果里的图换成占位符,文字和 Codex 版相同。- 说明是 `role: "system"` 消息,放在第一张被省略的图所在的那条消息之后;那里已经有系统消息时,并进去。每条含被省略图片的消息后面都跟一条简短说明(`rewrite.ts` 里的 `here`),从后往前插,勾选不变时位置不变。- 面板的“上一次请求”只记带工具的主对话请求。桌面版还会在会话里发附带请求(用户离开时的状态摘要、自动模式的安全检查):照样改写,但不记进这一行。+ - v0.8 的特征行(`claude-index.ts` 从助手记录的文本块里读记录行,`claude-rewrite.ts`、`proxy.ts`):+ - 会话里有图就改写(`claudeNeedsRewrite`),给每张发送的图加编号标签,占位符里带特征和评价。Claude Code 本来每次都发完整的历史,所以不像 Codex 手动模式那样要等取消勾选。+ - 特征行说明是系统消息,放在第一张图所在那一轮“用户自己的消息”之后(`promptOf`:往前找第一条不含工具结果的用户消息,也就是这一轮的输入,压缩后是摘要那条);那里已有系统消息时并进去。不放在工具结果后面:Sonnet 5.5 和 Haiku 5.5 会把紧跟工具结果的系统消息当成工具结果里的文字,不信任(Anthropic 关于对话中途系统消息的文档;2026-10-19 实测 Haiku 不照做,还告诉了用户)。+ - 这样改了这一轮里更早的位置,那一轮工具调用前的思考在会核对思考记录的账号上对不上,按“思考记录”的做法去掉一次;之后历史不再变。+ - 从别的会话转来的消息(`<cross-session-message>`),Haiku 不当成用户本人的评价,不记:测试会话里的评价要用户亲手打,或者写明是代发的用户原话。- **压缩之后**(v0.5,`claude-index.ts`、`claude-rewrite.ts` 的 `addCompacted`、`proxy.ts`;实测见 [v0.5/plan.md](v0.5/plan.md)):- Claude Code 2.1.295 压缩后的请求:第一条是用户消息,内容是整段摘要(等于会话记录里 `isCompactSummary` 那条的文字),接着常有一条它自己的系统消息(例如带 `output_config` 的空消息),然后是压缩前的最后一条回复,再往后是新的一轮;压缩前的图一张都没有。写摘要的那个请求和普通请求一样带着全部历史和图,照常改写。- 索引照常跨分界编号,压缩前的图标着 `compacted`,还记下摘要的文字(`summary`)。请求里找到这段摘要,才算压缩后的请求;找不到就不补。- - 补在摘要文字后面,按编号:要发的(勾着的,自动选图时是固定发送的)是“已提供”标签加原图(`claudeImageData` 从会话记录读),其余是占位文字(手动和自动各用各的)。说明并进摘要后面的系统消息(没有就插一条):列出压缩前的全部图;有图没发时前面是完整说明,v0.4 的改写在后面的消息里就只加短说明(`noted`)。全部发出时说明里写明勾回的图回到这里、不会出现在新消息里,以及之前说看不到是因为当时被省略。勾选不变时这两条消息逐字节相同,提示缓存照常命中。+ - 补在摘要文字后面,按编号:要发的(勾着的,自动选图时是勾成每轮都发的)是“已提供”标签加原图(`claudeImageData` 从会话记录读),其余是占位文字(手动和自动各用各的)。说明并进摘要后面的系统消息(没有就插一条):列出压缩前的全部图;有图没发时前面是完整说明,v0.4 的改写在后面的消息里就只加短说明(`noted`)。全部发出时说明里写明勾回的图回到这里、不会出现在新消息里,以及之前说看不到是因为当时被省略。勾选不变时这两条消息逐字节相同,提示缓存照常命中。- 先算好要补哪些,再跑 v0.4 的改写,最后补图;面板统计里 `compacted` 记下补了哪几张(`resent`),面板的“上一次请求”写“补回压缩前的图 N 张”。- 面板里压缩前的图照常可勾,标“压缩前”;请求预估把勾着的算作这次加上的。- 补图改的是摘要之后的内容,之后产生的思考按上面“思考记录”的做法处理;新账号(模拟)上实测对话不中断。diff --git a/docs/images/panel-zh.png b/docs/images/panel-zh.pngnew file mode 100644index 0000000..0a08a38Binary files /dev/null and b/docs/images/panel-zh.png differdiff --git a/docs/images/panel.png b/docs/images/panel.pngnew file mode 100644index 0000000..528393cBinary files /dev/null and b/docs/images/panel.png differdiff --git a/docs/spec.md b/docs/spec.mdindex a048987..7fb85ec 100644--- a/docs/spec.md+++ b/docs/spec.md@@ -1,6 +1,6 @@# 规格:Context Attachment Manager(上下文素材管理器)-> 本文件是目标、范围、约束和验收标准的唯一事实来源(2026-09-24 经用户、Claude、Codex 三方确认),描述当前版本 v0.7.0,以后随版本更新。v0.4 加的 Claude 桌面 Code 接入,相关内容都标着“v0.4”;它的关卡、任务和验收步骤见 [v0.4/](v0.4/)。v0.5 加的 Claude Code 压缩后保留图片标着“v0.5”,方案和实测见 [v0.5/plan.md](v0.5/plan.md)。v0.6 的默认开启自动选图和 Claude 桌面版自动打开面板标着“v0.6”,见 [v0.6/plan.md](v0.6/plan.md)。v0.7 的 Codex 子代理和旁聊也自动选图标着“v0.7”,见 [v0.7/plan.md](v0.7/plan.md)。项目 2026-10-11 由 Codex Attachment Manager 改名,因为不再只给 Codex 用(用户定);安装用的标识(`codex-attachment-manager`)和数据目录不变,已装的用户照常升级。+> 本文件是目标、范围、约束和验收标准的唯一事实来源(2026-09-24 经用户、Claude、Codex 三方确认),描述当前版本 v0.8.0,以后随版本更新。v0.4 加的 Claude 桌面 Code 接入,相关内容都标着“v0.4”;它的关卡、任务和验收步骤见 [v0.4/](v0.4/)。v0.5 加的 Claude Code 压缩后保留图片标着“v0.5”,方案和实测见 [v0.5/plan.md](v0.5/plan.md)。v0.6 的默认开启自动选图和 Claude 桌面版自动打开面板标着“v0.6”,见 [v0.6/plan.md](v0.6/plan.md)。v0.7 的 Codex 子代理和旁聊也自动选图标着“v0.7”,见 [v0.7/plan.md](v0.7/plan.md)。v0.8 的特征行(压缩后照样拿对图)和重做的面板(凭印象找图)标着“v0.8”,见 [v0.8/plan.md](v0.8/plan.md)。项目 2026-10-11 由 Codex Attachment Manager 改名,因为不再只给 Codex 用(用户定);安装用的标识(`codex-attachment-manager`)和数据目录不变,已装的用户照常升级。> 技术方案见 [design.md](design.md)。v0.1 的开发记录(原方案、任务记录、各阶段报告、最初的构想)归档在 [history/v0.1/](history/v0.1/),只作参考。## 1. 目标@@ -18,8 +18,12 @@ v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本- **出现记录**:一张图在任务历史里出现的一次,例如用户上传、工具查看、生成结果。每条都有稳定编号(例如 `IMG-004`),按在任务里第一次出现的顺序编号,之后不变。记录名称、来源、所在轮次、尺寸和内容指纹。- **内容相同**:两条出现记录的字节完全相同,或者解码后的像素完全相同,就算内容相同,与文件名无关。缩放或重新压缩过的图不算。- **勾选状态**:每个任务各有一套。勾选的图照常发送;取消的图在发出的请求里换成占位符。-- **自动选图**:每个任务各有一个开关。v0.6 起,新任务和新会话默认开着,升级之前就有的任务和会话保持原样,用户改过的以用户的为准(用户 2026-10-13 定:有些用户连面板都不会打开);之前默认关。打开后,之前各轮的图默认不发,模型需要看哪张,就用取图工具按编号取回原图,只在这一轮提供;勾选的意思变成“固定发送”,默认都不勾,勾上的图每轮都发(v0.3,用户 2026-10-06 定:不在模型开口之前替它准备可能要的图,由它自己按编号要)。-- **子代理和旁聊**(v0.7,Codex):主任务派出去的子代理和在任务里开的旁聊,默认也按自动选图管,主任务面板里有一个开关管它们(见“选择规则”和“界面”)。+- **自动选图**:每个任务各有一个开关。v0.6 起,新任务和新会话默认开着,升级之前就有的任务和会话保持原样,用户改过的以用户的为准(用户 2026-10-13 定:有些用户连面板都不会打开);之前默认关。打开后,之前各轮的图默认不发,模型需要看哪张,就用取图工具按编号取回原图,只在这一轮提供;勾选的意思变成“每轮都发”(v0.8 前叫“固定发送”),默认都不勾,勾上的图每轮都发(v0.3,用户 2026-10-06 定:不在模型开口之前替它准备可能要的图,由它自己按编号要)。+- **子代理和旁聊**(v0.7,Codex):主任务派出去的子代理和在任务里开的旁聊,也按自动选图管。v0.8 起一律如此,主任务面板里不再有管它们的开关(用户 2026-10-19 定)。+- **特征行和评价**(v0.8,用户 2026-10-18、19 定):模型第一次看到一张新图时(用户上传的、它生成的、查看的、工具返回的),在回复里给它记一行特征:先写场景,再写看得见的特征,30 字以内,例如“深蓝雨夜|近景,正脸,霓虹反光”;同一个场景沿用之前的叫法,不写“好看”这类判断,写一次就不再改。用户评价某张图时,模型照用户的原话记一条(15 字以内),记下是第几轮说的。+ - 这些记录写成 Markdown 链接定义 `[//]: # (cam IMG-015 深蓝雨夜|近景,正脸)`,放在模型最后那条回复的开头,Codex 和 Claude 的桌面版都不显示;模型在正文里也不提这件事。+ - 引擎和插件服务只从模型自己的回复里读这些记录,用户消息和工具结果里同样的字不算。特征行和评价写进这张图的占位符(见“占位符”),对话压缩之后模型照样认得出每张图;面板只拿它们来搜索和分组,不显示。+ - 升级之前已有的图不补写。子代理和旁聊不写,Codex 手动模式在第一次取消勾选之前也不写(见“选择规则”)。- **来源**:每条出现记录属于一类来源:用户上传、PDF 页面、网页截图、查看的图片、工具返回、生成的图片。PDF 页面和网页截图是用户在 Codex 桌面版里给 PDF 或网页加评论时,Codex 随消息附上的截图,靠 Codex 写在图前面的固定说明认出(例如 “The next image shows PDF page 3 at the time of Comment 1.”)。PDF 页面记下页码;同一条消息只提到一个 PDF 时,再记下文件名。认不出的仍算用户上传(v0.2,用户 2026-09-29 定:只做认得准的来源)。### 免配置@@ -30,13 +34,13 @@ v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本### 选择规则-- 新出现的图默认勾选,照常发送,包括和前面内容相同的副本(用户 2026-09-24 决定)。用户没有取消任何图时,请求原样转发,Codex 的表现和没装工具时一样。+- 新出现的图默认勾选,照常发送,包括和前面内容相同的副本(用户 2026-09-24 决定)。用户没有取消任何图时,请求原样转发,Codex 的表现和没装工具时一样。v0.8:这一条在 Codex 手动模式下照旧,所以手动模式要等第一次取消勾选之后才写特征行(用户 2026-10-18 定:在那之前,插件不碰这个任务的请求,请求走 WebSocket;要写特征行,就得改走 HTTP,每次请求都重新上传全部图片,得不偿失)。开着自动选图的任务,和 Claude Code 的会话(它本来每次都发完整的历史),从第一张图起就写。- 任何一条出现记录都可以在任何一轮取消或重新勾选,从下一次请求起生效,不换任务、不重建。取消的记录仍留在列表里。- 分叉出来的任务,沿用原任务在分叉那一刻的勾选;之后两边各管各的(用户 2026-09-24 决定)。- 子代理和旁聊(v0.7,用户 2026-10-13 定,起因是 [issue #2](https://github.com/chipfighter/context-attachment-manager/issues/2);之前只管带历史启动的子代理,按分叉的规则):- - 主任务面板有一个“也自动选图”开关管它们,默认开,老任务也一样。它和主任务自己的自动选图开关是分开的:开着时,不管主任务自己开没开自动选图,子代理和旁聊都按自动选图管;关掉就不管,请求原样发。- - 旁聊(Codex 只放在内存里的分叉)用原任务的图。开着时,从原任务带过来的图都换成占位,原任务里固定发送的照发,原任务这一轮正在看的也换掉;模型要看哪张,用取图工具去原任务里取。- - 启动时不带主任务历史的子代理:开着时按自动选图管它自己的图,这一轮看的照发,前几轮的换成占位,要看再取。子代理再派的子代理也一样,开关看最上面的主任务。子代理自己有开关时以它的为准。+ - 不管主任务自己开没开自动选图,子代理和旁聊都按自动选图管。v0.7 在主任务面板里有一个“也自动选图”开关,v0.8 起去掉(用户 2026-10-19 定),0.7 里关掉过的,升级后也按自动选图管。+ - 旁聊(Codex 只放在内存里的分叉)用原任务的图:从原任务带过来的图都换成占位,原任务里每轮都发的照发,原任务这一轮正在看的也换掉;模型要看哪张,用取图工具去原任务里取。+ - 启动时不带主任务历史的子代理:按自动选图管它自己的图,这一轮看的照发,前几轮的换成占位,要看再取。子代理再派的子代理也一样。子代理自己有开关时以它的为准。- 带着主任务历史启动的子代理照旧按分叉的规则继承勾选;Codex 自己的后台任务(代码审查、对话压缩、记忆整理)不算子代理。- 取消时由工具判断用哪种占位符:本次请求里还有一条内容相同、仍在发送的记录,就用“重复”占位符指向它;没有,就用普通占位符。- 只是看起来相似的图(例如缩放或重新压缩过)不算内容相同。@@ -49,7 +53,14 @@ v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本### 占位符-- **普通占位符**:包含编号、名称、来源、所在轮次和尺寸,一句话说明原图被用户省略以节省上下文,并提示需要时回复“需要 IMG-004”。+- **普通占位符**:第一行是编号、名称、来源、所在轮次和尺寸;最后一行提示需要时回复“需要 IMG-004”。v0.8 起这一句缩短成“需要重看时,在回复里写“需要 IMG-004”。”,抵掉特征行增加的字数(用户 2026-10-18 定)。+- **占位符里的特征行**(v0.8):模型给这张图记过特征行或评价时,第一行后面多一行,例如“特征:深蓝雨夜|近景,正脸;评价:第 4 轮“脸最好”,第 6 轮“太暗””。评价按时间累积,只显示最近 3 条,不排序,也不替用户判断褒贬;超长时在上限以内最后一个标点处截断,加“…”。索引里记什么,占位符里就显示什么。照常发送的图只带编号标签,不带特征行:模型看得到原图,不带也免得每轮去改前面的标签、弄断缓存。+- **特征行说明**(v0.8,用户 2026-10-19 定措辞):从第一张图所在的那一轮起,插入一条说明,告诉模型怎么写特征行、怎么记评价:+ - 记录行写在每一轮最后那条回复的开头(不写在中途调用工具时说的话里),一张图一行,和正文之间空一行;这一轮没有新图、也没有评价时不写;+ - 用户装这个工具,是为了让模型以后(包括压缩之后)还能认出每张图、记得用户的评价;这些行只给工具读,用户在界面上看不到,正文照常回答,不提这些行,也不回应记录这件事(不说“记下了”);用户只是评价、没提要求时,正文简短回应评价本身;+ - 评价是用户自己的看法,模型不认同也照记;拿不准是哪一张就不记,可以问用户是哪一张,但不提记录的事;+ - 以后被省略的图,占位符里带着这些特征和评价;选图时先看它们,拿不准时先把原图要回来看,或者问用户。+ - 位置:Codex 里是一条开发者消息,放在那一轮的用户消息之前;Claude 里见“Claude Code(v0.4)”一节。只给主任务。原来的“上下文管理说明”不变,照旧在有图被省略时才插入。- **上下文管理说明**:一次请求里只要有普通占位符,就在第一张被省略的图所在那一轮的用户消息之前,插入一条开发者消息,说明:- 这些图在出现的那一轮真实存在,模型当时看过;之前对它们的描述和判断仍然有效,不要因为现在看不到就当成猜测,也不要收回;- 被问到能不能看到某张被省略的图时,如实说现在看不到(被用户省略了),之前的描述仍然有效;@@ -57,48 +68,49 @@ v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本- 用户重新勾选的图回到它原来的位置,前面标着“已提供”,不会出现在用户的新消息里;标着“已提供”的图现在就能看到,被问到时直接看图回答,不要说看不到(v0.1-25)。- **为什么放在开发者消息里**:用户 2026-09-25 发现,占位符放在原图的位置,模型会以为自己从没看过那张图,于是收回之前看着原图做出的正确回答。把这些说明写在占位符里也没用:占位符属于用户内容,模型不把它当成证据。改成开发者消息后,两次自测都不再收回(见 [history/v0.1/tasks.md](history/v0.1/tasks.md))。- **重复占位符**:包含编号、名称、来源、所在轮次和尺寸,说明它和哪一条(编号、名称、轮次)内容完全相同,那一条照常提供,请参考那一条。内容仍然看得到,不需要上面的说明。-- **“已提供”标签**:一次请求里只要有图被换掉,每张仍在发送、有编号的图前面都加一行标签,写法和占位符的第一行一样,状态是“已提供”,例如“[图片 IMG-002([Image #2]) 已提供|名称|来源|第 1 轮|尺寸]”。原因:用户 2026-09-28 发现,重新勾选的图回到原来的位置、夹在占位符中间,而 Codex 自己的“[Image #2]”在每条消息里都从 1 开始,模型对不上编号,就说看不到。没有图被换掉时不加,请求照旧原样转发。+- **“已提供”标签**:一次请求里只要有图被换掉,每张仍在发送、有编号的图前面都加一行标签,写法和占位符的第一行一样,状态是“已提供”,例如“[图片 IMG-002([Image #2]) 已提供|名称|来源|第 1 轮|尺寸]”。原因:用户 2026-09-28 发现,重新勾选的图回到原来的位置、夹在占位符中间,而 Codex 自己的“[Image #2]”在每条消息里都从 1 开始,模型对不上编号,就说看不到。没有图被换掉时不加,请求照旧原样转发。v0.8:写特征行的任务里,每张发送的图都带这个标签,这一轮的新图也带,模型才能当场对上编号;新图在它那一轮的第一个请求里就已经有编号(Codex 和 Claude 都先把新图写进本机记录,再发请求,2026-10-19 实测)。这一轮新图的标签只影响请求的末尾,不弄断缓存。- 占位符里不写本地路径。Codex 附在上传图片前后的路径标签,也一起换掉。- PDF 页面和网页截图被取消时,占位符和用户上传的图一样,来源写“用户上传”;Codex 写在图前面的那句说明原样保留,模型仍然知道那是哪一页(v0.2,用户 2026-09-29 定:不改发给模型的文字)。-- 勾选状态不变时,占位符和说明的文字、位置每次都一样,不影响缓存。-- 现行措辞见 `plugin/src/rewrite.ts`,占位符格式用户 2026-09-24 认可,说明是按用户 2026-09-25 的要求加的。以后改措辞,要按 AGENTS.md 重新跑两个自测:三个 GPT-6 模型,中文、英文(`--lang en`)各一次。+- 勾选状态不变时,占位符和说明的文字、位置每次都一样,不影响缓存。v0.8:后来加的评价会让那张图的占位符变一次,缓存从那里往后断一次,和改一次勾选一样。+- 现行措辞见 `plugin/src/rewrite.ts`,占位符格式用户 2026-09-24 认可,说明是按用户 2026-09-25 的要求加的。以后改措辞,要按 AGENTS.md 重新跑自测:三个 GPT-6 模型,中文、英文(`--lang en`)各一次;改特征行说明时跑 `spike/src/v08-features-selftest.ts`。- 占位符和说明跟着界面语言:中文界面用上面这版中文,英文界面用意思相同的英文版,模型需要图时回复“need IMG-004”(用户 2026-09-25 定,避免上下文里的语言不一致)。-- 自动选图开着时(v0.3),占位符和说明换成自动选图的版本:说明这个任务开着自动选图、之前各轮的图默认省略,需要时调用取图工具按编号取回,取回的图只在这一轮提供,之前说过的内容够用时不要取;“这些图当时真实存在、之前的描述仍然有效、不要猜测或补充没说过的细节”这几点和手动版一样。+- 自动选图开着时(v0.3),占位符和说明换成自动选图的版本:说明这个任务开着自动选图、之前各轮的图默认省略,需要时调用取图工具按编号取回,取回的图只在这一轮提供,之前说过的内容够用时不要取;“这些图当时真实存在、之前的描述仍然有效、不要猜测或补充没说过的细节”这几点和手动版一样。v0.8 起自动版占位符的最后一行是“需要原图时调用 cam_view_image,传入“IMG-004”。”。### 界面- 位置:Codex 右侧侧边面板里的一个标签页“上下文素材”。用户在侧边面板的“新建标签页 → 插件和 MCP”里手动打开,不经过模型,也不花 token(P4 实测通过)。Codex 标题栏没有给插件的入口,所以不做外挂窗口。- 只列这个任务历史里已有的图:用户上传的,和模型在这个任务里查看、生成的。面板不新增素材。-- 按时间顺序、按轮次列出,可以滚动。每条显示缩略图、编号、名称、来源、尺寸、大小、内容相同的关系和勾选状态;点缩略图放大预览。-- 勾选和取消(单张或整轮)点一下就保存,从下一条消息起生效;没有“确定”和“撤销”(用户 2026-09-28 定:先暂存再确认的操作感受差,也容易出错)。底栏始终显示“勾选的图片会随下一条消息发给模型”,勾选后不另外提示“已保存”(用户 2026-09-28 定)。-- 面板占满侧边面板的高度:页头和底栏固定,只有列表在中间滚动,整个面板不会被滚走(用户 2026-09-27、28 报告:点靠下的整轮勾选框后,面板只剩一条,已修复)。+- v0.8 起是一屏(用户 2026-10-19 看过可点击的原型和截图后定,见 [v0.8/plan.md](v0.8/plan.md) 第 2 节):从上到下是标题行、请求占用卡片、“模型需要”提示条(只在手动模式下、有事时出现)、搜索框、筛选按钮、按轮分组的缩略图,最下面是底栏。+- 勾选和取消(单张或整轮)点一下就保存,从下一条消息起生效;没有“确定”和“撤销”(用户 2026-09-28 定:先暂存再确认的操作感受差,也容易出错)。底栏始终是同一句说明,勾选后不另外提示“已保存”(用户 2026-09-28 定)。+- 面板占满侧边面板的高度:页头和底栏固定,只有缩略图在中间滚动,整个面板不会被滚走(用户 2026-09-27、28 报告:点靠下的整轮勾选框后,面板只剩一条,已修复)。- 主题、字体和配色跟随 Codex。-- 面板顶部显示下一条消息的发送预览:照常发送几张、占位几张(其中重复几张),预计请求大小和全部发送时的对比,以及上一次请求实际少发了多少。预计值以引擎记录的上一次完整请求为基准,标明是“预计”,不写成已经发出的请求。-- 上一次请求没能按勾选改写,或者取消时这一轮还在走 WebSocket,面板上都有提示;代理没在运行时也提示。-- 模型最近一次回复说了“需要 IMG-xxx”,而其中有图还没勾上时,页头显示一行“模型需要 N 张没发送的图”,列出这些编号(用户 2026-09-26 定,图多时靠它找到模型要的那张):- - 点编号,列表把那一行滚到正中,闪两下,键盘焦点落到它的勾选框上;+- **请求占用卡片**(v0.8):默认收起,底下有“展开详情”。+ - 收起时也显示:预计请求大小、全部发送要多大、省了百分之几、占用条,以及“下一条消息:照常发送 N 张 · 占位 M 张”(其中重复几张、几张已不在上下文)。预计值以引擎记录的上一次完整请求为基准,标明是“预计”,不写成已经发出的请求。+ - 展开后多出三行:上一次请求(时间、替换了几张、少发多少);最近一轮模型取回的编号(只在自动模式下有);子代理和旁聊几个、上次一共少发多少(只在 Codex 里、引擎见过它们时有)。+- 上一次请求没能按勾选改写,或者取消时这一轮还在走 WebSocket,面板上都有提示;代理没在运行时也提示。提示只在有事时出现。+- **缩略图**(v0.8):按轮分组,最新一轮在最上面,列数跟着面板宽度变;缩略图上不写字,只挂小标记:+ - 状态:每轮都发(自动模式)、刚取回(自动模式,最近一轮模型取回的)、不发送和模型需要(手动模式)、无法取消、已不在上下文、压缩前(Claude);+ - 右下角的角标:PDF 第 N 页、网页(Codex)。+ - 不发送的图是灰色:自动模式下没勾“每轮都发”的,手动模式下取消勾选的;勾上以后恢复彩色(用户 2026-10-19 定,和 0.7 一样)。+ - 模型取回的那份副本不另占一格,只在原图上标出来。+- **预览**:点缩略图打开预览,和 0.7 一样占满面板,点图片以外的地方或按 Esc 退出(用户 2026-10-19 定)。顶上是编号和名称,底下是轮次、来源、尺寸、大小,以及右下角的方框勾选:自动模式下叫“每轮都发”,手动模式下叫“发送”,方框在文字左边(用户 2026-10-19 定)。+- **整轮勾选**:每一轮的标题线末尾有一个方框,用来整轮勾选或取消(用户 2026-09-26 定,图多时成批去掉某一轮的图;v0.8 照旧,两种模式都有):+ - 这一轮能改的图全勾着时显示 ✓,点一下全部取消;只勾了一部分时显示“–”,没勾的时候是空框,这两种点一下都是全部勾上;自动模式下勾上就是这一轮全部每轮都发;+ - 只算能改的图,“无法取消”和“已不在上下文”的不算;能改的图少于两张时不显示;+ - 搜索或筛选时,只管这一轮正在显示的图;一张都没显示的轮次整行隐藏。+- **搜索和筛选**(v0.8,取代 v0.2 的按来源筛选):+ - 搜索框的占位文字是“画面,或你当时说过的话”。能匹配:编号、名称、来源(上传、生成、PDF、网页)、场景、模型记下的特征行和评价,以及那一轮里用户说的话、模型的回复和工具调用的参数(截短)。这些文字只用来搜索,面板上不显示。+ - 筛选按钮一排:“全部”“上传”“生成”(没有这类图时不显示),一条竖线,再接各个场景,按图的张数从多到少排;没有特征行的图归到“其他”。场景就是特征行的第一段;一张特征行都没有时,不显示场景按钮。“上传”包括 PDF 页面和网页截图。+ - 一次只能选一个,和搜索同时生效。只影响显示,不影响发送:没显示的图照旧按自己的勾选发送,请求占用仍按全部图计算。+ - 搜索和选中的筛选在面板开着时保留,关掉再打开回到默认;不写磁盘。+- **编号按钮**(“模型需要”提示条和“最近一轮模型取回”里的都一样):点一下,先关掉预览;那张图被搜索或筛选挡住时,先清掉搜索和筛选;然后列表把那张缩略图滚到正中,闪两下,键盘焦点落在它上面。不打开预览(用户 2026-10-19 定)。+- 模型最近一次回复说了“需要 IMG-xxx”,而其中有图还没勾上时(手动模式),页头显示一行“模型需要 N 张没发送的图”,后面是这些编号的按钮(用户 2026-09-26 定,图多时靠它找到模型要的那张):- 勾上以后编号就从这一行消失,全部勾上后整行隐藏;- 这一行固定在页头,不跟着列表滚动。-- 每一轮的标题行末尾有一个勾选框,和各行的勾选框在同一列,用来整轮勾选或取消(用户 2026-09-26 定,图多时成批去掉某一轮的图):- - 这一轮能改的图全勾着时显示 ✓,点一下全部不发送;只勾了一部分时显示“–”,没勾的时候是空框,这两种点一下都是全部勾上;- - 只算能改的图,“无法取消”和“已不在上下文”的不算;能改的图少于两张时不显示,因为那一行自己的勾选框就够了;- - 和单张勾选一样,点一下就保存。-- 可以按来源筛选列表(v0.2,用户 2026-09-29 定,图多时只看某几类):- - 标题右侧、刷新按钮旁边有“筛选”按钮,默认收起;任务里只有一类来源时不显示。- - 展开后,筛选栏在页头最下面、紧挨着列表:这个任务里有的每类来源一个带数量的圆角按钮。不用方框勾选框,免得和每行决定“发不发送”的勾选框混淆。- - 可以多选:选了哪几类,就只显示这几类的全部图片;点“全部”恢复显示全部,默认是“全部”。- - 收起后如果仍在筛选,按钮上有小点,标题旁的数字变成“显示数/总数”。- - 筛选只影响显示,不影响发送:没显示的图照旧按自己的勾选发送,发送预览和请求大小仍按全部图计算。- - 整轮勾选只管这一轮正在显示的图;一张都没显示的轮次整行隐藏。- - “模型需要”提示条照旧列出全部;点到没显示的图时,自动选上它的类别,再定位到那一行。- - 展开状态和选中的类别在面板开着时保留,关掉再打开回到默认;不写磁盘。- 自动选图(v0.3,用户 2026-10-06 看过标注截图后定):- - 底栏右侧有“自动选图”开关,每个任务各开各的,点一下就保存;v0.6 起新任务和新会话默认开着(见上面“核心概念”)。底栏那句说明跟着变:关着时是“勾选的图片会随下一条消息发给模型”,开着时是“勾选的图每轮都发,其余由模型按需取回”。- - 开着时,勾选框的意思是“固定发送”,默认都不勾,和手动时的勾选分开记:关掉自动,手动时的勾选原样回来。整轮勾选就是把这一轮的图全部固定发送。模型取图不改勾选。没勾的图本来就默认不发,不再逐张标“不发送”。- - 页头的“模型需要”提示条换成“最近一轮模型取回 N 张”,列出编号,点编号定位到那一行,用法和“模型需要”一样;模型取过的图在它那一行标“模型取回”。- - 发送预览写“固定发送几张、占位几张”;预计请求大小只算固定发送的图,不含模型这一轮要取的(事先不知道)。- - 模型取回的那份副本不在列表里另占一行,只在原来那一行标出来。- - 关着时,面板和 v0.2 一样。+ - 底栏右侧有“自动选图”开关(滑块),每个任务各开各的,点一下就保存;v0.6 起新任务和新会话默认开着(见上面“核心概念”)。面板上一直显示的开关只有这一个。底栏那句说明跟着变:关着时是“图默认都发,可在预览里关掉”,开着时是“其余图由模型按需取回”。+ - 开着时,勾选的意思是“每轮都发”,默认都不勾,和手动时的勾选分开记:关掉自动,手动时的勾选原样回来。模型取图不改勾选。+ - 下一条消息写“每轮都发 N 张 · 占位 M 张”;预计请求大小只算每轮都发的图,不含模型这一轮要取的(事先不知道),所以写“起”。- 面板自动刷新:- 平时每 3 秒读一次;- 用户把鼠标移进面板、点击、滚动时立刻读一次;@@ -109,11 +121,7 @@ v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本- 只认用户自己开的任务,子代理、分叉和后台自动任务都不算;- 只认面板显示在屏幕上时开始的任务;- 面板显示期间开始了好几个任务时,跟最新的一个;只有两个任务几乎同时开始(相差 20 秒以内)时,才列出名称让用户点选(用户 2026-09-25 改:原来只要有两个就让用户选,而 Codex 每隔几分钟给新任务页换一个预备任务,面板会被反复询问)。-- 子代理和旁聊(v0.7,用户 2026-10-13 看过截图后定;规则见上面“选择规则”):- - 引擎见过这个任务的子代理或旁聊之后,请求大小下面多一块“子代理和旁聊”;没见过时不显示。- - 默认收起成一行:数量、它们上次请求一共少发多少,右边是“也自动选图”开关,点一下就保存,模型不能改。- - 展开后每个一行:子代理写它在 Codex 里的名字,旁聊写开始的时间;右边标现在的规则(“自动选图”,关掉后是“原样发送”);第二行写几张图、上次请求替换了几张、少发多少,还没有请求经过引擎时写“还没有经过代理的请求”。- - 这里不能逐张勾选子代理和旁聊的图。+- 子代理和旁聊(v0.7;规则见上面“选择规则”):引擎见过这个任务的子代理或旁聊之后,请求占用卡片展开后有一行“子代理和旁聊 N 个”,写它们上次请求一共少发多少。v0.8 起没有开关,也不逐个列出(用户 2026-10-19 定)。这里不能逐张勾选子代理和旁聊的图。- 标题右侧是“停用插件”或“启用插件”,两种样式不同。点一下立即生效,不用再确认(用户 2026-09-25 定)。- 停用或启用后,中间的提示说明要重启 Codex 才生效,另一个按钮随时可以撤回;- 撤回到 Codex 启动时的状态,就不再提示重启。@@ -123,7 +131,7 @@ v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本- v0.1 支持简体中文和英文:任何地区的中文都显示简体中文,其他语言都显示英文。以后有用户反馈再加其他语言。- Codex 自己显示的名字:插件页上名称和一句话简介用英文(Context Attachment Manager),详细说明先英文、再附一段中文,因为插件清单只能写一种文字;标签页标题跟着语言(“上下文素材”或 Context Assets)。- 安装命令在终端里的输出,按系统语言。-- 以上是用户 2026-09-24 定的 MVP,外加 2026-09-25 要求补上的发送预览、改写失败提示、自动刷新、这两个按钮的位置和名称、标题里的任务名、新任务的自动绑定,以及中英文界面;2026-09-26 加了“模型需要”提示条、整轮勾选,以及直接读 Codex 的语言设置;v0.2 加了 PDF 页面、网页截图两类来源和按来源筛选(用户 2026-09-29 定);v0.3 加了自动选图(用户 2026-10-06 定)。+- 以上是用户 2026-09-24 定的 MVP,外加 2026-09-25 要求补上的发送预览、改写失败提示、自动刷新、这两个按钮的位置和名称、标题里的任务名、新任务的自动绑定,以及中英文界面;2026-09-26 加了“模型需要”提示条、整轮勾选,以及直接读 Codex 的语言设置;v0.2 加了 PDF 页面、网页截图两类来源和按来源筛选(用户 2026-09-29 定);v0.3 加了自动选图(用户 2026-10-06 定);v0.8 改成一屏的请求占用卡片、搜索、按场景筛选和按轮的缩略图,去掉了按来源筛选和子代理的开关(用户 2026-10-19 定)。### Claude Code(v0.4)@@ -132,6 +140,8 @@ v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本- **范围**:Claude 桌面应用 Code 标签页里的本地会话,官方订阅登录,不需要 API key。Claude Code 的会话就相当于 Codex 的任务,每个会话各有一套勾选。已经改用别的服务地址,或者用第三方模型服务(Bedrock、Vertex、Foundry)的会话不接管。- **接入**:装上 Claude 插件就生效,不用手动配置。插件在会话启动时,把这个 Claude Code 进程的请求地址指向本机引擎,进程结束时还原。登录凭据原样转给 Anthropic。- **说明的位置**:Anthropic 不允许把系统消息放在用户消息之前,所以“上下文管理说明”放在第一张被省略的图所在的那条消息之后,是一条系统消息。另外,每条含被省略图片的消息后面都跟一条简短说明:这几张图当时是原图,之前的描述仍然有效;被问到要看图才能回答的细节时,写出“需要 IMG-xxx”,用户才知道该勾回哪张。Codex 的措辞不变。+ - v0.8 的特征行说明也是系统消息,放在第一张图所在那一轮的用户消息之后,不紧跟工具结果(用户 2026-10-19 定):Sonnet 5.5 和 Haiku 5.5 会把紧跟在工具结果后面的系统消息当成工具结果里的文字,不信任(Anthropic 的文档这么写,2026-10-19 实测 Haiku 也这样,还把这件事告诉了用户)。+ - v0.8:会话里有图就改写请求(加特征行说明和编号标签),不再等用户取消勾选。改过的历史在会核对思考记录的账号上,照“思考记录”一条的做法去掉对不上的那些。- **思考记录**(用户 2026-10-11 定):Anthropic 会核对每段思考前面的内容是否和它产生时一样。2026-08-31 起注册的账号对不上就拒绝请求,更早的账号放行。- 账号放行时,思考块原样转发,和 Codex 一样。- 账号拒绝时,引擎去掉和实际发出的历史对不上的思考记录,再按勾选发出:取消勾选照样生效,取消之后新产生的思考保留;全部勾回后,取消之前的思考放回去,取消期间产生的去掉。模型会少一些之前的思路,可能要重新思考、多用一些 token;面板提示这一次去掉了几段(Anthropic 文档要求代理不要把这件事藏起来)。@@ -141,11 +151,11 @@ v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本- v0.6(用户 2026-10-13 定):不用输入 `/cam`,会话里有了图,面板就自己在自带的浏览器里打开(模型读了图,那一轮结束时;用户贴了图,那一轮开始时)。用户离开会话约 30 分钟(期间没有新的一轮),Claude 桌面会关掉会话的自带浏览器,面板跟着关掉,下一轮开始时重新打开。用户自己关掉的,这个会话里不再自动打开,直到用户输入 `/cam`。只在 Claude 桌面版里,终端和 VS Code 照旧用 `/cam`。- 只有两种情况才弹出插件的小面板:自带浏览器打不开时(终端、VS Code,或调用失败),给出面板链接和“复制链接”按钮;这个会话的请求没经过引擎、勾选不会生效时,提醒用户。- 新会话的第一条输入就是 `/cam` 时,输入框会提示命令不存在,但发出后照常打开:Claude 桌面要等第一条输入才启动会话的进程,插件这时才注册 `/cam`。保持现状,在用户文档里写明(用户 2026-10-10 定)。- - 没有 Codex 特有的“启用插件 / 停用插件”按钮和新任务绑定。+ - 没有 Codex 特有的“启用插件 / 停用插件”按钮和新任务绑定;v0.8 起也没有子代理和旁聊那一行,没有 PDF 和网页的角标;压缩前的图照样标“压缩前”(用户 2026-10-19 定:Claude 桌面版用同一个面板)。- 语言跟着插件,和发给模型的说明一致,不跟着浏览器。- **取图工具**:模型调用 `cam_view_image` 不弹权限确认,和 Codex 版的自动批准一样;用户自己的钩子或设置拒绝、或要求询问时,照旧按它们来(用户 2026-10-10 同意)。- **压缩之后**(v0.5,用户 2026-10-12 定):Claude Code 压缩对话(手动 `/compact` 或自动压缩)时,把旧历史换成一段摘要,压缩前的图不再发给模型。Codex 没有这个问题,不变。- - 压缩前的勾选照样有效:勾着的图(开着自动选图时是固定发送的图)照样发给模型,取消的照样不发;用户随时可以改,从下一条消息起生效。原图从本地会话记录里读,不另存一份。+ - 压缩前的勾选照样有效:勾着的图(开着自动选图时是每轮都发的图)照样发给模型,取消的照样不发;用户随时可以改,从下一条消息起生效。原图从本地会话记录里读,不另存一份。- 位置:压缩前的图按编号排在摘要后面(摘要所在的那条用户消息里):照样发的带“已提供”标签和原图,不发的是占位文字,和别处一样。勾选不变时这一段逐字节相同,缓存能续上。- 说明:摘要那条消息后面跟一条系统消息,列出压缩前的全部图片,说清哪些这次没发、怎么要回(手动时写“需要 IMG-xxx”,自动选图时用 `cam_view_image`);有图没发时,前面是完整的“上下文管理说明”,后面消息里的占位文字只再跟一段短说明。说明放在消息里面时模型不信,会收回之前看着原图做出的回答(2026-10-12 实测),所以和 v0.4 一样放在系统消息里。- 不替用户做决定:不做自动保护。补回的图太多、请求被拒或 Claude Code 又压缩时,由用户少勾几张或切到自动选图。Claude Code 自己的上下文用量显示不含补回的图,Anthropic 返回的用量含。@@ -172,6 +182,14 @@ v0.1 到 v0.3 都不做下面这些。其中音频和其他语言已确认是后- v0.4 也不做(用户 2026-10-10 确认的方案):其他模型供应商、云端会话、跨会话素材库、新的常驻系统服务;也不因为换了客户端,就把原生 PDF、文档、音频、视频和普通文本文件纳入管理。- v0.5 也不做(用户 2026-10-12 定):补回的图太多时自动减少(由用户决定);`/clear` 或新会话带上过去的图(那是另一个会话);子代理的请求(仍只管主对话)。- v0.7 也不做(用户 2026-10-13 定):Claude Code 的子代理(它们一般一次跑完、只有一轮,按自动选图的规则本来就全发);在主任务面板里逐张勾选子代理和旁聊的图;给每个子代理单独设开关;改“这一轮看的图照发”的规则。+- v0.8 也不做(用户 2026-10-18、19 定):+ - 跨任务、跨会话搜索;+ - 用户从没提过的主观标准(例如“五官最清楚”):等有人提,或者用户自己遇到再说;+ - 给模型用的搜索工具:特征行已经写在占位符里,模型直接看;+ - 让用户填写或修改特征行和评价,或者在面板里显示这些文字;+ - 给升级前已有的图补写特征行;+ - Codex 手动模式下,第一次取消勾选之前写特征行(以后可以研究直接在 WebSocket 上加说明和编号);+ - 子代理和旁聊写特征行:它们的图不在主任务的面板里,存在的时间也短;旁聊的占位符照样显示原任务里的特征行。- 所有 agent 平台通用的版本(用户 2026-10-18 定:先不做):只有自动选图、不带面板,任何多模态 agent 客户端都能装,压缩后也能准确找回图片。原因:- 省略旧图要让引擎站在客户端和模型 API 之间,只有允许改 API 地址的客户端接得进来,闭源客户端一般接不进。MCP 只能给模型加取图工具,不能从客户端发出的历史里删图。- 每接一个客户端,都要单独适配它的请求格式、分轮方式和本地记录;编号和压缩后准确找回都靠读它的本地记录。@@ -188,8 +206,8 @@ v0.1 到 v0.3 都不做下面这些。其中音频和其他语言已确认是后- 真实数据不进仓库:从真实会话和用户素材里提取的图片、记录片段、日志和备份,只能放在本机,开发时放在 `local/` 目录(已被 git 忽略),装好的插件放在数据目录(Windows 是 `%USERPROFILE%\.codex-attachment-manager`,macOS 是 `~/Library/Application Support/codex-attachment-manager`,Linux 是 `~/.local/share/codex-attachment-manager`);任何时候都不提交。仓库里的样例数据只能是合成的或脱敏的。Windows 的数据目录 2026-09-25 从 `%LOCALAPPDATA%` 下挪出来(用户同意):Codex、Claude 这类微软商店应用启动的程序在 AppData 里新建的文件,会被转存到各应用的私有目录,插件服务、引擎和命令行看到的数据就不一样了。- 仓库里的文档和代码不写用户本机的具体路径(例如个人项目文件夹)。`~/.codex`、`%LOCALAPPDATA%` 这类通用位置可以写。本项目以后会开源。- 不改写原生任务的历史记录。-- 代理只替换用户取消的图片,连同 Codex 附在它前后的路径标签;自动选图开着时,还替换之前各轮没有固定发送的图(v0.3)。有图片被省略时,另外插入一条“上下文管理说明”开发者消息(用户 2026-09-25 要求告诉模型原因,见第 1 节“占位符”),并在仍发送的图前面加“已提供”标签(v0.1-25)。请求里的其他内容原样转发。v0.4:Claude 的请求里,说明是系统消息(位置见第 1 节“Claude Code(v0.4)”);思考块原样转发,只在账号拒绝时去掉对不上的那些,不关掉思考(用户 2026-10-11 定)。v0.5:Claude Code 压缩之后,引擎还把压缩前的图从本地会话记录里取出来,补在摘要后面(用户勾选或固定发送的发原图,其余放占位文字),并跟一条说明(用户 2026-10-12 定,见第 1 节“压缩之后”)。这是唯一往请求里加图的地方,其余内容仍原样转发。-- 选择权在用户:默认只由用户在面板里勾选决定,工具和模型都不能自动勾选或取消;模型只能按约定索要(例如回复“需要 IMG-004”),给不给由用户决定。用户给某个任务打开“自动选图”后,之前各轮的图默认不发,由模型用取图工具按编号取回需要的图,只在这一轮有效;模型不能改用户的勾选,也不能替用户开关自动选图(v0.3,用户 2026-10-06 定,取代原来的“选择权永远在用户”)。v0.6 起新任务和新会话默认开着自动选图,用户随时可以关(用户 2026-10-13 定)。v0.7 起 Codex 任务的子代理和旁聊也默认按自动选图管,用户可以在主任务面板里关掉(用户 2026-10-13 定)。+- 代理只替换用户取消的图片,连同 Codex 附在它前后的路径标签;自动选图开着时,还替换之前各轮没有勾“每轮都发”的图(v0.3)。有图片被省略时,另外插入一条“上下文管理说明”开发者消息(用户 2026-09-25 要求告诉模型原因,见第 1 节“占位符”),并在仍发送的图前面加“已提供”标签(v0.1-25)。v0.8:写特征行的任务里,还插入一条“特征行说明”,每张发送的图都带“已提供”标签,占位符里带着模型记下的特征行和评价(见第 1 节“占位符”)。请求里的其他内容原样转发。v0.4:Claude 的请求里,说明是系统消息(位置见第 1 节“Claude Code(v0.4)”);思考块原样转发,只在账号拒绝时去掉对不上的那些,不关掉思考(用户 2026-10-11 定)。v0.5:Claude Code 压缩之后,引擎还把压缩前的图从本地会话记录里取出来,补在摘要后面(用户勾选或每轮都发的发原图,其余放占位文字),并跟一条说明(用户 2026-10-12 定,见第 1 节“压缩之后”)。这是唯一往请求里加图的地方,其余内容仍原样转发。+- 选择权在用户:默认只由用户在面板里勾选决定,工具和模型都不能自动勾选或取消;模型只能按约定索要(例如回复“需要 IMG-004”),给不给由用户决定。用户给某个任务打开“自动选图”后,之前各轮的图默认不发,由模型用取图工具按编号取回需要的图,只在这一轮有效;模型不能改用户的勾选,也不能替用户开关自动选图(v0.3,用户 2026-10-06 定,取代原来的“选择权永远在用户”)。v0.6 起新任务和新会话默认开着自动选图,用户随时可以关(用户 2026-10-13 定)。v0.7 起 Codex 任务的子代理和旁聊也默认按自动选图管(用户 2026-10-13 定),v0.8 起一律如此、不再有开关(用户 2026-10-19 定)。v0.8:模型按特征行说明写的记录只是它回复里的文字,改不了勾选;面板也不让模型改。- 先在 Windows 上开发和测试。技术栈:TypeScript/Node。macOS、Linux 由 CI 验证能装上、能启动;这两个平台桌面版上的实测,等用户在 GitHub 上反馈(用户 2026-09-25 定)。- 交付形态:Codex 插件。插件带一个本地 MCP 服务,负责拉起引擎、提供面板;仓库根目录就是插件市场。面板位置见第 1 节“界面”。- 用户在 Codex 的插件页面添加插件市场 `chipfighter/context-attachment-manager`、装上插件,再在面板里点“启用”;卸载前在面板里点“停用”。@@ -273,10 +291,22 @@ v0.1 之前的阶段验收(阶段 0 的重建路线、代理路线 P2)都已> 用户 2026-10-13 定,方案和实测见 [v0.7/plan.md](v0.7/plan.md)。1. 开关默认开:旁聊的请求里,原任务的图换成占位,模型要看时能从原任务取回并看图作答;不带历史的子代理,前几轮的图换成占位,要看时能取回并看图作答。-2. 开关关掉:子代理和旁聊的请求原样发。+2. 开关关掉:子代理和旁聊的请求原样发。(v0.8 起没有这个开关。)3. 主任务面板列出子代理和旁聊,统计和规则对得上;开关只有用户能改。4. 主任务自己的行为、原有测试和 Codex 自测不退化。+### v0.8++> 用户 2026-10-18、19 定,方案、关卡和实测见 [v0.8/plan.md](v0.8/plan.md)。真实场景的实测放在发布以后,由用户在具体任务里用、再反馈(用户 2026-10-19 定)。++1. 新图的特征行由模型写下,评价记在对的图上,用户看不到记录的过程:记录行在桌面版里不显示,正文不提这件事。三个 GPT-6 模型和 Claude Haiku 5.5,中英文。+2. 新图在它出现的那一轮就带编号(Codex 和 Claude)。+3. 压缩之后,模型按特征行拿对了图(用户的案例:开头一张人物中景,中间一张近景并说“这张最好”,压缩后要五官参考,拿的是近景);问压缩前的图,它能答出特征。+4. 面板的请求占用卡片、搜索、筛选、场景、按轮的缩略图、预览里的勾选、整轮勾选和编号定位,都按第 1 节“界面”工作,Codex 和 Claude 两边都行。+5. Codex 手动模式在第一次取消勾选之前,请求和以前一样原样转发。+6. 子代理和旁聊不再有开关,一律按自动选图管。+7. 原有的测试和自测不退化。+## 5. 待定问题- 在插件页面移除或关掉插件、没先在面板里停用时,代理设置还在:diff --git a/docs/v0.8/plan.md b/docs/v0.8/plan.mdindex ab4c974..2f42749 100644--- a/docs/v0.8/plan.md+++ b/docs/v0.8/plan.md@@ -1,6 +1,6 @@# v0.8 方案:压缩后找对图,面板里凭印象找图-> 状态:用户 2026-10-18、19 定,方案待用户确认后开发。规格以 [spec.md](../spec.md) 为准,实现见 [design.md](../design.md)。+> 状态:用户 2026-10-18、19 定,已开发完,随 0.8.0 发布。规格以 [spec.md](../spec.md) 为准,实现见 [design.md](../design.md)。## 1. 背景与目标@@ -53,11 +53,12 @@5. 缩略图按轮分组,最新一轮在最上面,列数跟着面板宽度变。- 缩略图上不写字,只挂小标记:每轮都发;刚取回(自动模式);不发送(手动模式);无法取消;已不在上下文;压缩前(Claude)。- 右下角的角标:PDF 第 N 页、网页(Codex)。- - 手动模式下,每一轮的标题右边有“整轮不发”或“整轮发送”。-6. 点缩略图打开预览:和 0.7.1 一样占满面板,点图片以外的地方就退出(用户 2026-10-19 补充)。右下角有一个开关:+ - 没发送的图是灰色,勾上以后恢复彩色,和 0.7 一样(用户 2026-10-19 看过截图后改)。+ - 每一轮标题线的末尾有一个小方框,点一下整轮勾选或取消,两种模式都有,和 0.7 一样(用户 2026-10-19 看过截图后改,原来是手动模式下的“整轮不发”“整轮发送”文字按钮)。+6. 点缩略图打开预览:和 0.7.1 一样占满面板,点图片以外的地方就退出(用户 2026-10-19 补充)。右下角是一个方框勾选,方框在文字左边(用户 2026-10-19 看过截图后改,原来是滑块开关):- 自动模式下叫“每轮都发”,就是现在的固定发送:之后每条消息都带上这张图,直到关掉,其余的图照常由模型按需取回。- 手动模式下叫“发送”。-7. 手动模式下,模型要了没发送的图时,顶上出现“模型需要 N 张没发送的图”,后面跟着编号按钮。打开那张图的“发送”后,它的编号就从提示条里消失。+7. 手动模式下,模型要了没发送的图时,顶上出现“模型需要 N 张没发送的图”,后面跟着编号按钮。勾上那张图的“发送”后,它的编号就从提示条里消失。8. 点编号按钮(“模型需要”和“最近一轮模型取回”里的都一样):- 列表滚到那张缩略图,让它停在正中,闪两下,键盘焦点落在它上面;- 预览开着时,先回到列表;@@ -152,6 +153,14 @@- 改写时机:Codex 手动模式在第一次取消勾选之前,请求不变;子代理和旁聊不再看开关。- 面板:面板数据里的场景和搜索文字;面板文字中英文一一对应。- **重跑自测**(按 AGENTS.md):`v01-placeholder-selftest`、`v01-needs-selftest`、`v03-auto-selftest`、`v07-children-selftest`,三个 GPT-6 模型,中文和英文各跑一遍。+- **发布前的结果**(2026-10-19、20,五个自测 × 三个模型 × 中英文,各 6 组):+ - sol、astra 全部通过。+ - `v01-needs`:6 组全过。+ - `v08-features`:5 组通过,luna 英文漏记了“近景最好”这条评价。+ - `v01-placeholder`:第一遍 luna 的两组没过,是测试的问题:v0.6 起新任务默认开着自动选图,描述那一轮图已经被省略;Codex 把任务改走 HTTP 时的重连也被算成了错误。改成从第一轮就是手动模式、重连不算错之后重跑,5 组通过,luna 英文说看不到图,但没有写“need IMG-001”。+ - `v03-auto`:第一遍 3 组卡在同一时刻:发往上游的请求 20 分钟没有回应,app-server 自己连 chatgpt.com 也失败,是网络问题。跑完的 3 组都是该取图时没取、却答对了:模型在上传那一轮的特征行里写下了角落的数字。测试改成“取了图,或者特征行里有这个数字”都算对(见 design.md 第 10 节),重跑 4 组通过;luna 两组取回了图,却把 5 读成 3(和 0.3、0.6 一样),英文那组还有一问没取图,让用户把图附上。+ - `v07-children`:5 组通过;luna 英文的子代理第二轮正确省略了第一轮的图,但没有取回,说看不到,重跑一次还是这样(0.7.0 也记过 luna 的子代理这类情况)。+ - luna 的问题都是模型本身的,用户 2026-10-19 定 luna 用的人少,措辞不为它改。- **新加自测** `spike/src/v08-features-selftest.ts`:测试引擎加测试 app-server,推理强度 low,三个 GPT-6 模型,中英文。- 新图:模型写了特征行,格式对,编号对,正文里没提。- 评价:隔几轮说“之前那张……不行”,记到了对的那张上,带着轮次。