[Bug]: 附件图片无法被多模态模型识别和推理

[wenxiao2012]

Description

使用deepseek的openai接口，对话附件图片无法被识别和推理。

Steps to reproduce

在对话框中贴入剪贴板的图片，或者直接引用硬盘的图片
开始推理后，模型反馈看不到图片，无法识别。

Expected behavior

可以正常上传图片到多模态模型接口，并被识别推理

Actual behavior

模型直接反馈看不到 识别不到图片

open-codesign version

0.2.0

Platform

Windows

OS version

No response

Model provider (if relevant)

None

Error code

No response

Diagnostics bundle

No response

Logs

[github-actions]

感谢反馈！这是一个与多模态模型图片附件支持相关的问题。

经检查代码库，所有 LLM 调用均通过 pi-ai 库统一路由（参见 CLAUDE.md 和 AGENTS.md），pi-ai 的 OpenAI 兼容适配器可能对 image_url 类型的消息内容支持有限，或需要特定的模型标识才能正确发送图片。

可能的原因：

1. 模型不支持图片输入：你使用的 DeepSeek 模型（如 deepseek-chat）是纯文本模型，不支持多模态。DeepSeek 多模态模型需使用 deepseek-vision 或类似标识。
2. provider 配置未正确传递图片字段：packages/providers/ 中的 OpenAI 兼容适配器可能未将附件图片转换为 image_url 格式的 content 数组。
3. pi-ai 版本限制：当前 pi-ai 版本（^0.72.1）可能对多模态消息的支持尚不完善。

为定位问题，请补充以下信息：

• 在“模型提供商”设置中，你配置的具体模型名称是什么？（例如 deepseek-chat、deepseek-vision、或自定义名称）
• 你是通过 OpenAI 兼容模式 配置的 DeepSeek 吗？如果是，请检查 Base URL 和 API Key 是否填写正确。
• 能否提供一段截断的调试日志？（从 ~/.config/open-codesign/logs/ 或应用内 设置 → 诊断 → 导出日志）

临时验证建议：

• 尝试使用其他明确支持多模态的模型（如 gpt-4o、gemini-2.0-flash）确认附件上传功能本身是否正常。
• 确认你的 DeepSeek 账号或 API 端点的确具有图片推理权限（部分平台需要单独申请）。

我们会在内部记录此用例，并优先改进 pi-ai OpenAI 适配器对多模态的支持。再次感谢你的详细报告！

---

Open-CoDesign Bot

[hqhq1025]

您好 dpsk模型不是多模态模型 可以换个多模态模型再试试？