2.1d 使用图片与 AI 对话

💡 新手进阶：截图发给 AI，让 bug 无处藏身

📝 课程笔记

本课核心知识点整理：

使用图片与 AI 对话学霸笔记

学完你能做什么

把屏幕截图直接粘贴给 AI 分析
引用本地图片文件让 AI 查看
在 Linux 上配置图片粘贴支持
知道哪些模型支持图片理解

你现在的困境

遇到报错想截图给 AI 看，不知道怎么发
想传设计稿让 AI 给建议，只能打字描述
Linux 上按 Ctrl+V 粘贴图片没反应

什么时候用这一招

场景	例子
分析报错	截图错误弹窗，让 AI 给出解决方案
界面审查	传设计稿让 AI 提改进建议
OCR 文字识别	截图 PDF 或网页，让 AI 提取文字
代码审查	截图代码片段，让 AI 解释或重构

🎒 开始前的准备

[ ] 完成了 2.1c AI 的基础工具
[ ] 使用支持图片输入的模型（如 GPT-5.2、Claude 4.6、Kimi K2.5 等）
[ ] Linux 用户：确认是否安装了剪贴板工具（后续有检查方法）

模型支持情况

不是所有模型都能看懂图片。

国际模型：GPT-5.2、Claude 4.6、Gemini 3.1 等支持图片 国内模型：只有 Kimi K2.5 支持图片，GLM-5、MiniMax 2.5、DeepSeek、豆包、通义千问等不支持

如果模型不支持，上传图片后会提示错误。

核心思路

OpenCode 支持三种方式让 AI 看到图片：

粘贴截图（最常用）：截图后直接 Ctrl+V
引用本地文件：用 @图片路径 或粘贴文件路径
AI 生成图片：部分模型（如 Copilot）支持让 AI 画图

无论哪种方式，图片在输入框都会显示为 [Image 1]、[Image 2] 这样的虚拟标记。发送后，AI 就能看到并分析图片内容。

跟我做

第 0 步：各平台截图方法

不同系统的截图快捷键不同，先找到适合你的方式：

系统	区域截图	全屏截图	窗口截图
Windows	`Win + Shift + S`	`PrtScn`	`Alt + PrtScn`
Mac	`Cmd + Shift + 4`	`Cmd + Shift + 3`	`Cmd + Shift + 4` 然后按空格
Linux (GNOME)	`PrtScn` 选区域	`PrtScn`	`Alt + PrtScn`
Linux (KDE)	`Meta + Shift + S`	`PrtScn`	`Meta + PrtScn`

截图后去哪里了？

Windows：截图后图片在剪贴板，屏幕右下角会出现预览
Mac：截图默认保存到桌面，但按 Ctrl + Cmd + Shift + 4 可直接复制到剪贴板
Linux：取决于桌面环境，通常直接复制到剪贴板或弹出保存对话框

第 1 步：截图并粘贴

操作

按上面表格的快捷键截图（推荐用区域截图，只框选需要的内容）
回到 OpenCode 输入框
按 Ctrl+V

你应该看到

输入框出现 [Image 1] 标记
标记前后可以输入文字描述

┌─────────────────────────────────────┐
│  请帮我分析这个报错 [Image 1]        │
└─────────────────────────────────────┘

为什么
OpenCode 会自动检测剪贴板里的图片内容，并转换为 base64 格式发送给 AI。

第 2 步：Linux 用户安装剪贴板工具（如需要）

什么时候需要这一步
如果你按 Ctrl+V 后没有出现 [Image 1]，且你使用的是 Linux，就需要安装剪贴板工具。

为什么
Linux 的 X11/Wayland 图形协议需要额外工具才能读取剪贴板图片。

操作

先确认你的显示服务器类型：

bash

echo $XDG_SESSION_TYPE

然后根据结果安装对应工具：

X11（显示 x11）Wayland（显示 wayland）

bash

sudo apt install xclip
# 或
sudo apt install xsel

bash

sudo apt install wl-clipboard

xsel 作为备选

如果 xclip 在你的系统上不可用，xsel 也可以作为 X11 的备选方案。

安装后重启 OpenCode，再试一次 Ctrl+V。

你应该看到

安装完成后，Ctrl+V 粘贴图片正常工作
输入框出现 [Image 1] 标记

第 3 步：引用本地图片文件

操作

在输入框输入 @
选择图片文件路径，或直接输入路径
回车确认

或者更简单：

在文件管理器复制图片文件的完整路径
在 OpenCode 输入框粘贴路径

你应该看到

输入框出现 [Image 1] 标记
和截图粘贴效果一样

第 4 步：发送并查看 AI 回复

操作

在 [Image 1] 前后添加你的问题描述
按 Enter 发送

你应该看到

AI 会分析图片内容并给出回答
如果是报错截图，AI 会给出修复建议
如果是设计稿，AI 会给出改进意见

示例对话

用户：这个报错是什么意思？[Image 1]

AI：这个错误表示模块找不到。从截图看，问题出在...

第 5 步：删除已添加的图片

操作

在输入框用 Backspace 或 Delete 删除 [Image 1] 标记

为什么
删除虚拟标记就等同于取消这张图片的发送。图片不会随消息发出。

检查点 ✅

[ ] 截图后能成功粘贴到输入框（出现 [Image 1]）
[ ] 引用本地图片文件成功
[ ] AI 能正确识别并分析图片内容
[ ] 知道怎么删除已添加的图片

🚑 故障排除：Ctrl+V 不能粘贴图片

按这个流程一步步排查：

第 1 关：确认图片真的在剪贴板

测试方法：

截图后，打开系统的文本编辑器（记事本/TextEdit）
按 Ctrl+V，如果能粘贴出文字说明截图工具复制的是文字描述
应该粘贴不出东西，说明图片在剪贴板里

如果粘贴出了文字：说明你用的截图工具把图片存到了文件，只把文件名放进了剪贴板。改用系统自带的截图快捷键（见第 0 步表格）。

第 2 关：Linux 专用检查

如果是 Linux 且粘贴没反应：

bash

# 1. 确认显示服务器类型
echo $XDG_SESSION_TYPE
# 输出应该是 x11 或 wayland

# 2. 检查是否安装了对应工具
# X11 用户：
which xclip
# 或
which xsel

# Wayland 用户：
which wl-paste

如果显示命令没找到：安装对应工具（见第 2 步）。

如果已安装但还是不行：

尝试手动读取剪贴板测试工具是否工作：

bash

# X11
xclip -selection clipboard -t image/png -o > /tmp/test.png
# 如果生成了 test.png 文件，说明工具正常

# Wayland
wl-paste -t image/png > /tmp/test.png

第 3 关：确认不是模型问题

现象：能粘贴出 [Image 1]，但 AI 说看不到图。

原因：你用的模型不支持图片输入。

支持图片的模型（截至 2026 年 3 月）：

提供商	支持图片的模型
OpenAI	GPT-5.2、GPT-5
Anthropic	Claude Opus 4.6、Claude Sonnet 4.6
Google	Gemini 3.1 Pro/Flash
月之暗面	Kimi K2.5（国内首推）

国内模型注意

Kimi K2.5：✅ 支持图片
智谱 GLM-5、MiniMax 2.5、DeepSeek、豆包、通义千问：❌ 不支持图片

如果你用国产模型，建议选择 Kimi K2.5。

特殊限制：Anthropic 图片尺寸

Anthropic (Claude) 模型对图片尺寸有限制：

最大 2000 像素（宽或高）
超过此限制会报错：At least one of the image dimensions exceed max allowed size

解决：截图时选择较小区域，或使用图片压缩工具。

已知问题：Azure GPT-5.2-Codex

Azure 上的 gpt-5.2-codex 模型目前有图片粘贴问题：

粘贴后会显示 [Image 1]，但发送时提示 "File not found: Image 1"
这是模型集成问题，与 OpenCode 无关

解决：切换到普通版 GPT-5.2（非 Codex）或其他支持图片的模型。

第 4 关：快捷键冲突检查

现象：按 Ctrl+V 输入框出现了 ^V 或其他奇怪字符。

原因：终端模拟器或 SSH 客户端拦截了 Ctrl+V。

解决：

Windows Terminal：设置 → 操作 → 确保 Ctrl+V 绑定的是「粘贴」
iTerm2 (Mac)：Preferences → Keys → 检查 Cmd+V 绑定
JetBrains IDE Terminal (Mac)：使用 Ctrl+V 而不是 Cmd+V
macOS 某些输入法（如俄语、中文部分输入法）：切换到英文输入法再试
SSH 到远程服务器：远程服务器也需要安装剪贴板工具，或者使用 OSC52 协议（自动回退）

第 5 关：终端多路复用器问题

现象：在 Zellij、tmux 或 screen 中，复制粘贴不正常。

原因：这些多路复用器会拦截 OSC52 剪贴板序列，导致无法与系统剪贴板交互。

解决：

暂时退出多路复用器，直接在普通终端中使用 OpenCode
或在多路复用器外部启动 OpenCode

受影响的工具：

Zellij（已知问题）
tmux（取决于配置）
screen（取决于配置）

第 6 关：WSL 环境特殊问题

现象：在 WSL/WSL2 中，复制粘贴行为不一致。

原因：WSL 是 Windows 上的 Linux 子系统，剪贴板需要在 Windows 和 Linux 之间桥接。

解决：

粘贴图片：WSL 支持图片粘贴，但如果失败，尝试在 Windows Terminal 中直接运行 OpenCode（而不是在 WSL 内）
复制内容：WSL 中复制的文本可以正常粘贴到 Windows，但分享链接等功能可能需要额外配置
推荐：如果主要工作环境是 Windows，建议直接安装 Windows 版 OpenCode

踩坑提醒

现象	原因	解决
Ctrl+V 没反应	Linux 缺少剪贴板工具	安装 `xclip` 或 `wl-clipboard`
粘贴后出现 `^V`	终端快捷键冲突	检查终端设置
粘贴后 AI 说看不到图	模型不支持图片输入	切换到 GPT-5.2、Claude 4.6、Kimi K2.5 等支持图片的模型
`[Image 1]` 删不掉	在只读模式或输入框锁定	确保输入框处于编辑状态
图片太大发送失败	Anthropic 模型限制 2000 像素	压缩图片或截图时选较小区域
Mac 截图后粘贴没图	截图保存到了桌面，没进剪贴板	用 `Ctrl + Cmd + Shift + 4` 区域截图
JetBrains IDE 内粘贴失败	IDE Terminal 快捷键处理不同	用 `Ctrl+V` 而不是 `Cmd+V`（Mac）
Zellij/tmux 中复制失败	多路复用器拦截 OSC52 序列	暂时退出多路复用器使用
某些输入法下粘贴失败	macOS 输入法切换导致快捷键识别异常	切换到英文输入法再试
WSL 中粘贴不稳定	Windows/Linux 剪贴板桥接问题	直接在 Windows Terminal 中运行 OpenCode

本课小结

你学会了：

各平台截图快捷键：Windows/Mac/Linux 的区域/全屏/窗口截图方法
三种给 AI 传图片的方式：粘贴截图、引用文件、AI 生成
Linux 需要额外安装剪贴板工具：xclip（X11）或 wl-clipboard（Wayland）
故障排除六步法：检查剪贴板 → Linux 工具检查 → 模型支持确认 → 快捷键冲突排查 → 多路复用器检查 → WSL 环境检查
模型支持情况：
- 国际：GPT-5.2、Claude 4.6、Gemini 3.1 支持图片
- 国内：只有 Kimi K2.5 支持，GLM-5、MiniMax 2.5 等不支持
- Anthropic 限制图片最大 2000 像素
- Azure GPT-5.2-Codex 目前有图片粘贴问题
特定环境问题：
- JetBrains Terminal 要用 Ctrl+V 而非 Cmd+V
- Zellij/tmux 等多路复用器可能干扰剪贴板
- macOS 某些输入法（如俄语、中文部分输入法）可能导致粘贴失败
输入框里的 [Image N] 是虚拟标记：可随时删除

下一课预告

下一课我们学习 2.2 管理对话。
你会学到：
新建、切换多个对话会话
撤销误发的消息
导出对话记录

附录：源码参考

点击展开查看源码位置

更新时间：2026-03-01（v1.2+）

功能	文件路径	关键逻辑
剪贴板图片读取	`src/cli/cmd/tui/util/clipboard.ts`	跨平台图片读取实现
Windows 图片粘贴	`src/cli/cmd/tui/component/prompt/index.tsx`	Ctrl+V 拦截图片粘贴
粘贴事件处理	`src/cli/cmd/tui/component/prompt/index.tsx`	onPaste 事件处理
图片标记插入	`src/cli/cmd/tui/component/prompt/index.tsx`	pasteImage 函数实现
图片文件引用	`src/session/prompt.ts`	@ 引用文件处理
图片发送给 AI	`src/acp/agent.ts`	image block 发送逻辑
快捷键配置	`src/config/config.ts`	input_paste 默认 `ctrl+v`

关键实现细节（clipboard.ts:30-74）：

typescript

// 读取剪贴板图片的跨平台实现
if (os === "darwin") {
  // macOS: 使用 osascript 读取剪贴板图片
}
if (os === "win32" || release().includes("WSL")) {
  // Windows: 使用 PowerShell 读取剪贴板
}
if (os === "linux") {
  // Linux Wayland: wl-paste -t image/png
  // Linux X11: xclip -selection clipboard -t image/png -o
}

2.1d 使用图片与 AI 对话 ​

📝 课程笔记 ​

学完你能做什么 ​

你现在的困境 ​

什么时候用这一招 ​

🎒 开始前的准备 ​

核心思路 ​

跟我做 ​

第 0 步：各平台截图方法 ​

第 1 步：截图并粘贴 ​

第 2 步：Linux 用户安装剪贴板工具（如需要） ​

第 3 步：引用本地图片文件 ​

第 4 步：发送并查看 AI 回复 ​

第 5 步：删除已添加的图片 ​

检查点 ✅ ​

🚑 故障排除：Ctrl+V 不能粘贴图片 ​

第 1 关：确认图片真的在剪贴板 ​

第 2 关：Linux 专用检查 ​

第 3 关：确认不是模型问题 ​

第 4 关：快捷键冲突检查 ​

第 5 关：终端多路复用器问题 ​

第 6 关：WSL 环境特殊问题 ​

踩坑提醒 ​

本课小结 ​

下一课预告 ​

附录：源码参考 ​

2.1d 使用图片与 AI 对话

📝 课程笔记

学完你能做什么

你现在的困境

什么时候用这一招

🎒 开始前的准备

核心思路

跟我做

第 0 步：各平台截图方法

第 1 步：截图并粘贴

第 2 步：Linux 用户安装剪贴板工具（如需要）

第 3 步：引用本地图片文件

第 4 步：发送并查看 AI 回复

第 5 步：删除已添加的图片

检查点 ✅

🚑 故障排除：Ctrl+V 不能粘贴图片

第 1 关：确认图片真的在剪贴板

第 2 关：Linux 专用检查

第 3 关：确认不是模型问题

第 4 关：快捷键冲突检查

第 5 关：终端多路复用器问题

第 6 关：WSL 环境特殊问题

踩坑提醒

本课小结

下一课预告

附录：源码参考