Skip to content

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.

docs(p2): 桌面版验证通过,生图改图靠 .env 经过代理;记录两个新发现

chipfightercd7c84bf94a3
diff --git a/docs/p1-report.md b/docs/p1-report.md
index eb70915..06a007a 100644
--- a/docs/p1-report.md
+++ b/docs/p1-report.md
@@ -61,4 +61,4 @@
## 6. 待办
-- 桌面版更新到包含 #47742 的版本后,复测生图和改图(P1-4 的剩余部分)。
+- ~~桌面版更新到包含 #47742 的版本后,复测生图和改图(P1-4 的剩余部分)。~~ 已在 P2-6 解决:在 `~/.codex/.env` 里写入 `NO_PROXY` 后,桌面版的生图和改图不用等更新也能经过代理,见 [p2-report.md](p2-report.md) 第 5 节。
diff --git a/docs/p2-report.md b/docs/p2-report.md
index 762c22c..56439e5 100644
--- a/docs/p2-report.md
+++ b/docs/p2-report.md
@@ -4,7 +4,7 @@
## 1. 结论
-自测(P2-5)通过:在同一个任务里取消图片、重新勾选,都从下一次请求起生效,对话不中断。桌面版验证(P2-6)待做。
+自测(P2-5)和桌面版验证(P2-6,第 5 节)都通过:在同一个任务里取消图片、重新勾选,都从下一次请求起生效,对话不中断。桌面版的生图和改图也经过了代理。
自测用我们自己启动的 app-server。它和桌面版用的是同一个 `codex.exe`,环境也一样:去掉 `NO_PROXY`,打开 `respect_system_proxy`,地址用 `localhost`,不改 `config.toml`。测试图片都是合成的:
@@ -53,9 +53,27 @@
- **调整**:措辞改成“如果回答需要看这张图,请在回复里写出‘需要 IMG-001’,用户可以在下一轮重新勾选提供”,问题里也去掉了那句引导。
- **第二次自测**:模型按约定索要了。用户 2026-09-24 认可现在的措辞。
-## 5. 待办和限制
+## 5. 桌面版验证(P2-6)
-- **P2-6 桌面版验证**:需要用户配合,步骤见 tasks.md。
-- **生图和改图**:桌面版目前带的是 `0.155.0-alpha.16.4`,环境变量里有代理、又没有 `NO_PROXY` 的用户,开着代理时不能生图和改图。上游从 `0.158.0-alpha.8` 起已修复,要等桌面版跟进。
+用户在 Windows 桌面版(自带 `0.155.0-alpha.16.4`)里新建一个测试任务,上传了 `b-copy.png`、`a.png`、`b.png`(依次编号 IMG-001、IMG-002、IMG-003),勾选由 Claude 用命令行操作。工具这次写入了 `config.toml` 的两段设置和 `.env` 里的 `NO_PROXY`。
+
+| 步骤 | 结果 |
+|---|---|
+| 第 1 轮:上传三张图 | 经过代理,走的是 WebSocket |
+| 取消 IMG-001(副本)和 IMG-002 | 代理关掉了这个任务空闲的 WebSocket 连接 |
+| 第 2 轮:问 a.png 和 b-copy.png | 握手收到 426,改走 HTTP;请求被改写:IMG-001 换成指向 IMG-003 的重复占位符(这次是靠前的副本指向后面的原图),IMG-002 换成普通占位符,只发出 1 张图。模型回答:“需要 IMG-002。IMG-001 与 b.png(IMG-003)内容相同;我能看到的 b.png 是黄色背景、中央蓝色圆形,左上角有绿色小方块。” |
+| 重新勾选 IMG-002,第 3 轮再问 | 模型回答:“白色背景,中央是红色方块;右下角有一个黑色小方块。” |
+| 第 4 轮生图、第 5 轮改图 | `images/generations` 和 `images/edits` 都经过代理,都返回 200。不用等上游 #47742,P1-4 剩下的问题也一并解决 |
+| 全程 | 同一个任务,没有报错和重试 |
+| 恢复配置 | 两处标记段落都已删除,`.env` 只剩我们那一段,所以整个文件删除。`config.toml` 和打开之前相比,只多了桌面版自己写的两处:新的管道名、新任务文件夹的信任设置 |
+
+两个新发现:
+
+- **桌面版会在用户消息里附一段 “Files mentioned by the user”**,写着上传文件的完整路径。代理没有改这一段。这次模型遵守了占位符,没有自己去读文件。
+- **生成的图没有进入对话历史,结果改错了图**。第 4 轮模型在代码模式里取生图结果时用错了字段,生成的图没有放进对话历史,最后的回复里只有一个空的图片链接。第 5 轮改图工具取“对话历史里最近的一张图”,取到的是第 1 轮上传的 `b.png`,把它左上角的绿色小方块改成了紫色,而不是修改生成的那张。这是 Codex 在本地完成的步骤,与代理无关:代理只改发往模型的请求,这几轮也只替换了 IMG-001。
+
+## 6. 待办和限制
+
+- **生图和改图**:桌面版目前带的是 `0.155.0-alpha.16.4`,要靠 `.env` 里的 `NO_PROXY` 才能经过代理。上游从 `0.158.0-alpha.8` 起已修复,桌面版跟进后,就不再需要写 `.env`。
- **一轮中途取消**:如果这个任务还在用 WebSocket,这一轮剩下的请求可能仍带着原图,从下一轮起一定生效。
- **托管生图的结果**(`image_generation_call`)暂时不能取消。桌面版目前生图走 `exec` 工具,不受影响。
diff --git a/docs/plan.md b/docs/plan.md
index 366bccf..69bc290 100644
--- a/docs/plan.md
+++ b/docs/plan.md
@@ -140,12 +140,13 @@
- Codex 默认按环境变量选择代理。用户环境里有 `HTTP(S)_PROXY`、没有 `NO_PROXY` 时,连本地地址的请求也会被交给系统代理,然后失败。
- 所以要同时打开 `features.respect_system_proxy`,让 Codex 先看 Windows 的代理设置,并把地址写成 `localhost`:Windows 设置里的 `<local>` 只让不带点的主机名直连。
- 生图和改图要等 Codex 包含 #47742 的版本才会遵守这个开关。上游从 `0.158.0-alpha.8` 起包含;桌面版 26.917(自带 `0.155.0-alpha.16.4`)还没有,而且检查更新显示已是最新。在此之前,环境变量里有代理、又没有 `NO_PROXY` 的用户,开着代理时不能生图和改图。详见 [p1-report.md](p1-report.md)。
-- **不等更新的办法(用户 2026-09-24 同意,待桌面版验证)**:
+- **不等更新的办法(用户 2026-09-24 同意;P2-6 在桌面版验证通过)**:
- Codex 每次启动都会读 `$CODEX_HOME/.env`,把里面的变量设进自己的进程(`CODEX_` 开头的除外,见源码 `arg0` 的 `load_dotenv`)。
- 生图模块用的默认客户端认 `NO_PROXY`(P1-3 已实测)。所以在 `.env` 里写 `NO_PROXY=localhost,127.0.0.1,::1`,生图和改图不等 #47742 也能连到本地代理。
- 用户自己设过的 `NO_PROXY` 条目会合并进来,因为 `.env` 里的值会在 Codex 进程里替换掉原来的值。`.env` 里已经有用户自己的 `NO_PROXY` 时,不覆盖,直接报告。
- 仍然保留 `respect_system_proxy`:读取 `.env` 这一行为没有写进官方文档,保留它,对话能不能连上就不依赖 `.env`。万一以后的版本不再读 `.env`,最坏的结果也只是生图和改图暂时连不上;而那些版本本来就已经包含 #47742。
- 影响范围只有 Codex 自己的进程和它启动的工具,而且只涉及本机地址。留下这一段也无害:它只让本机请求直连,不会像 `openai_base_url` 那样在代理不在时让 Codex 连不上。
+ - 产品里只在需要时写入:桌面版的 Codex 还没有 #47742,而且用户的代理设置会拦住发往本机的请求。Codex 更新后自动删掉。
- **元数据差异**:地址不是官方域名时,Codex 会去掉请求里附带的原始工具结果元数据(`executed_tool_calls` 里的 `tool_result_metadata`)。这是随请求上报的内部元数据,不是模型看到的内容。
### P1:只转发、不改写
@@ -224,4 +225,5 @@ P1 通过后,再按用户的节奏一步步探索改写。
### 已知限制
- 取消勾选时,如果这个任务正在一轮对话中间,而且还在用 WebSocket,这一轮剩下的请求可能仍带着原图。从下一轮起一定生效。
-- 生图和改图的限制见第 9 节“Codex 连本地代理”。
+- 生图和改图:当前版本要靠 `.env` 里的 `NO_PROXY` 才能经过代理,见第 9 节“不等更新的办法”。
+- 桌面版会在用户消息里附一段 “Files mentioned by the user”,写着上传文件的完整路径。代理不改这段用户消息的文字,靠占位符里“不要自己用工具去读取”的要求约束模型;P2-6 里模型遵守了。
diff --git a/docs/spec.md b/docs/spec.md
index 28138be..632ff3e 100644
--- a/docs/spec.md
+++ b/docs/spec.md
@@ -116,6 +116,5 @@
## 5. 待定问题
-- 路线待定。路线 A(用 `thread/inject_items` 在新任务里重建)已验证可行,但用户不接受“重建后在界面上看不到原对话”:在同一个任务里勾选、取消文件时,对话必须保持连续可见。现在验证代理路线,即任务不换,每次请求发出前由本地代理按勾选改写:
- - P1(只转发)已在桌面版通过,生图和改图要等桌面版带上新版 Codex 后复测,见 plan.md 第 9 节;
- - P2(按勾选改写)的自测已通过,待桌面版验证,见 plan.md 第 10 节。
\ No newline at end of file
+- 路线:路线 A(用 `thread/inject_items` 在新任务里重建)技术上可行,但用户不接受“重建后在界面上看不到原对话”。代理路线(任务不换,每次请求发出前由本地代理按勾选改写)已在桌面版验证通过:P1 只转发、P2 按勾选改写,生图和改图也包括在内,见 plan.md 第 9、10 节和 p2-report.md。用户 2026-09-24 决定接下来做面板。
+- 第 4 节的首版验收标准是按路线 A 写的,开始做面板之前要按代理路线重写。
\ No newline at end of file
diff --git a/docs/tasks.md b/docs/tasks.md
index 94b3e0c..f4542a6 100644
--- a/docs/tasks.md
+++ b/docs/tasks.md
@@ -20,12 +20,12 @@
- [x] **P2-5 自测**(证据:`local/p2/selftest-run2.json`;10 项检查全部通过,见 `docs/p2-report.md`)
- 我们自己启动的 app-server,环境和桌面版一致,在同一个任务里走完上传、取消、询问、重新勾选、再询问、全部勾选。
- 另外用阶段 0 的真实样本(原任务和 fork,只读)测了耗时,并修好了读不到分叉任务的问题(证据:`local/p2/bench-*.json`;`spike/src/p2-bench.ts`)。
-- [ ] **P2-6 桌面版验证**【需用户】
- - 打开配置、启动代理,用户重启桌面版。
+- [x] **P2-6 桌面版验证**【需用户】(2026-09-24 通过;证据:`local/proxy/2026-09-24.jsonl` 和测试任务的本地记录;结果见 `docs/p2-report.md` 第 5 节)
+ - 打开配置(`config.toml` 加 `.env`)、启动代理,用户重启桌面版。
- 在一个测试任务里上传几张图并发一轮;用命令行取消其中一张和一个副本;用户询问这两张图,确认模型索要原图、按副本指向的那一张回答,而且对话照常显示;重新勾选后再问一次。
- - 期间不测生图和改图(原因见 plan.md 第 9 节)。
+ - 生图、改图各一次,确认请求经过代理。
- 结束后恢复配置、停止代理。
-- [ ] **P2-7 报告**(`docs/p2-report.md` 已写入自测结果,桌面版结果待补)
+- [x] **P2-7 报告**(`docs/p2-report.md`)
---
@@ -42,7 +42,7 @@
- 日志只记元数据,不含认证信息和对话内容。
- [x] **P1-3 自测(不改配置)**(证据:`local/p1-selftest.json`、`local/proxy/*.jsonl`)
- 我们自己启动的 app-server 用 `-c openai_base_url` 指向代理,依次验证文字、附图、生图、改图都能成功,日志里能看到对应的请求。
-- [ ] **P1-4 桌面版验证**【需用户】(文字、上传图片、按任务区分都已通过;生图和改图要等桌面版更新到包含上游 #47742 的版本后复测,见 `docs/p1-report.md`)
+- [x] **P1-4 桌面版验证**【需用户】(文字、上传图片、按任务区分在 P1 通过;生图和改图在 P2-6 里通过,靠的是 `.env` 里的 `NO_PROXY`,不用等上游 #47742,见 `docs/p2-report.md`)
- 修改桌面版的配置(先备份)。用户重启桌面版后,在任务里依次发文字、上传图片、让它生图、让它改图。
- 通过代理日志确认这些请求全部经过代理并且成功,不同任务的请求带着各自的任务 ID。
- [x] **P1-5 收尾**(配置已恢复且不留标记,代理已停止;报告:`docs/p1-report.md`)