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.
TypeScript ai-agentsai-imageclaude-codeclaude-code-pluginclinecodexcodex-plugincomputer-usecontext-engineeringcontext-managementdeveloper-toolsgemini-cliimage-generationmcpmultimodalmultimodal-aiopencodeqwen-codetoken-optimizationvision-language-model
docs(v0.5): 记下压缩前后请求的实测结构,补图位置定在第一条消息的摘要之后
chipfighterbf8dad80edd2
diff --git a/docs/v0.5/plan.md b/docs/v0.5/plan.mdindex 48b597f..cbd3849 100644--- a/docs/v0.5/plan.md+++ b/docs/v0.5/plan.md@@ -30,24 +30,26 @@ Codex 不变:Codex 不会在压缩时丢图。- **索引和勾选**(`claude-index.ts`、`selection.ts`):不变。压缩前后的图编号、键都不变,勾选按键保存,所以压缩后勾选自然还在。- **改写**(`claude-rewrite.ts`、`proxy.ts`):- - 认出压缩后的请求:请求里出现了压缩摘要那条消息,并且会话记录里最近一次压缩之前有图。- - 在摘要后面插入:一行压缩前的图片清单(中英文两份,跟着现在的语言),然后是要照样发送的压缩前的图,每张前面一行标签。插在哪一个块、哪一条消息,看第 5 节实测的请求结构再定,原则是位置固定、不拆开工具调用和结果的配对。- - 跳过 Claude Code 自己生成摘要的那个请求,不往里补图。+ - 认出压缩后的请求:第一条消息是压缩摘要(以 “This session is being continued from a previous conversation” 开头),并且会话记录里最近一次压缩之前有图。+ - 在摘要后面插入,就在第一条消息里、摘要文字之后(实测见第 5 节):一行压缩前的图片清单(中英文两份,跟着现在的语言),然后是要照样发送的压缩前的图,每张前面一行标签。之后每次请求的第一条消息都一样,位置固定,不碰工具调用和结果的配对。+ - Claude Code 自己生成摘要的那个请求不用特别处理:它和普通请求一样带着全部历史和图,照常改写(第二次压缩时,里面同样补上第一次压缩前的图)。这样它的前缀和上一个请求一致,能命中缓存,写摘要的模型看到的图也和对话里一致。- 其余规则照旧:取消的图换占位符、说明消息、思考记录的处理。- **面板**(`panel-state.ts`、`panel.html`):压缩前的图照常可以勾选。勾着的显示为照样发送、计入请求预估;取消的显示“不发送”。行上加一个“压缩前”标记,说明它是补在摘要后面发的。界面改完截图给用户看。- **取图工具**:不变,已经能取压缩前的图。-## 5. 先要实测确认的+## 5. 实测结果与待确认-1. 压缩后的请求长什么样:摘要在第几条消息、是字符串还是文本块、后面跟着哪些附件和系统消息、每次请求是否一样。用开发引擎抓一次真实压缩前后的请求(需要在测试会话里输入一次 `/compact`)。-2. Claude Code 生成摘要的那个请求怎么认出来(有没有工具、提示词的特征),确保不往里补图。-3. 补图之后,Claude Code 判断何时自动压缩时,是否把补回的图算在内(看它是否用 Anthropic 返回的用量)。只观察并写进文档,不加保护。-4. 一个请求里图多时 Anthropic 的限制(数量、尺寸),写进 README,让用户知道被拒的原因。+2026-10-12 用开发引擎在桌面测试会话里实测(Claude Code 2.1.295,Haiku 5.5):读了三张图,用户输入 `/compact`,再问一句。++1. **压缩时的请求**:和普通请求一样带着系统提示、全部 177 个工具和思考设置,内容是到这时为止的历史,最后一条用户消息末尾加了一段 “CRITICAL: Respond with TEXT ONLY…” 的写摘要要求。三张图原样在里面,没有被换成 “[image]”(第三方资料说的去图,在这个版本上不成立);最后一条回复没带上。回复是 `<analysis>` 加 `<summary>` 的摘要。所以写摘要的模型看着图写,这个请求照常改写即可(第 4 节)。+2. **压缩后的请求**:第一条是用户消息,内容是一整段字符串的摘要;接着一条空的系统消息;然后是压缩前的最后一条回复,原样保留;再往后是新的一轮。一张图都没有,模型凭摘要文字回答。补图的位置定在第一条消息里、摘要文字之后。+3. **还要在开发时观察**:补图之后,Claude Code 判断何时自动压缩是否把补回的图算在内(看它是否用 Anthropic 返回的用量)。只观察并写进文档,不加保护。+4. **写 README 时查**:一个请求里图多时 Anthropic 的限制(数量、尺寸),让用户知道被拒的原因。## 6. 任务-1. **实测请求结构**:完成第 5 节 1–3 项,记下结论。-2. **改写**:先写失败的单元测试(压缩一次、两次;勾选和取消;自动选图的固定发送;清单和标签的位置稳定;跳过摘要请求;新账号的思考),再实现。+1. **实测请求结构**:已完成(第 5 节 1、2 项)。+2. **改写**:先写失败的单元测试(压缩一次、两次;勾选和取消;自动选图的固定发送;清单和标签的位置稳定;写摘要的请求照常改写;新账号的思考),再实现。3. **面板**:压缩前图片的显示和预估,修掉 v0.4.0 的显示问题;截图给用户。4. **发给模型的文字**:清单和标签的中英文措辞;用 Haiku 5.5 在桌面会话里中英文各测:压缩后模型能看着补回的图答对,没补的图会按编号要,不编造。5. **桌面实测**:真实压缩前后取消、勾回、补回;模拟新账号;自动选图取回压缩前的图;Codex 回归(单元测试和一次 Codex 自测)。