图片

当你附加或粘贴图片、使用视觉模型,或遇到图片大小限制时,读这一篇。

read 工具如何处理图片

read 工具会把图片附加到对话中。当活动模型支持视觉时(claude、 gpt-4o/4.1/4.5/5、o3/o4、glm-5.3-flash/flashx、glm-5v 等),读取 jpg/png/gif/webp 会以内联方式发送图片——模型可以看见它。检测依据是内容 (魔数),从不依据文件扩展名。

  • 纯文本模型也能成功读取:图片在请求时会被替换为占位符,工具会注明这一 省略。
  • BMP 会转换为 PNG(EXIF 方向信息已固化进图像);jpg/jpeg 的 mime 标签 会被规范化。

附加图片

  • 打印模式:ink @shot.png @notes.txt "what is this"——文本文件以 <file> 块嵌入,图片经由同一处理器附加到第一条消息。
  • TUI:Ctrl+V 把剪贴板内容按此顺序粘到光标处:复制的文件(如在 Finder 里 Cmd+C)粘贴为其真实路径——图片文件绝不会粘贴成文件图标; 图像数据(截图)写入临时文件并插入其路径;否则粘贴纯文本。请用 Ctrl+V——Cmd+V 被终端占用,且该通道只能传递文本。读取方式:macOS 走 osascript、Linux 走 wl-paste/xclip、Windows 走 PowerShell(尽力而为的 读取器,尚未在该平台验证)。以绝对路径开头的行(例如粘贴进来的临时 路径)按普通消息提交,永远不会被当作斜杠命令。也可以把文件拖入 终端,或直接输入路径。

超大图片处理(缩放阶梯)

超大图片(编码后 >4.5 MB)会通过 photon(Rust/WASM)缩放阶梯自动调整 大小——上限 2000×2000、PNG/JPEG 候选、质量档位、尺寸递减——并附一条 坐标映射说明,告知模型如何映射回原始像素。在 ~/.ink/settings.json 中 设置 images.autoResize: false 可发送原始字节(此时超大图片会改为收到 一条教学式提示)。

各提供商的视觉模型

  • z.ai Coding Plan:glm-5.3-flash 是该套餐的视觉模型(GLM-5.3 本身仅支持文本)。
  • Anthropic 的 claude 模型、OpenAI 的 gpt-4o/4.1/4.5/5 和 o3/o4 原生 支持图片;见模型选择器(/model,Ctrl+L)——目录条目会列出 input: image 能力。