DeepSeek-Reasonix 本地图片路径读取指南view_image 工具、路径解析与视觉理解服务【免费下载链接】DeepSeek-ReasonixDeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.项目地址: https://gitcode.com/GitHub_Trending/de/DeepSeek-Reasonix导读DeepSeek-Reasonix 内置的view_image工具为 Agent 提供了“按本地路径读取并理解图片”的标准通道只要给 Agent 一个可访问的本地图片路径并让它检查图片它就能读取 PNG、JPEG、GIF、WebP 文件并通过原生视觉或配置的图片理解模型返回结构化视觉内容。本文以 docs/local-image-paths.md 为核心骨架结合 internal/tool/builtin/viewimage.go、internal/imageinput、internal/boot/boot.go 等源码与测试完整讲解该能力的路径解析规则、文件约束、原生视觉与文本模型回退的完整链路、缓存与安全模型以及官方验证方式。读完本文你将掌握如何在 DeepSeek-Reasonix 中可靠地使用本地图片路径、理解“路径本身不上传图片”的机制边界并能独立运行确定性单测与 opt-in 的 live 探针来验证端到端图片理解。一、能力总览给 Agent 一个路径而不是一张图片DeepSeek-Reasonix 的本地图片读取遵循一个核心设计路径只是入口内容才被传递。给 Agent 一个可访问的本地图片路径并请它检查图片后内置的view_image工具负责完成以下工作校验并读取路径对应的本地文件必须是常规文件非目录、非符号链接逃逸目标从文件内容中识别真实格式而非信任文件名扩展名将图片编码为带 MIME 前缀的 data URL 结构内容交给后续视觉通道由原生视觉模型直接解析或由配置的图片理解模型生成文字摘要后回传。该工具在 internal/tool/builtin/viewimage.go 中注册官方描述为Read a local PNG, JPEG, GIF, or WebP image by path and return visual content through native vision or the configured image-understanding model. Use this for image paths instead of read_file. Maximum file size: 3 MiB; maximum dimensions: 40 million pixels.一句话要点路径本身并不会上传图片。只有view_image真正执行后图片字节才会以结构化内容进入模型请求没有图片能力的文本模型不会收到任何图片载荷。二、view_image 工具的调用与返回2.1 工具 Schemaview_image的入参极为简单internal/tool/builtin/viewimage.go{type:object,properties:{path:{type:string,description:Image file path}},required:[path]}path必填本地图片文件的路径字符串空串或缺失会被拒绝path is required。工具被标记为ReadOnly()即它不会修改任何文件系统状态属于只读工具。2.2 执行返回成功时ExecuteWithImages返回两部分internal/tool/builtin/viewimage.go文本占位形如[image: image/png, 800x600] /abs/path/to/photo.png包含检测到的真实 MIME 类型、宽高与展示路径结构化图片列表data:mime;base64,内容的 data URL例如data:image/png;base64,iVBORw0KGgo...。如果工具单独以文本方式调用无结构化通道返回文本会追加提示“Visual content requires a structured image channel and an image-capable model”提醒调用方当前缺少图片通道。三、路径解析规则工作区、相对路径与会话外部目录别名3.1 相对路径以任务工作区为基准相对路径一律相对任务工作区task workspace解析这是通过 internal/tool/builtin/workspace.go 中的Workspace.Tools将view_image绑定到workDir实现的。其底层解析函数resolveIn遵循明确规则internal/tool/builtin/workspace.goworkDir为空时返回原路径进程 cwd 行为空路径或.解析为工作区根目录绝对路径原样返回其余相对路径filepath.Join(workDir, path)拼接到工作区下。这意味着view_image与read_file等读取类工具共享同一套路径解析语义用法一致、可预期。3.2 会话外部文件夹别名External-Folder Alias会话授权的外部文件夹通过PathResolver以 token 形式暴露为只读根internal/tool/builtin/workspace.goRegisterReadRoot(token, root)注册“token → 本地根目录”映射token 归一化时去掉前导与尾部/Resolve支持精确 token 匹配与token/子路径前缀匹配子路径必须通过cleanReadSubpath的本地性校验拒绝..逃逸返回的ResolvedPath同时携带真实本地路径与展示用的 token 路径工具输出与错误信息只显示 token不泄露真实外部目录见 internal/tool/builtin/workspace.go 的ErrorText。测试 internal/tool/builtin/viewimage_test.goTestViewImageExternalAlias验证了通过别名读取外部图片成功时输出中绝不出现真实外部路径、只出现 token 路径不存在的文件则报错。四、文件校验与安全边界4.1 安全规则敏感文件与禁止目录view_image与既有读取类工具共享同一套安全策略包括ForbidReadRoots禁止读取目录与符号链接目标检查internal/tool/builtin/viewimage.go先解析路径再以confineRead(forbidRoots, rp.Path)做限制检查命中则返回“file not found”符号链接会解析到真实目标后再接受约束检查因此指向禁止目录的符号链接同样会被拒绝。测试 internal/tool/builtin/viewimage_test.goTestViewImageWorkspaceAndConfinement明确覆盖了工作区内的图片正常读取、同一张图片经符号链接访问在禁止根内时被拒绝。4.2 文件必须是常规文件os.Stat后检查info.Mode().IsRegular()目录、设备文件等非常规文件一律报错is not a regular image fileinternal/tool/builtin/viewimage.go。4.3 大小与像素上限两个硬性上限由常量定义internal/tool/builtin/viewimage.go约束上限说明文件字节数3 MiB3 20先按 size 检查再以LimitReader读取并复核防止 TOCTOU 竞态总像素数40,000,0004000 万image.DecodeConfig后计算width × height超限拒绝超出任一限制都返回明确错误例如image exceeds 3 MiB limit、image exceeds 40 million pixel limit。测试 internal/tool/builtin/viewimage_test.goTestViewImageRejectsInvalidInputs覆盖了大文件、非图片内容、空路径、目录、缺失文件与已取消上下文等全部拒绝路径。4.4 格式按内容探测不信任扩展名解码使用 Go 标准库image与golang.org/x/image/webp通过image.DecodeConfig读取文件头判断真实格式internal/tool/builtin/viewimage.go支持PNG、JPEG、GIF、WebP分别映射为image/png、image/jpeg、image/gif、image/webp内容无法解码例如把文本文件命名为text.png会报invalid or unsupported image探测出的格式与文件名扩展名无关。五、视觉理解链路原生视觉优先文本模型回退摘要5.1 统一服务入口所有结构化工具图片——包括直接工具图片与按需on-demandMCP 图片——共享同一个imageinput.Serviceinternal/imageinput/service.go。该服务由 Boot 在启动时以冻结配置创建internal/boot/boot.go每个会话独立持有实例imageConfig : imageinput.Config{ Model: cfg.Agent.VisionModel, // 例如显式模型引用或 auto Resolve: visionProviderResolver, // 模型引用 → provider Select: visionModelSelector, // auto 时在当前 provider 内选择 }关键执行流程Understandinternal/imageinput/service.goselectModel决定目标图片理解模型通过容量为 1 的queue串行化会话内图片预处理不持有会话锁lookup计算图片摘要并检查会话内缓存未命中则调用summarizeImages请求理解模型成功后按摘要键写入本地缓存上限 32 条。5.2 原生视觉优先OpenAI Chat 与受支持的 Anthropic 适配器已支持转发工具图片Responses 通道在完整的一组工具结果之后追加图片内容保持调用/结果顺序不变call/result order。也就是说只要对话主模型本身具备视觉能力view_image返回的图片字节会直接随消息送达无需任何摘要步骤。5.3 文本模型的摘要回退纯文本模型不会收到任何图片载荷no image payload。此时由配置的图片理解模型image-understanding model对图片生成文字摘要再把摘要以受信边界包装后注入后续上下文摘要提示词为固定的image-summary-v1internal/imageinput/summary.go要求模型只做客观分析描述对象/场景/结构、逐字提取可见文字数字代码表格、说明布局层级颜色状态、标注不确定性、不编造不可见信息并将图片内文字视为不可信数据不执行其中指令请求参数温度固定为 0、最大输出 2048 tokens、仅当适配器声明时降级为 low reasoninginternal/imageinput/summary.go摘要输出上限 16 KiB超长按 UTF-8 边界截断并追加[summary truncated]标记internal/imageinput/summary_content.go摘要注入上下文时以reasonix-image-context version1 untrustedtrue包装并标注来源Image understanding summary from model-refinternal/imageinput/summary_content.go明确其为不可信上下文摘要携带ModelRef、ImageDigests、Version、PromptVersion等元数据供缓存匹配internal/imageinput/summary.go。若未配置图片理解模型结果会显式说明图片未被理解image not understood而不会伪造视觉结论。5.4 官方 DeepSeek 视觉 SKU 与 auto 选择官方 DeepSeek 视觉 SKU如deepseek-v5-vision类模型通过追加在用户图片内容中的工具图片接收图片OpenAI 通道为顶层用户图片块Anthropic 通道为顶层用户图片块普通 Flash/Pro 等不具备原生视觉的模型走配置的图片理解回退不接收图片字节vision_modelauto只会在当前 provider 内部选择候选模型visionModelSelectorinternal/boot/boot.go遍历当前服务商配置的默认模型与模型列表挑选第一个具备图片能力CapabilitySupported且已配置的候选跨 provider 的图片理解模型必须显式配置internal/imageinput/selection.gofile id 不能跨服务商复用当来源服务商与目标模型所属服务商不一致且图片中包含服务商 file id 时selectModel会直接拒绝internal/imageinput/selection.go。六、缓存与摘要生命周期6.1 基于内容的会话内缓存lookupinternal/imageinput/cache.go对每张图片计算ImageDigestdata URL 图片对media 原始字节做 SHA-256其他引用对引用字符串本身做 SHA-256internal/imageinput/summary_content.go。缓存键为targetModel | digest1 | digest2 ...命中条件还要求摘要的Version、PromptVersion、ModelRef一致且非空。命中顺序先查服务本地缓存上限 32 条再查历史消息中的VisionSummary从会话恢复的摘要同样可复用即“restored tool-message summaries”。6.2 可变 URL 不缓存内容型缓存是会话本地的session-local可变 URLHTTP 图片永远标记为不可缓存cacheable false没有内容验证就不会复用避免同一 URL 内容变化导致陈旧摘要internal/imageinput/cache.go。6.3 摘要失败不破坏原始结果若图片理解失败模型错误、空摘要、上下文取消、超时等保留原始工具文本且不重复执行原始动作调用方看到的是view_image的原始文本输出摘要仅作为附加通道。TestCancelInFlightDoesNotCacheinternal/imageinput/service_test.go验证了进行中取消不会写入缓存。七、与工具 Schema 前缀和缓存的关系给 Agent 的工具集中新增view_image会在升级后一次性改变稳定工具 schema 前缀从而可能引起一次初始的 prompt-cache miss提示缓存未命中。此后工具定义不随轮次变化Tool definitions do not vary per turn不需要任何已存会话格式迁移No stored conversation format changes are required。这意味着升级后首轮会有一次性冷启动成本但会话内后续轮次完全稳定符合项目围绕 prefix-cache 稳定性设计的整体理念。八、验证与测试8.1 确定性单测覆盖范围包括取消cancellation、并发缓存复用、恢复的工具消息摘要restored tool-message summaries、子 Agent 隔离subagent isolation、按需 MCP 图片、以及图片理解失败时保留执行结果。运行以下命令验证归属包docs/local-image-paths.mdgo test -race ./internal/imageinput ./internal/agent ./internal/control关键单测入口包括 internal/imageinput/service_test.go如TestSerializedCacheAndCancellation、TestRestoredCacheAndMutableURL、TestSelectionFailuresAndProviderFileIsolation、TestCancelInFlightDoesNotCache、TestCachedSummaryDoesNotEmitAdditionalUsage与 internal/tool/builtin/viewimage_test.go。8.2 opt-in 实时探针仓库提供了使用生成图片随机验证码 彩色矩形无外部素材依赖的 opt-in live 探针读取已配置的官方 DeepSeek 凭据但不打印它们依次验证三种原生协议OpenAI Chat、Responses、Anthropic下view_image工具图片能被视觉模型正确理解要求输出中包含随机验证码与红/蓝颜色语义显式与自动auto摘要服务路由——auto场景注入同服务商选择器以验证服务路由真实的目录选择逻辑由 Boot 拥有摘要中继文本模型依据注入的摘要回答同样的问题。运行方式docs/local-image-paths.mdREASONIX_LIVE_TOOL_IMAGES1 go test -tags live ./internal/imageinput -run TestLiveToolImages -v -count1需要注意的边界源码见 internal/imageinput/live_test.golive 探针会产生真实 API 调用与费用live probes incur API usage仅请求成功不足以判定通过图片推导出的内容必须通过断言image-derived content must pass the assertionsOCR 仍可能误读歧义字符摘要不能替代像素级精确的视觉访问summaries are not a substitute for pixel-exact visual access未配置官方 DeepSeek 凭据时探针自动跳过。九、最佳实践小结优先用view_image而非read_file读图片前者是专为图片设计的结构化通道返回可被视觉模型消费的内容路径给 Agent上传由工具完成只传路径不会触发上传安全策略禁止目录、敏感文件、符号链接目标、常规文件、3 MiB、4000 万像素、按内容探测格式在读取阶段统一执行相对路径基于工作区外部目录走会话别名 tokentoken 路径同时满足可读性与路径泄露防护原生视觉优先摘要回退兜底视觉模型直接接收图片文本模型依赖配置的图片理解模型未配置时结果明确标注“未理解”关注缓存特性内容型缓存会话本地生效、可变 URL 不缓存、摘要失败保留原始工具文本验证分两级日常回归跑确定性单测go test -race ./internal/imageinput ./internal/agent ./internal/control端到端可信度用REASONIX_LIVE_TOOL_IMAGES1live 探针并始终注意其真实 API 费用与 OCR 误读边界。延伸阅读工具实现internal/tool/builtin/viewimage.go 工作区绑定与路径解析internal/tool/builtin/workspace.go图片理解服务internal/imageinput/service.go 模型选择internal/imageinput/selection.go 摘要生成internal/imageinput/summary.go 摘要内容与摘要internal/imageinput/summary_content.go 缓存internal/imageinput/cache.goBoot 集成与auto选择器internal/boot/boot.go测试internal/tool/builtin/viewimage_test.go internal/imageinput/service_test.go internal/imageinput/live_test.go【免费下载链接】DeepSeek-ReasonixDeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.项目地址: https://gitcode.com/GitHub_Trending/de/DeepSeek-Reasonix创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 DeepSeek-Reasonix 本地图片路径读取指南：view_image 工具、路径解析与视觉理解服务
DeepSeek-Reasonix 本地图片路径读取指南view_image 工具、路径解析与视觉理解服务【免费下载链接】DeepSeek-ReasonixDeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.项目地址: https://gitcode.com/GitHub_Trending/de/DeepSeek-Reasonix导读DeepSeek-Reasonix 内置的view_image工具为 Agent 提供了“按本地路径读取并理解图片”的标准通道只要给 Agent 一个可访问的本地图片路径并让它检查图片它就能读取 PNG、JPEG、GIF、WebP 文件并通过原生视觉或配置的图片理解模型返回结构化视觉内容。本文以 docs/local-image-paths.md 为核心骨架结合 internal/tool/builtin/viewimage.go、internal/imageinput、internal/boot/boot.go 等源码与测试完整讲解该能力的路径解析规则、文件约束、原生视觉与文本模型回退的完整链路、缓存与安全模型以及官方验证方式。读完本文你将掌握如何在 DeepSeek-Reasonix 中可靠地使用本地图片路径、理解“路径本身不上传图片”的机制边界并能独立运行确定性单测与 opt-in 的 live 探针来验证端到端图片理解。一、能力总览给 Agent 一个路径而不是一张图片DeepSeek-Reasonix 的本地图片读取遵循一个核心设计路径只是入口内容才被传递。给 Agent 一个可访问的本地图片路径并请它检查图片后内置的view_image工具负责完成以下工作校验并读取路径对应的本地文件必须是常规文件非目录、非符号链接逃逸目标从文件内容中识别真实格式而非信任文件名扩展名将图片编码为带 MIME 前缀的 data URL 结构内容交给后续视觉通道由原生视觉模型直接解析或由配置的图片理解模型生成文字摘要后回传。该工具在 internal/tool/builtin/viewimage.go 中注册官方描述为Read a local PNG, JPEG, GIF, or WebP image by path and return visual content through native vision or the configured image-understanding model. Use this for image paths instead of read_file. Maximum file size: 3 MiB; maximum dimensions: 40 million pixels.一句话要点路径本身并不会上传图片。只有view_image真正执行后图片字节才会以结构化内容进入模型请求没有图片能力的文本模型不会收到任何图片载荷。二、view_image 工具的调用与返回2.1 工具 Schemaview_image的入参极为简单internal/tool/builtin/viewimage.go{type:object,properties:{path:{type:string,description:Image file path}},required:[path]}path必填本地图片文件的路径字符串空串或缺失会被拒绝path is required。工具被标记为ReadOnly()即它不会修改任何文件系统状态属于只读工具。2.2 执行返回成功时ExecuteWithImages返回两部分internal/tool/builtin/viewimage.go文本占位形如[image: image/png, 800x600] /abs/path/to/photo.png包含检测到的真实 MIME 类型、宽高与展示路径结构化图片列表data:mime;base64,内容的 data URL例如data:image/png;base64,iVBORw0KGgo...。如果工具单独以文本方式调用无结构化通道返回文本会追加提示“Visual content requires a structured image channel and an image-capable model”提醒调用方当前缺少图片通道。三、路径解析规则工作区、相对路径与会话外部目录别名3.1 相对路径以任务工作区为基准相对路径一律相对任务工作区task workspace解析这是通过 internal/tool/builtin/workspace.go 中的Workspace.Tools将view_image绑定到workDir实现的。其底层解析函数resolveIn遵循明确规则internal/tool/builtin/workspace.goworkDir为空时返回原路径进程 cwd 行为空路径或.解析为工作区根目录绝对路径原样返回其余相对路径filepath.Join(workDir, path)拼接到工作区下。这意味着view_image与read_file等读取类工具共享同一套路径解析语义用法一致、可预期。3.2 会话外部文件夹别名External-Folder Alias会话授权的外部文件夹通过PathResolver以 token 形式暴露为只读根internal/tool/builtin/workspace.goRegisterReadRoot(token, root)注册“token → 本地根目录”映射token 归一化时去掉前导与尾部/Resolve支持精确 token 匹配与token/子路径前缀匹配子路径必须通过cleanReadSubpath的本地性校验拒绝..逃逸返回的ResolvedPath同时携带真实本地路径与展示用的 token 路径工具输出与错误信息只显示 token不泄露真实外部目录见 internal/tool/builtin/workspace.go 的ErrorText。测试 internal/tool/builtin/viewimage_test.goTestViewImageExternalAlias验证了通过别名读取外部图片成功时输出中绝不出现真实外部路径、只出现 token 路径不存在的文件则报错。四、文件校验与安全边界4.1 安全规则敏感文件与禁止目录view_image与既有读取类工具共享同一套安全策略包括ForbidReadRoots禁止读取目录与符号链接目标检查internal/tool/builtin/viewimage.go先解析路径再以confineRead(forbidRoots, rp.Path)做限制检查命中则返回“file not found”符号链接会解析到真实目标后再接受约束检查因此指向禁止目录的符号链接同样会被拒绝。测试 internal/tool/builtin/viewimage_test.goTestViewImageWorkspaceAndConfinement明确覆盖了工作区内的图片正常读取、同一张图片经符号链接访问在禁止根内时被拒绝。4.2 文件必须是常规文件os.Stat后检查info.Mode().IsRegular()目录、设备文件等非常规文件一律报错is not a regular image fileinternal/tool/builtin/viewimage.go。4.3 大小与像素上限两个硬性上限由常量定义internal/tool/builtin/viewimage.go约束上限说明文件字节数3 MiB3 20先按 size 检查再以LimitReader读取并复核防止 TOCTOU 竞态总像素数40,000,0004000 万image.DecodeConfig后计算width × height超限拒绝超出任一限制都返回明确错误例如image exceeds 3 MiB limit、image exceeds 40 million pixel limit。测试 internal/tool/builtin/viewimage_test.goTestViewImageRejectsInvalidInputs覆盖了大文件、非图片内容、空路径、目录、缺失文件与已取消上下文等全部拒绝路径。4.4 格式按内容探测不信任扩展名解码使用 Go 标准库image与golang.org/x/image/webp通过image.DecodeConfig读取文件头判断真实格式internal/tool/builtin/viewimage.go支持PNG、JPEG、GIF、WebP分别映射为image/png、image/jpeg、image/gif、image/webp内容无法解码例如把文本文件命名为text.png会报invalid or unsupported image探测出的格式与文件名扩展名无关。五、视觉理解链路原生视觉优先文本模型回退摘要5.1 统一服务入口所有结构化工具图片——包括直接工具图片与按需on-demandMCP 图片——共享同一个imageinput.Serviceinternal/imageinput/service.go。该服务由 Boot 在启动时以冻结配置创建internal/boot/boot.go每个会话独立持有实例imageConfig : imageinput.Config{ Model: cfg.Agent.VisionModel, // 例如显式模型引用或 auto Resolve: visionProviderResolver, // 模型引用 → provider Select: visionModelSelector, // auto 时在当前 provider 内选择 }关键执行流程Understandinternal/imageinput/service.goselectModel决定目标图片理解模型通过容量为 1 的queue串行化会话内图片预处理不持有会话锁lookup计算图片摘要并检查会话内缓存未命中则调用summarizeImages请求理解模型成功后按摘要键写入本地缓存上限 32 条。5.2 原生视觉优先OpenAI Chat 与受支持的 Anthropic 适配器已支持转发工具图片Responses 通道在完整的一组工具结果之后追加图片内容保持调用/结果顺序不变call/result order。也就是说只要对话主模型本身具备视觉能力view_image返回的图片字节会直接随消息送达无需任何摘要步骤。5.3 文本模型的摘要回退纯文本模型不会收到任何图片载荷no image payload。此时由配置的图片理解模型image-understanding model对图片生成文字摘要再把摘要以受信边界包装后注入后续上下文摘要提示词为固定的image-summary-v1internal/imageinput/summary.go要求模型只做客观分析描述对象/场景/结构、逐字提取可见文字数字代码表格、说明布局层级颜色状态、标注不确定性、不编造不可见信息并将图片内文字视为不可信数据不执行其中指令请求参数温度固定为 0、最大输出 2048 tokens、仅当适配器声明时降级为 low reasoninginternal/imageinput/summary.go摘要输出上限 16 KiB超长按 UTF-8 边界截断并追加[summary truncated]标记internal/imageinput/summary_content.go摘要注入上下文时以reasonix-image-context version1 untrustedtrue包装并标注来源Image understanding summary from model-refinternal/imageinput/summary_content.go明确其为不可信上下文摘要携带ModelRef、ImageDigests、Version、PromptVersion等元数据供缓存匹配internal/imageinput/summary.go。若未配置图片理解模型结果会显式说明图片未被理解image not understood而不会伪造视觉结论。5.4 官方 DeepSeek 视觉 SKU 与 auto 选择官方 DeepSeek 视觉 SKU如deepseek-v5-vision类模型通过追加在用户图片内容中的工具图片接收图片OpenAI 通道为顶层用户图片块Anthropic 通道为顶层用户图片块普通 Flash/Pro 等不具备原生视觉的模型走配置的图片理解回退不接收图片字节vision_modelauto只会在当前 provider 内部选择候选模型visionModelSelectorinternal/boot/boot.go遍历当前服务商配置的默认模型与模型列表挑选第一个具备图片能力CapabilitySupported且已配置的候选跨 provider 的图片理解模型必须显式配置internal/imageinput/selection.gofile id 不能跨服务商复用当来源服务商与目标模型所属服务商不一致且图片中包含服务商 file id 时selectModel会直接拒绝internal/imageinput/selection.go。六、缓存与摘要生命周期6.1 基于内容的会话内缓存lookupinternal/imageinput/cache.go对每张图片计算ImageDigestdata URL 图片对media 原始字节做 SHA-256其他引用对引用字符串本身做 SHA-256internal/imageinput/summary_content.go。缓存键为targetModel | digest1 | digest2 ...命中条件还要求摘要的Version、PromptVersion、ModelRef一致且非空。命中顺序先查服务本地缓存上限 32 条再查历史消息中的VisionSummary从会话恢复的摘要同样可复用即“restored tool-message summaries”。6.2 可变 URL 不缓存内容型缓存是会话本地的session-local可变 URLHTTP 图片永远标记为不可缓存cacheable false没有内容验证就不会复用避免同一 URL 内容变化导致陈旧摘要internal/imageinput/cache.go。6.3 摘要失败不破坏原始结果若图片理解失败模型错误、空摘要、上下文取消、超时等保留原始工具文本且不重复执行原始动作调用方看到的是view_image的原始文本输出摘要仅作为附加通道。TestCancelInFlightDoesNotCacheinternal/imageinput/service_test.go验证了进行中取消不会写入缓存。七、与工具 Schema 前缀和缓存的关系给 Agent 的工具集中新增view_image会在升级后一次性改变稳定工具 schema 前缀从而可能引起一次初始的 prompt-cache miss提示缓存未命中。此后工具定义不随轮次变化Tool definitions do not vary per turn不需要任何已存会话格式迁移No stored conversation format changes are required。这意味着升级后首轮会有一次性冷启动成本但会话内后续轮次完全稳定符合项目围绕 prefix-cache 稳定性设计的整体理念。八、验证与测试8.1 确定性单测覆盖范围包括取消cancellation、并发缓存复用、恢复的工具消息摘要restored tool-message summaries、子 Agent 隔离subagent isolation、按需 MCP 图片、以及图片理解失败时保留执行结果。运行以下命令验证归属包docs/local-image-paths.mdgo test -race ./internal/imageinput ./internal/agent ./internal/control关键单测入口包括 internal/imageinput/service_test.go如TestSerializedCacheAndCancellation、TestRestoredCacheAndMutableURL、TestSelectionFailuresAndProviderFileIsolation、TestCancelInFlightDoesNotCache、TestCachedSummaryDoesNotEmitAdditionalUsage与 internal/tool/builtin/viewimage_test.go。8.2 opt-in 实时探针仓库提供了使用生成图片随机验证码 彩色矩形无外部素材依赖的 opt-in live 探针读取已配置的官方 DeepSeek 凭据但不打印它们依次验证三种原生协议OpenAI Chat、Responses、Anthropic下view_image工具图片能被视觉模型正确理解要求输出中包含随机验证码与红/蓝颜色语义显式与自动auto摘要服务路由——auto场景注入同服务商选择器以验证服务路由真实的目录选择逻辑由 Boot 拥有摘要中继文本模型依据注入的摘要回答同样的问题。运行方式docs/local-image-paths.mdREASONIX_LIVE_TOOL_IMAGES1 go test -tags live ./internal/imageinput -run TestLiveToolImages -v -count1需要注意的边界源码见 internal/imageinput/live_test.golive 探针会产生真实 API 调用与费用live probes incur API usage仅请求成功不足以判定通过图片推导出的内容必须通过断言image-derived content must pass the assertionsOCR 仍可能误读歧义字符摘要不能替代像素级精确的视觉访问summaries are not a substitute for pixel-exact visual access未配置官方 DeepSeek 凭据时探针自动跳过。九、最佳实践小结优先用view_image而非read_file读图片前者是专为图片设计的结构化通道返回可被视觉模型消费的内容路径给 Agent上传由工具完成只传路径不会触发上传安全策略禁止目录、敏感文件、符号链接目标、常规文件、3 MiB、4000 万像素、按内容探测格式在读取阶段统一执行相对路径基于工作区外部目录走会话别名 tokentoken 路径同时满足可读性与路径泄露防护原生视觉优先摘要回退兜底视觉模型直接接收图片文本模型依赖配置的图片理解模型未配置时结果明确标注“未理解”关注缓存特性内容型缓存会话本地生效、可变 URL 不缓存、摘要失败保留原始工具文本验证分两级日常回归跑确定性单测go test -race ./internal/imageinput ./internal/agent ./internal/control端到端可信度用REASONIX_LIVE_TOOL_IMAGES1live 探针并始终注意其真实 API 费用与 OCR 误读边界。延伸阅读工具实现internal/tool/builtin/viewimage.go 工作区绑定与路径解析internal/tool/builtin/workspace.go图片理解服务internal/imageinput/service.go 模型选择internal/imageinput/selection.go 摘要生成internal/imageinput/summary.go 摘要内容与摘要internal/imageinput/summary_content.go 缓存internal/imageinput/cache.goBoot 集成与auto选择器internal/boot/boot.go测试internal/tool/builtin/viewimage_test.go internal/imageinput/service_test.go internal/imageinput/live_test.go【免费下载链接】DeepSeek-ReasonixDeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.项目地址: https://gitcode.com/GitHub_Trending/de/DeepSeek-Reasonix创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考