mesalogo
4c18d8d9c6
Record the approved bilingual release notes and align Desktop and Agent version metadata. Refresh both feature lists with image tools, PPTX OCR, Runtime process reuse, and the completed/to-implement status convention. Agent 0.13.0 requires Desktop 0.13.5. Keep Node 24.19.0 and OpenCode 1.18.29 unchanged, preserve published release history, and exclude the LoongArch preview. Validation: bilingual release notes verified; 4293 tests passed and 67 skipped; typecheck, lint, version consistency, and 63 documentation links passed. No new real model calls, Host reruns, local production build, or packaging. Full UI-driven image invocation and local/remote switching are not covered by the existing validation records.
3.1 KiB
会话媒体生成
实现状态：已完成。纳入 Desktop 0.13.5 / Agent 0.13.0 候选，尚未发布。日期：2026-09-15。实际验证范围单独见进度记录。
用户添加图片模型后，可以开启“允许 AI 在会话中调用”。支持工具调用的聊天模型通过 GoodBuddy 生成图片、编辑上传图片和历史成果。切换聊天模型或 Agent Runtime 后仍可发起生成和编辑；已提交操作固定生成模型，结果保存到原会话。
本目录负责普通 LLM 调用媒体模型的产品行为、调用入口和生命周期。现有直连图片协议及连续修改仍由图片生成维护；本设计不表示现有功能已改变。
范围
图片生成与编辑覆盖直连文本 Model Runtime、本地 OpenCode、Continue、DeepSeek Harness，以及 GoodBuddy Agent 远程路径上的适用 Runtime。复用已有图片协议和各 Runtime 的内部工具或 MCP 注入，由 GoodBuddy 自动管理；用户无需创建 Skill、搭建 MCP server 或重复配置凭据。
使用稳定工具 generate_image 完成生成与编辑。全局默认和本次指定模型足够，不新增会话级选择器或独立生成表单。无工具能力的聊天模型明确提示限制，可使用已有直连图片工作流。视频不在本设计范围；完整需求以产品需求为准。
图片能力在现有内置 MCP 列表持续可见，Runtime 分配以只读复选框展示，由图片模型的会话调用设置自动管理；没有开启的模型时全部取消勾选，仍保留该行和模型设置入口。分配规则见行为规则，展示与说明见界面设计。
文档导航
| 文档 | 权威职责 |
|---|---|
| 产品需求 | 范围、需求编号与产品验收 |
| 用户场景 | 用户操作及场景验收 |
| 行为规则 | 选择优先级、切换规则、状态和失败处理 |
| 界面设计 | 配置入口、会话操作、结果卡片和反馈 |
| 技术设计 | 工具注入、Main 服务、存储与 Runtime 接入 |
| 进度记录 | 当前代码事实、剩余工作与验证证据 |
术语与依赖
聊天模型负责理解请求、调用工具和组织回答；生成模型负责图片生成与编辑；Agent Runtime 承载聊天模型及工具执行。工具提供结构化调用入口，使用说明随工具提供，不要求用户管理 Skill。
“生成操作”指一次图片生成或编辑及其结果记录，不自动创建任务中心的 Task，也不引入新的通用 Job 调度系统。领域边界遵循 Task 与 Job 模型。
- 模型连接：连接、凭据、协议及请求定制。
- 直连文本 Agent：文本工具循环与上下文。
- 远程主机：远程 Runtime 与桌面通信。
- 统一界面规则：控件、反馈和可访问性。