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.
v0.4 任务清单
方案见 plan.md,验收见 acceptance.md,现行行为以 spec.md 为准。 按依赖执行。只有验收与证据齐全才勾选;实验通过不自动勾选对应的正式实现。
当前状态
2026-10-11:随 v0.4.0 发布,用户授权不等审核直接发布,之后自己验收。G04-0 到 G04-3 已通过,证据见 plan.md 2.1。还没在桌面里实测的:分叉、压缩和回退(有单元测试)、子代理、卸载与重载、桌面重启、登录刷新,以及 macOS 和 Linux 的桌面版;这些在 T04-06、T04-09 里列着,等用户实测和反馈。
G04-0:路由入口
- T04-00 真实桌面官方订阅透明转发。Windows 的 Claude 桌面 Code 本地会话,Mod 切换地址,保留 OAuth/Bearer、无 API key,收到 HTTP 200 与完整流式回复,用户执行恢复命令成功。
- 关联:R04-01;A04-01 的实验入口部分。
- 证据:验证机
local/claude-live-routing/verification.md、metadata.jsonl、用户截图;9 项探针回归、实际安装副本校验。 - 范围:只证明透明路由;正式启动、长期认证、重启、卸载恢复未完成。
G04-1:核心可行性
T04-01 历史图片取消/恢复与思考兼容。依赖 T04-00。
- 模型用 Haiku 5.5(用户 2026-10-10 定),思考用 Claude Code 的默认配置,先确认请求里确有思考块;运行次数在开始前与用户确认。
- 用合成图 A、B 和一份重复出现,在同一桌面订阅会话中完成上传、看图、取消 A、继续对话、恢复 A、再继续;覆盖工具图片和实际出现过思考块的历史。
- 确认本地出现记录与发出的图片块能够可靠对齐;同时检查被取消图确实未发、未取消图保留、恢复图回到应有位置。
- 用最小取回工具在本轮提供原图、下一轮用实验改写省略副本,检查思考兼容;不要求先实现 T04-08 的完整自动模式。
- 思考块原样转发。记录:账号放行还是返回 400;加 beta 头
thinking-binding-controls-2026-08-01并设prefix_mismatch_behavior: "error"模拟新账号的结果;订阅链路是否接受该 beta 头;被拒后原样重发能否接上,Claude Code 自己怎么处理 400。没有实际思考块的文本测试不能覆盖签名约束。beta 头和诊断参数只用于实验,不加入正式请求。 - 上下文管理说明用
role: "system"放在第一张被省略的图所在那条用户消息之后,验证订阅链路接受、模型不收回之前的回答;先做最小改写,不提前搬整套引擎。 - 关联:R04-02、R04-05;A04-02、A04-03、A04-04 的 G04-1 子集、A04-09。通过本任务不勾整项 A04-04。
- 证据:本机脱敏请求差异、回应状态、只读检查、合成图的模型回答;失败时保存根因与选项。
T04-02 桌面内缩略图面板实验。依赖 T04-00,可与 T04-01 并行。
- 面板形式见 plan.md 的 D04-04(用户 2026-10-10 定):同一份
panel.html由引擎在本机提供,/cam在 Claude 桌面自带的浏览器里打开。 - 在真实 Code 中先显示一张、再显示多张合成图;验证缩略图、单张勾选、放大预览、保存和当前会话绑定,不通过模型执行操作。在外部浏览器打开同一页面只用于调试,不计桌面验收。
- 关联:R04-04;A04-06。
- 证据:Claude 自行检查截图;关键节点截图给用户,按现有规矩等待反馈。
- 面板形式见 plan.md 的 D04-04(用户 2026-10-10 定):同一份
T04-02a 核心关卡结论与规格同步。依赖 T04-01、T04-02。
- 将已验证、失败和待定项分别记录;在本轮实验约定的基础上,固化正式专项验收的模型范围与成本上限。
- 由 Claude 将确认的目标、约束、验收与采用方案写回现行
docs/spec.md、docs/design.md,保持唯一事实来源。 - 若需要功能/思考降级或改变桌面交互目标,先取得用户对具体取舍的确认;未确认不得开始正式适配。
- 关联:全部 R04;G04-2 的进入条件。
- 证据:关卡报告、文档差异和相关用户反馈,不用一条“可以用”代替完整结论。
G04-2:正式手动模式
T04-03 Claude 接入与运行入口。依赖 T04-02a。
- 照原机制:Claude 插件带 MCP 服务(与 Codex 共用
plugin/src),由它拉起并看守引擎;Mod 负责切地址(先确认引擎就绪再切,保存并恢复原值)和/cam。确定 Claude 插件的目录与清单、MCP 服务在 Claude 下的 Node 运行环境和安装副本检查。 - Codex 和 Claude 共用一个引擎:现在引擎在没有 Codex 进程时自己退出(
engine.ts的watchForCodex),要改成两边都不在用时才退出;替换规则要避免两份插件副本版本相同、代码不同时来回让对方的引擎退役。改的是共用代码,改完重新cam install,确认 Codex 照常能连上。 - 覆盖 HTTP 查询、认证、系统代理、SSE、上游错误、取消;无改写路径保持原始正文。
- 关联:R04-01、R04-07;A04-01、A04-02、A04-10、A04-11。
- 证据:回归测试和真实桌面订阅冒烟;不以实验插件代替正式包。
- 照原机制:Claude 插件带 MCP 服务(与 Codex 共用
T04-04 会话索引与图片出现记录。依赖 T04-02a。
- 照原机制从 Claude Code 的本地会话记录只读、增量地找图和编号,引擎和插件服务各自计算;稳定编号、轮次、尺寸、重复关系与来源;处理直接图、工具图和取回副本。会话按
x-claude-code-session-id认出。 - 对齐按原机制的顺序:工具图用
tool_use_id,用户图用类型、轮次和内容哈希;核对历史预处理与发送块的差异;状态按客户端和会话隔离,未知结构保留。 - 关联:R04-02、R04-03;A04-03、A04-05、A04-09。
- 证据:合成 fixtures 的单元测试,真实桌面只读核对;提交中不含真实会话样本。
- 照原机制从 Claude Code 的本地会话记录只读、增量地找图和编号,引擎和插件服务各自计算;稳定编号、轮次、尺寸、重复关系与来源;处理直接图、工具图和取回副本。会话按
T04-05 Claude 手动请求改写。依赖 T04-03、T04-04。
- 只替换确定的授权图片,保留消息/工具结构与其余字段;普通/重复占位符、已提供标签、中英文照原机制实现,上下文管理说明用
role: "system"放在那条用户消息之后;思考块原样转发,账号拒绝改过历史之后的思考时,去掉对不上的思考记录、照样按勾选发出并提示,还不行才原样重发(用户 2026-10-11 定,见 plan.md D04-03)。 - 选择不变时改写稳定;无法安全改写时原样转发并给出可见原因,回退不算取消成功。
- 关联:R04-02、R04-06;A04-02、A04-03、A04-04、A04-09。
- 证据:先失败再通过的单元测试、请求差异、同会话桌面取消/恢复及双语模型自测。
- 只替换确定的授权图片,保留消息/工具结构与其余字段;普通/重复占位符、已提供标签、中英文照原机制实现,上下文管理说明用
T04-06 续聊、分叉与多会话。依赖 T04-04、T04-05。
- 识别当前会话变更、续聊、分叉与子代理;保留编号,按分叉时点继承并分别管理。压缩(
/compact与自动压缩)和/rewind回退之后,已有编号不变、选择不串。 - 不只依赖
session.start更新会话状态;核对真实事件时序。 - 关联:R04-03;A04-05、A04-10。
- 证据:两会话隔离、重载、续聊、分叉、压缩、回退、工具中间请求的回归与桌面记录。
- 进度(2026-10-11):已测两个会话同时运行、勾选不同,各按各的改写(引擎日志);会话在引擎重启后、闲置几小时后续聊正常;同一轮里工具调用之间的请求照样改写。压缩分界和回退分支有单元测试。还没在桌面里测:分叉、
/compact、/rewind、子代理。
- 识别当前会话变更、续聊、分叉与子代理;保留编号,按分叉时点继承并分别管理。压缩(
T04-07 完整手动面板。依赖 T04-02、T04-04、T04-05。
- 接入完整列表、预览、整轮勾选、来源筛选、发送预估/实际统计、需要编号定位、任务名、刷新、启停、主题和双语。
- 逐项引用现行 v0.3 的行为;筛选不改变发送,整轮选择按显示项处理。复用
panel.html(D04-04)。 - 关联:R04-04、R04-06;A04-06、A04-07。
- 证据:交互检查、双语截图、用户在关键节点的反馈;接口差异与降级不能隐瞒。
G04-3:自动模式
- T04-08 自动选图与原图工具。依赖 T04-05、T04-06、T04-07;先确认 T04-01 覆盖取图副本省略。
- 自动开关默认关;旧图省略、新图照常、固定发送与手动状态分开;模型按编号真正取到图片,副本仅在本轮提供。取图工具由插件的 MCP 服务提供,始终注册、不随开关增删。
- 取回不另编号、不改用户勾选;下一轮省略副本,前面的占位文本保持稳定;关闭自动恢复手动状态。
- 关联:R04-05;A04-04、A04-08。
- 证据:带随机标记的合成图测试,工具图回传和后续请求检查,中英文该取/不该取测试。
G04-4:交付
T04-09 安装、恢复与失败处理。依赖 T04-03、T04-06、T04-08。
- 正式安装/更新/卸载、停用、引擎失败、插件重载、桌面重启和登录刷新;尊重用户已有设置,验证卸载顺序和恢复。
- 只写自管设置;不保存认证值;识别安装、启用、当前会话加载三个状态。
- 关联:R04-01、R04-06;A04-01、A04-09、A04-10。
- 证据:合成配置回归、实际安装副本与桌面订阅测试;记录平台覆盖,不将 CI 启动冒烟当成跨平台桌面实测。
- 进度(2026-10-11):从 GitHub 插件市场装到用户范围(隔离的配置目录里一次、用户本机一次),插件服务能起来;用 Codex 带的 Node 或只有系统的 Node 24 都能跑;Codex 和 Claude 共用引擎,
cam install后健康检查正常。还没测:卸载、重载、桌面重启、引擎失败、登录刷新。
T04-10 Codex 回归与最终审阅。依赖 T04-03–T04-09。
- 跑改动相关的现有测试,确认 v0.1–v0.3 语义、原样路径、自动模式和装卸不退化。
- 共享占位/取图文字改动按 AGENTS.md 跑规定的 GPT-6 双语矩阵;运行代码变更重新
cam install。 - 做认证/服务边界和跨模块审阅,检查仓库无真实数据、本机路径或凭据。
- 关联:R04-07;A04-11。
- 证据:最后相关改动后的测试结果、实际安装副本、审阅结论和最终差异。
T04-11 版本收尾与发布。依赖全部验收通过。
- Claude 更新现行规格和技术方案,清楚描述最终支持范围与限制;任务/验收状态与证据一致。
- 再更新版本、英文 CHANGELOG/README 和中文版说明;按既有分支、合并、CI、草稿 Release 流程交付。
- 关联:R04-07;A04-12。
- 证据:完整验收矩阵、用户最终反馈、相关 CI 和发布检查。不得仅凭路由成功宣称完整迁移完成。