Stop paying the multimodal tax. Your AI agent keeps every image it has seen but only sends the ones it needs: lighter chats, no endless reconnecting, no starting over. Works with Codex, Claude Code, Cline, Gemini CLI, OpenCode, WorkBuddy and more. Install once, forget it.
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 v0.11.0,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/。v0.5 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。v0.6 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。v0.7 的 Codex 子代理和旁聊也自动选图标着“v0.7”,见 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。v0.9 把两平台的服务线路分开,并接管兼容中转;技术做法见 design.md 第 2、5、12 节。v0.10 让两个平台在压缩之后(Claude 还包括续接之后)照样拿回之前的图,标着“v0.10”,见 v0.10/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。v0.11 把插件拆成接入层、核心层、面板层,再接入十个只接核心、不带面板的 Agent 平台,标着“v0.11”,见 v0.11/plan.md。 技术方案见 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/,只作参考。
1. 目标
做一个开源工具,把某个 Codex 任务里出现过的素材按时间顺序列出来,让用户逐轮决定下一轮让模型看哪些。原始文件和聊天记录都留在本地、保持不变;取消勾选只影响之后发送的内容,不删除任何东西。
v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本地会话、官方订阅登录)。做法是把现有插件的机制逐块移植过去,不另起架构、不削减功能,只在平台逼迫的地方改(用户 2026-10-10 定)。和 Codex 不同的地方见下面“Claude Code(v0.4)”一节。
v0.11(用户 2026-10-31、11-02 定):做成所有 Agent 平台都能轻松接进来的多模态上下文管理工具。插件分三层:每个平台一份薄的接入层,核心层不认识任何平台,面板层只经核心的接口拿数据;核心层和面板层各自独立维护。第三方照对外的接口文档写自己平台的接入,跑契约测试证明能用,再提 PR。面板只在 Codex 桌面版和 Claude 桌面版,以后接的平台默认不带面板,除非用户主动要求。
用户场景
用户先上传参考图 A,Codex 生成图片 B,用户再引用 B 要求修改。面板按时间顺序列出 A、B,以及 B 再次出现的记录,默认全部勾选。用户取消 A 和 B 的再次出现,然后继续创作:A 换成占位符,B 的再次出现换成指向 B 的占位符。之后任何一轮,用户都可以重新勾选 A,让它从下一次请求起重新进入上下文。
核心概念
- 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“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:先写地点,再写看得见的特征,30 字以内,例如“街头|近景,正脸,雨夜,霓虹反光”;同一个地点沿用之前的叫法,不写“好看”这类判断,写一次就不再改。地点是画面发生在哪儿(用户 2026-10-21 定:原来叫“场景”,模型在影视任务里把它当成第几场,写成“04场店外线稿”这类,52 张图分出 28 个场景):具体到能和别处分开,特写按知道的写;场次编号、版本、用途不写进地点,时间、天气写在特征里;跨几个地点的图(分镜、抽帧拼图)写“多个地点”,不在任何地方的写它是什么(角色、物品、文档、网页)。面板里的“场景”筛选就是这个地点。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”)。
- v0.10(用户 2026-10-31 采纳):写错的特征行可以更正:模型照同样的格式整行重写,开头加“更正:”(英文 “corrected:”),替换原来那一行。用户中途打断、模型还没写特征行的那一轮,里面的新图在下一轮照常再发一次(标签写“已提供,还没有特征行”),让模型补写;之后有一轮正常结束,就不再追。
- 这些记录写成 Markdown 链接定义
- 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
用户不需要手动编辑任何文件。工具自动找到 Codex 的目录(CODEX_HOME,没设时是 ~/.codex),自动完成接入。每个任务(session)各有一套自己的勾选状态,互不影响。
代理跟着 Codex 一起启动、一起退出(用户 2026-09-24 确认)。只要配置指向代理,代理就必须在运行,否则 Codex 连不上。
登录方式:ChatGPT 账号登录和 API key 登录都接管(2026-10-22 用户定)。API key 登录的请求转给 OpenAI 的 API(api.openai.com),也就是没装工具时 Codex 自己会去的地方,图片照常管理;之前装上工具后这类请求会被转到 ChatGPT 的后端,连不上。用真 API key 管理图片还没实测过,只验证了请求能到达 OpenAI 的 API。
v0.9(用户 2026-10-23 定):两平台使用兼容中转时,图片照样由插件管理,请求仍发给用户原本配置的服务,沿用客户端的模型、认证方式和其他供应商设置。模型支持图片还不够:中转需要兼容对应客户端的接口、流式响应和工具调用;Codex 使用 Responses,Claude Code 使用 Anthropic Messages。插件不做跨协议转换。
- Codex 接管用户级
config.toml里单行字符串形式的openai_base_url、model_providers.<名称>.base_url,支持普通表和点分键。原服务地址在原位置保留,停用或卸载时,只恢复仍等于插件所写地址的设置,用户后来改过的保留。不能安全改写的地址写法,在改配置前明确报错;外部 profile 文件和环境变量覆盖不自动改写。切换工具后来改了供应商地址时,重新启用插件并重启 Codex,按新地址重新接入。 - 每条中转线路绑定平台和原服务地址,保留原地址的协议、端口、路径前缀和查询参数。图片改写按平台选择,不依赖官方域名;HTTP 和 WebSocket 都用同一绑定,不能凭路径或密钥前缀在两平台间切换。不能识别、线路失效或平台标识矛盾时,本机拒绝,不默认转给 OpenAI。
- 全机仍是同一个引擎进程,只监听本机:默认 17891 提供面板、登记接口和旧版官方接入,17892 提供已登记线路;自定义引擎端口时,线路用下一个端口。两种入口互不代转。这样只更新一个平台时,旧插件拉起的旧引擎不会收到新线路的请求;线路绑定在引擎更新重启后仍有效。
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。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;之前只管带历史启动的子代理,按分叉的规则):
- 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。
- 工具认不出的图,或者没法安全改写的请求,一律原样发送,并记下原因。只有用户明确取消的图才会被换掉。
- 自动选图开着时(v0.3):
- 这一轮新进来的图照常发送,包括用户刚上传的、模型这一轮查看或生成的;之前各轮的图换成占位符,上一轮刚生成的也一样;勾选的图每轮都发;工具认不出的图仍然原样发送。
- 模型需要看被省略的图时,调用取图工具、传入编号,原图随工具结果回到这一轮;下一轮又换回占位符,还要就再取。
- 取回的图放在这一轮末尾,不放回原来的位置:原来的占位符不变,前面的历史一个字节都不变,不影响缓存。
- 关着时,选择规则和 v0.2 完全一样。
- v0.10:被打断那一轮里还没有特征行的图是例外,见“核心概念”里的特征行。
- Codex 压缩之后(v0.10,用户 2026-10-31 定):Codex 自己压缩任务时只留下用户消息,工具查看、生成或返回的图连占位一起从请求里消失。引擎把它们按编号放回压缩项后面:每轮都发的(手动模式下是勾着的)发原图,其余的一张一行,写编号、名称、来源、轮次和模型记下的特征与评价(见“占位符”);前面一条开发者消息说明这些图当时真实存在、之前的描述仍然有效、怎么取回。用户上传的图本来就在,照旧。面板上这些图标“压缩前”。
- Claude 续接和分叉(v0.10):在 Claude 桌面版里改一条之前的消息再发送(回退)时,桌面版从那里分叉出一个新会话、新开一个记录文件;只是重启 Claude Code 进程(归档再恢复、内存紧张时被暂停)用的还是原来的会话和记录文件(2026-10-31 桌面版日志和实测)。新会话还没有自己的勾选时,沿用它接着的那个会话的勾选、每轮都发和自动选图开关(只沿用续接或分叉那一刻之前的);之后各管各的。
占位符
- 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;Claude 会话里只显示这张图出现那一轮及以前记下的(v0.10:之后记下的评价就在模型自己的回复里;占位符发出后不再变,否则前面的历史一变,提示缓存就从那里起整段重写);超长时在上限以内最后一个标点处截断,加“…”。上限按宽度算,和界面语言无关:特征和评价都是 30 个汉字或 100 个字母(v0.10;原来按界面语言数字符,中文界面里模型写的英文特征行被截到只剩地点,一个真实会话里 180 条有 51 条截完和别的行一样;评价原来是 15 个汉字,长会话测试里一条评价的后半句被截掉了)。除此之外,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;
- 不要补充之前没说过的画面细节;需要时回复“需要 IMG-xxx”,用户可以重新勾选;不要自己用工具去读取;
- 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)。
- 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。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。
- 压缩后放回的清单(v0.10):压缩之后放回请求、又不发原图的图,不再一张一个占位,而是合成一份清单,一张一行,例如“IMG-101|alley_v2.png|查看|第 66 轮|雨后小巷|路面反光局部|评价:第 70 轮“太空了””(没有名字的写“-”),清单第一行说明这是压缩之前的图、这次没有附原图,以及各列是什么。同一张图又出现过的(比如用户重发了一次),后面那行不再重复特征,写“同 IMG-108”。Claude 会话里清单写的是压缩那一刻的特征和评价(v0.10):压缩之后才记下的在模型那之后的回复里,到下一次压缩再进清单;这样清单在两次压缩之间不变,提示缓存接得上。怎么取回只在说明里讲一次,说明里也不再把这些图列一遍。原因:一个有 127 张压缩前图片的真实会话,照原来每张一个占位、说明里再列一遍的写法,每条请求多约 1.7–2.0 万 token;清单加说明约 0.7–0.9 万(按 Claude 桌面实测校准的系数估;用户 2026-10-31 定)。
- “已提供,还没有特征行”标签(v0.10):被打断那一轮里还没有特征行、这一轮再发一次的图,标签的状态写“已提供,还没有特征行”(英文 “included, no feature line yet”),特征行说明里告诉模型给它补一行。
- 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。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。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。
- 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 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。
- 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。
- 筛选按钮最多占两行(0.8.1,用户 2026-10-21 定:场景多时,按钮挤得只剩一小块地方看图):放不下的从末尾收进第二行最后的“更多 N”,点开显示全部,末尾变成“收起”;选中的那个始终露出来,排在“更多”前面;展开时选中一个,就自动收起。
- 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。
- 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(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;
- 标题右侧有“刷新”按钮,超过 30 秒没更新时变成橙色。
- 面板左上角显示任务名,和 Codex 里的名称一致,用户改名后跟着变;没有名称时显示第一条消息的开头,还没开始的任务显示“新任务”(用户 2026-09-25 定)。
- Codex 的侧边面板按任务分开:一个标签页只属于一个任务,切到别的任务再切回来,标签页还在。所以面板不用跟随任务切换。
- 在新任务发出第一条消息之前打开的面板,发出第一条消息后自动切到这个任务(用户 2026-09-25 定,取代 v0.1-8 的“关掉再打开”):
- 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;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。
- 语言(用户 2026-09-25 定):
- 面板跟随 Codex 的界面语言;Codex 没告诉面板时,看系统语言。
- 标签页标题和发给模型的说明也跟随 Codex 的界面语言,从装好起就对,不用先打开面板;切换语言后,发给模型的说明从下一条消息起就换,标签页标题要重启 Codex 才换(用户 2026-09-26 定:直接读 Codex 自己记下的语言设置,不改成默认英文)。
- 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);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)
这里只写和 Codex 不同的地方;编号、内容相同、勾选、占位符和自动选图的规则照搬。
- 范围:Claude 桌面应用 Code 标签页里的本地会话,包括官方订阅登录,以及 v0.9 起的 Anthropic Messages 兼容服务地址。Claude Code 的会话就相当于 Codex 的任务,每个会话各有一套勾选。普通 Claude Chat 不在接入范围;Bedrock、Vertex、Foundry 仍不接管。
- 接入:装上 Claude 插件就生效,不用重复填写中转地址。插件在会话启动时,读取这个进程原本的
ANTHROPIC_BASE_URL(没有时用 Anthropic 官方地址),先向支持独立线路的新引擎登记,成功后再把本进程地址指向本机线路,原认证信息只跟随对应服务。登记失败时保持原地址并提示未接管;进程结束时,只还原仍由插件管理的地址和代理环境变量。改了服务地址后,新开 Code 会话生效。 - 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)。
- 还不行时才改发原始请求,面板提示这次没能按勾选改写,这一次也不算取消成功。对话不中断,也不会因为记录不全而卡住:记录不全时宁可多去掉思考。
- 面板:和 Codex 是同一个面板页面(用户 2026-10-10 要求两边一致)。Claude Code 不给用户打开插件的 MCP 应用,插件自己的小面板(Mod 面板)也放不进网页,所以面板由本机引擎作为网页提供:
- 用户输入
/cam,面板在 Claude 桌面自带的浏览器里打开,就在对话旁边(用户 2026-10-10 选定)。 - 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;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。
- 用户输入
- 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 的做法见“选择规则”里的“Codex 压缩之后”(v0.10)。- 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:压缩前的图放在摘要后面(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,v0.10 起合成一份清单,一张一行(见“占位符”),v0.5 到 v0.9 是每张一个占位。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,说清摘要之前有多少张图(v0.10 起只写数量和编号范围,不再列一遍)、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。 - 压缩时保留的消息(v0.10):Claude Code 2.1.304 起压缩时原样保留最后几条消息,读记录时把它们接到摘要后面;插件照同样的规则连对话链,压缩前的历史照旧算“压缩前”。之前插件按文件里的原样连,有的压缩认不出来,压缩前的图一张都没放回(2026-10-31 真实会话:94 张)。
- 续接之后(v0.10):Claude 桌面版续接后的新会话,记录文件从最近一次压缩开始,前面的历史在压缩发生的那个记录文件里。插件顺着摘要里 Claude Code 写的原记录路径(找不到时,在同一个项目文件夹里找含同一个压缩点的记录)一层层接回去:编号和续接前一样,压缩前的图照样放回,旧文件只读,里面的图片数据用到时再从文件读。修复之前,续接后编号从头重排,按旧编号写下的特征行和评价会挂到别的图上;这些记录行按“当时写它的进程用的编号”换算回来(这个版本第一次运行之后写的不用换算)。
- 并行读图(v0.10):模型同时调用几次工具、结果回来的顺序乱了时,每个结果里的图照样编号。修复之前,有的图因此没有编号:每轮照发原图,压缩后丢失。补上编号以后,排在它后面的图编号后移,修复之前写下的记录行同样按当时的编号换算回来。
- 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。
为后续扩展预留
以后接入音频时,照图片的做法:Codex 发音频的格式和图片几乎一样,见 design.md 第 11 节;什么时候开始做,见第 2 节。
2. 非目标
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续方向。
- 图片以外的文件类型(用户 2026-09-29 查证后定):
- 音频:等 Codex 里有能直接听音频的模型再做。Codex 从 2026-07 起能把音频发给模型(用户附加的音频、工具返回的音频,格式和图片几乎一样),但现有的模型(GPT-6、GPT-5.6、GPT-5.5)只收文字和图片,Codex 在发送前把音频换成一句“不支持音频输入”的说明,请求里没有音频可管。开始做的条件:Codex 的模型清单(
~/.codex/models_cache.json里的input_modalities)出现audio。 - PDF 和视频:Codex 不把这两种文件本身发给模型。模型要先把它们转成文字(抽取文本)或图片(渲染页面、抽帧)才看得到,转成的图片按普通图片管理。
- md、docx、xlsx、代码这类能转成文字而不丢信息的文件:它们以文字进入上下文,不在管理范围内。
- 音频:等 Codex 里有能直接听音频的模型再做。Codex 从 2026-07 起能把音频发给模型(用户附加的音频、工具返回的音频,格式和图片几乎一样),但现有的模型(GPT-6、GPT-5.6、GPT-5.5)只收文字和图片,Codex 在发送前把音频换成一句“不支持音频输入”的说明,请求里没有音频可管。开始做的条件:Codex 的模型清单(
- 简体中文和英文以外的语言,以及面板里手动切换语言(用户 2026-09-25 定:等有用户反馈再说);
- 整个任务一键全选或全不选,以及跨任务的素材库(用户 2026-09-26 定:成批勾选只按轮次做;全选用处不大,因为默认就是全部发送,一键全不选又容易误操作);
- 猜模型自己渲染或抽帧的图来自哪个 PDF 或视频、按原文件归组,以及在面板里预览原来的 PDF 和视频(用户 2026-09-29 定:只做认得准的来源;原文件本身不进上下文);
- 存储清理;
- coding agent 场景,例如省略模型已读过的代码文件;
- 修改或删除原生 Codex 任务里已有的历史;
- 在 Codex 对话里把模型要的图的编号做成可点的引用,点了打开面板或原图(用户 2026-09-26 看过调研结果后决定不做,收益不值得;原因见 history/v0.1/plan.md 第 18 节)。
- 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。
- v0.10 也不做(用户 2026-10-31 定):
- 生成时交给生图工具哪些参考图:不归插件管;
- 改检索算法(独立的检索模块、字段化标签等):真实会话里模型按编号选图很准,先修压缩和续接,修完以后小规模回放,哪里错了再针对改;
- 浏览器和电脑操作截图的专门规则(例如同一轮只发最近几张):另议。
- v0.11 也不做:
- 新平台的面板(用户 2026-11-02 定:默认不带,用户主动要求时再接);
- 让模型请求经过不了引擎、自己也没有能改历史的插件的客户端:省略旧图要么让引擎站在客户端和模型 API 之间,要么用客户端自己的插件改历史(DeepSeek Harness);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;
- Antigravity 和其他闭源平台(用户 2026-11-02 定,暂时不支持);Roo Code(仓库已归档);
- 跨请求格式的转换:翻译器只改图片相关的几处,请求照原格式发往原服务(v0.9 的规则不变);
- 拆成多个仓库(用户 2026-11-02 定;拆成多个包以后看情况)。
3. 硬约束
- 原始对话记录和素材文件始终只读,不修改、不移动、不删除。不直接写入
~/.codex下的任何文件,只有四个例外:- 通过 Codex 自己的命令行登记插件市场、安装和卸载插件时,Codex 对
config.toml和插件缓存的正常写入(P5);v0.9 安装时先保留插件程序文件副本,安装后补回仍可能被旧进程使用的版本,失败时恢复原有程序文件,不先删除可用副本;不复制会话和素材; - 官方 app-server 在创建和运行任务时自己产生的正常写入;
- 为接入本地代理和面板服务,工具可以修改
config.toml里由它自己管理、带标记的设置(用户 2026-09-24 授权)。改之前先备份,能一键恢复,其他设置一律不动。只在这些时候改:用户运行安装或卸载命令;用户在面板里点“启用”或“停用”;插件被移除或关掉、又没先停用时,引擎把 Codex 恢复直连(v0.1); - 为让生图和改图也能连到本地代理,工具可以在
~/.codex/.env里写一段带标记的NO_PROXY,只含本机地址,并保留用户自己的条目(用户 2026-09-24 同意)。.env可能含密钥,工具不复制、不输出它,只增删自己的那一段;文件里只剩这一段时,恢复时连文件一起删掉。
- 通过 Codex 自己的命令行登记插件市场、安装和卸载插件时,Codex 对
- v0.4:Claude Code 的会话记录(
~/.claude/projects/下)同样只读。工具不直接写~/.claude下的文件,Claude 插件的登记、安装和卸载都由 Claude Code 自己的插件命令完成。插件只改它所在的那个 Claude Code 进程里的ANTHROPIC_BASE_URL和NO_PROXY,进程结束时还原。 - 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,v0.10 起是一份一张一行的清单),并跟一条说明(用户 2026-10-12 定,见第 1 节“压缩之后”)。v0.10:Codex 压缩之后,引擎同样把它没保留的图放回压缩项后面(每轮都发或勾着的发原图,其余写进清单),前面一条开发者消息说明(见第 1 节“选择规则”);被打断那一轮里还没有特征行的图,下一轮再发一次。往请求里加图只有这几处,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”。 - 也可以用发布附带的一行命令安装、卸载。开发时用仓库里的
cam install/cam uninstall。 - v0.4:同一个仓库也是 Claude 插件市场(
.claude-plugin/)。Claude 插件带同一个 MCP 服务,另加一个 Mod,分别负责切换请求地址和/cam。用户用claude plugin marketplace add chipfighter/context-attachment-manager、claude plugin install codex-attachment-manager@codex-attachment-manager安装;Claude 桌面目前只能装已登记的插件市场里的插件,所以登记插件市场这一步要用命令行,装插件也可以在 Code 标签页里做(+ → 插件 → 添加插件)。Claude 桌面不带 Node,没装 Codex 时需要 Node 24 或更新版本(用户 2026-10-10 定:在说明里写明,不自动下载)。
- 用户在 Codex 的插件页面添加插件市场
- 许可证:MIT(用户 2026-09-25 确定)。
4. 验收标准
v0.1 之前的阶段验收(阶段 0 的重建路线、代理路线 P2)都已通过,原文和结果见 history/v0.1/acceptance.md。
首版(v0.1)
按代理路线写成(2026-09-24 改写,原来按路线 A 写的版本已作废)。第 8、9 条是用户 2026-09-25 定的 v0.1 安排。
- 装好后不用手动配置:在插件页面装上插件后,面板里点“启用”(或者用一行命令安装),代理就跟着 Codex 一起启动、一起退出;卸载前点“停用”(或者用一行命令卸载),一键恢复直连,只删掉自己写入的内容。
- 在 Codex 里打开面板,按时间顺序列出当前任务的全部图片出现记录,包括缩略图、编号、名称、来源、轮次、尺寸、大小、内容相同的关系和勾选状态。无法识别或不能取消的项要单独标出。
- 勾选、取消、重新勾选都从下一次请求起生效;对话始终在同一个任务里,连续可见。
- 面板显示本次会发送什么:照常发送的图、重复占位符和普通占位符,以及取消前后的请求大小对比。
- 模型回复“需要 IMG-xxx”时,用户能在面板里找到那一条并勾选。
- 没有取消任何图的任务,请求原样转发;改写不了时原样发送,并在面板上提示。
- 原始记录和素材文件只读,操作前后哈希不变。
- 删减图片不诱发模型幻觉:模型不编造没看到的细节,也不收回之前看着原图做出的回答。最后由用户做多种情况的测试。
- 在 GitHub 上发布 v0.1:尝试提供 Windows、macOS、Linux 三个平台的版本;用户不用打开 GitHub,也能用更方便的方式下载并装进 Codex。
v0.2
用户 2026-09-29 定。
- Codex 的 PDF 评论截图在面板里标为“PDF 页面”并显示页码,同一条消息只提到一个 PDF 时再显示文件名;网页评论截图标为“网页截图”;其他图的来源和 v0.1 一样。以用户在 Codex 里给 PDF 加评论产生的真实记录为准。
- 筛选按第 1 节“界面”里的写法工作:默认收起,只有一类来源时不显示;可以多选,“全部”恢复显示全部;收起后仍在筛选时有提示。
- 筛选只影响显示:没显示的图照旧按自己的勾选发送,发送预览和请求大小按全部图计算;整轮勾选只作用于显示出来的图;从“模型需要”提示条能定位到没显示的图。
- 发给模型的内容不变:同样的勾选下,v0.2 改写出的请求和 v0.1 逐字节相同。
v0.3
用户 2026-10-06 定:在 v0.2 上加一个可选的自动选图,手动勾选不变。
- 面板底栏有“自动选图”开关,每个任务各开各的,默认关。关着时面板和 v0.2 一样;同样的勾选下,v0.3 改写出的请求和 v0.2 逐字节相同。
- 开着时,之前各轮的图(包括上一轮刚生成的)换成占位符,这一轮新进来的图照常发送,勾选(固定发送)的图每轮都发送。
- 模型需要看被省略的图时,用取图工具按编号取回,在同一轮里看图作答;之前说过的内容够用时不取。三个 GPT-6 模型、中英文自测。
- 取回的图只在这一轮提供,下一轮换回占位符;取图那一轮里,原来的占位符和前面的历史不变。
- 面板按第 1 节“界面”里自动选图的写法显示:开关、“固定发送”的勾选、“最近一轮模型取回”提示条和行标签、发送预览;取回的副本不另占一行。
- 删减图片不诱发模型幻觉:模型不收回之前看着原图做出的回答,也不编造没看到的细节(同 v0.1 第 8 条)。
v0.4
用户 2026-10-10 确认的方案。每条的检查步骤和证据要求见 v0.4/acceptance.md。
- 装上 Claude 插件后不用手动配置:在 Claude 桌面 Code 的本地会话里,用官方订阅登录,请求经过本机引擎,回复正常;会话结束后还原。
/cam在 Claude 桌面自带的浏览器里打开面板,面板和 Codex 一致:列表、缩略图、放大预览、勾选、整轮勾选、筛选、发送预览、自动选图开关和中英文;按第 1 节“Claude Code(v0.4)”的写法弹出小面板。- 同一个会话里逐轮取消、恢复,从下一条消息起生效;原始会话记录只读。
- 删减图片不诱发模型幻觉:不收回看着原图做出的回答,不编造没看到的细节,需要时按编号要图。用真实的 Claude 订阅模型,中英文都测。
- 自动选图:需要看图时用取图工具取回,之前说过的内容够用时不取;取回的副本只在那一轮提供。
- 账号拒绝改过历史之后的思考时,去掉对不上的思考记录后照样按勾选发出,取消之后新产生的思考保留,面板提示去掉了几段;还不行时原样发送并提示。对话不中断,全部勾回后也正常。用模拟的新账号(
prefix_mismatch_behavior: "error")实测。 - Codex 的功能没有退化。
v0.5
用户 2026-10-12 定的规则,实测记录见 v0.5/plan.md 第 5 节。
- Claude Code 压缩前勾着的图,压缩后下一条消息起照样发给模型,取消的不发;用户改勾选后从下一条消息起生效。
- 压缩前的图在摘要后面,标着编号、名字和轮次;勾选不变时,连续两次请求的这一段逐字节相同。
- 删减压缩前的图同样不诱发模型幻觉:不收回看着原图做出的回答,需要没发的图时按编号要;勾回后看图作答;开着自动选图时能取回并看图作答。
- 面板正确显示压缩前的图会不会发送,请求预估包含它们。
- 新账号(模拟)上补图后对话不中断。
- Codex 的功能和请求不变。
- 中英文都实测,真实桌面会话,Haiku 5.5。
v0.6
用户 2026-10-13 定,方案和实测见 v0.6/plan.md。
- 升级之后新开的 Codex 任务和 Claude 会话默认开着自动选图;之前就有的保持原样;面板里改过的以用户的为准。
- 模型需要多张图时都取回(Codex 和 Claude 都测)。
- Claude 桌面版里有图的会话自动打开面板;被桌面版关掉的,下一轮重新打开;用户关掉的不再自动打开,
/cam能再打开;只留一个面板标签页。 - 原有测试和 Codex 自测不退化。
v0.7
用户 2026-10-13 定,方案和实测见 v0.7/plan.md。
- 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。
- 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。)
- 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。
- 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。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)。
- 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。
- 新图在它出现的那一轮就带编号(Codex 和 Claude)。
- 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。
- 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。
- 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。
- 子代理和旁聊不再有开关,一律按自动选图管。
- 原有的测试和自测不退化。
v0.9
用户 2026-10-23 定:修复跨平台错转发,同时让 Codex 和 Claude 桌面 Code 会话的兼容中转也能管理图片。真实 API key 和第三方中转未实测,发布说明明示;本版用合成会话、假凭据和本地假上游验证,不将真实中转账号作为发布前置条件。
- 原有官方接入、图片选择、自动选图、特征行、压缩后取图、子代理和旁聊的测试不退化。
- 两平台可同时使用不同中转;各自的目标、认证方式、协议、端口、路径前缀和查询参数保持正确,HTTP 与 WebSocket 不串线。
- Claude 的非
/v1/请求不会带凭据发往 OpenAI;未知线路和相互矛盾的平台标识在本机拒绝,不向任何上游发出。 - 两平台的中转请求中,取消的图真实替换成占位符,仍要发送的图保留;不能出现只连通聊天、图片管理未生效。
- Codex 重复启用幂等,停用和卸载能恢复原服务地址,保留用户之后的修改;不支持的配置写法和引擎自循环地址在写配置前报错。Claude 登记失败不改原地址,结束时不覆盖用户后改的进程环境变量。
- 单独更新一个平台、引擎更新重启时,已登记线路不会落入旧引擎的默认转发;新进程能继续读取已有绑定。
- Windows 上旧插件目录被运行中的进程占用时,升级不会留下缺失的旧运行文件;新副本能启动,卸载后配置恢复。macOS、Linux 的安装、升级、启动检查由 CI 验证。
v0.10
用户 2026-10-31 定,方案、关卡和实测见 v0.10/plan.md。
- Claude:压缩当场和续接之后(包括多次续接、分叉),压缩前的图都放回在摘要后面,编号和续接前一样;老会话里按重排编号写下的特征行和评价,换算后落在对的图上。用户的真实会话只读回放验证。
- Claude:续接和分叉出来的会话沿用上一个会话的勾选。
- Codex:压缩之后,工具查看、生成的图带着编号、特征行和评价回到请求里,模型能靠清单拿对,要看原图时按编号取对。
- 压缩后放回的那一段用紧凑清单:130 张图的 Claude 会话、33 张图的 Codex 任务,多出的不超过请求的约 7%,Claude 压缩后的头几条请求(请求还小的时候)可到约 9%(原定 6% 和 3%;用户看了估算后放宽,准确度和信息别丢太多更要紧);往回读旧记录时,最长的真实会话引擎堆内存多不超过 80 MB,第一次建索引不超过 2 秒。
- 写错的特征行能更正;被打断那一轮里还没有特征行的图,下一轮再发一次让模型补写。
- 原有测试和自测不退化(gpt-6-sol,中英文);Claude 桌面版用
/compact再续接实测一次。
v0.11
用户 2026-11-02 定,方案和步骤见 v0.11/plan.md。
- 代码分成接入层、核心层、面板层,分层检查测试通过:核心层不引用接入层和面板层,面板层只经核心的公开接口。
- Codex 和 Claude 的行为不变:原有单元测试和冒烟测试全过;各种勾选组合下改写结果和拆之前逐字节相同;模型自测不退化(gpt-6-sol,中英文)。
- 有对外的接入接口文档(英文)和契约测试;面板在文档里是可选的一节,新平台默认不接。
- 其他平台只接核心、不带面板:WorkBuddy、OpenCode、Gemini CLI、pi、Qwen Code、Cline、Kilo Code、goose、Cherry Studio 的请求经过引擎,之前各轮的图按自动选图省略,模型能按编号取回;DeepSeek Harness 用顶替官方插件的 dsh 插件,新一轮开始时卸载之前各轮的图。用户 2026-11-02 定不在本机实跑:按各平台的代码和文档写接入,用合成请求测试,README 的平台表标明没实测,等用户反馈。
- README 开头改成多模态税的口径,删掉“为什么做这个”,底部有平台表(简介和接入情况);
ADAPTERS.md写各平台的接法和怎么加新平台。 - 安装:用户把 README 里那句话发给所在平台的 Agent,Agent 照 INSTALL.md 装对平台。平台由各平台给命令设的环境变量认出(
cam detect),认不出或认出多个就问用户;只接核心的平台由cam connect <平台> --apply改设置(记下改了哪几项、原来是什么;不复制文件,因为里面常有 API key),cam disconnect撤回,用户之后改过的设置不动。 - Codex 被换模型的工具(如 cc-switch)改写服务地址后,引擎重新接上,请求经过引擎发往用户新选的服务商;用户停用了插件就不再接。
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:
- macOS、Linux 上,引擎会发现这一点,把 Codex 恢复直连,下次启动 Codex 时生效。
- Windows 上,引擎随插件服务一起被结束(Codex 的 Job 限制,见 design.md 第 5 节),Codex 会连不上,要运行卸载命令恢复。面板、插件说明和安装说明(INSTALL.md)都提示“先停用再移除”。
- 要不要让引擎不依赖插件启动(例如用 Windows 计划任务),需要用户同意在系统里注册任务,之后再定。