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(spec): 特征行先写地点;README 的“按场景筛选”改成“按地点筛选”
chipfighterd6e4985a1787
diff --git a/README.md b/README.mdindex 3f16990..b438763 100644--- a/README.md+++ b/README.md@@ -30,7 +30,7 @@ So I made a panel that keeps the conversation and drops the weight.## What it does- **The model manages its own images.** Earlier images stay out of your messages, and when the model needs one, it pulls that one back by itself. Nothing to set up. Pin the ones that matter, like a character reference, and they go with every message.-- **Find any image by what you remember.** Search "best face" or "rainy night", filter by scene, or browse by turn. Click one to see it full size.+- **Find any image by what you remember.** Search "best face" or "rainy night", filter by place, or browse by turn. Click one to see it full size.- **It remembers every image.** The model quietly notes what each image shows and what you said about it ("too dark", "best face"). Even far into a long chat, or after the chat is compacted, it picks the right one.- **Your chat stays light.** No more slowdowns or endless reconnecting. In a 15-image task, a request that carried 24.9 MB went out at 212 KB.diff --git a/README_CN.md b/README_CN.mdindex f7e0087..f66aca5 100644--- a/README_CN.md+++ b/README_CN.md@@ -30,7 +30,7 @@## 能做什么- **模型自己管理图片。** 之前的图不再跟着每条消息重发,要用哪张,模型自己把那一张取回来,什么都不用设置。要紧的图,比如角色参考图,可以固定成每条消息都带上。-- **凭印象找图。** 搜“脸最好”或者“雨夜”,按场景筛选,或者按轮翻看,点开就是大图。+- **凭印象找图。** 搜“脸最好”或者“雨夜”,按地点筛选,或者按轮翻看,点开就是大图。- **每张图它都记得。** 模型会悄悄记下每张图画的是什么,以及你对它说过什么(“太暗”“这张脸最好”)。聊得再久,对话压缩过,它照样拿对图。- **对话一直轻快。** 不再越聊越慢、反复重连。一个 15 张图的任务里,原本 24.9 MB 的请求,发出去只有 212 KB。diff --git a/docs/spec.md b/docs/spec.mdindex 6fe46f6..149df1f 100644--- a/docs/spec.md+++ b/docs/spec.md@@ -20,7 +20,7 @@ v0.4:同样的管理也用在 Claude 桌面应用的 Code 标签页里(本- **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。+- **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”)。