image-vision：图片附件 - 查看与识别

新增全局 Agent Skill ~/.config/opencode/skills/image-vision/SKILL.md，把”纯文本模型看不了图片附件”的问题封装成可自动触发的技能：一旦对话中出现图片输入，任何 Agent 都能按统一流程把图片落到固定路径，再用当时配置的视觉工具读取内容。

背景

当前主模型是纯文本模型，opencode 会在 unsupportedParts() 层把图片附件替换成 ERROR: Cannot read "xxx.png" (this model does not support image input)，模型拿不到图片本身。此前主会话靠上下文记住了 clipimg + understand_image 的用法，但其他 Agent 不知道这套流程，见到图片只能报错。

内容

• name: image-vision + description：前置中英文触发词（图片、截图、看图、image、screenshot、paste、剪贴板）+ “无法读取图片输入”错误场景，图片输入时自动加载
• 三步流程：定位图片来源 → 格式准备 → 调用当时配置的视觉工具
• 图片来源优先级：用户给的路径/URL → 粘贴附件（先跑 clipimg，失败则找临时目录最近的 image*.png）→ glob 查找
• 格式约束：当时的视觉工具只支持 JPEG/PNG/WebP，其他格式用 sips 转换
• 关键路径备忘：剪贴板脚本、固定图片路径、粘贴附件临时目录

配套

• 配套脚本 ~/.local/bin/clipimg：macOS osascript 把剪贴板里的 PNG 截图存到固定路径 /private/tmp/clipboard-image.png 并输出路径
• 历史视觉工具：MiniMax understand_image（MCP，支持本地文件路径与 HTTP URL；当前已停用）

验证

粘贴截图实测通过：clipimg 正确落盘 948×556 PNG，当时的视觉工具完整描述了截图中的界面与文字内容。

后续状态（2026-08-29）

本文记录的 MiniMax 视觉工具链已临时停用；当前图片处理应使用 Agent 自带或其他可用的视觉/OCR能力。