Skip to content

fix(mcp): 为 view_image 提供 ChatGPT 图片上下文组件 - #33

Draft
JTropy wants to merge 2 commits into
uvwt:mainfrom
JTropy:fix/chatgpt-image-context
Draft

JTropy wants to merge 2 commits into
uvwt:mainfrom
JTropy:fix/chatgpt-image-context

Conversation

@JTropy

@JTropy JTropy commented Sep 19, 2026

Copy link
Copy Markdown

问题与实现

ChatGPT 网页端可能仅向模型暴露标准 MCP 图片结果的元数据。此 PR 给 view_image 添加可选图片组件:预览真实图片,用户点击后经宿主 uploadFile / widgetState.imageIds 将其加入后续模型轮次。保留输出 schema、structuredContent 与图片字节。

更新:统一共享实现

最初实现位于 NexusDock。现将 HTML、宿主桥接、统一提示和 7 个组件行为测试下沉到 agentdock-protocol/mcpapps,本仓库删除重复实现;AgentDock 直连也使用同一组件。

草稿与依赖

当前 go.mod 的 v0.8.1 不含新增接口,更新后的草稿不能独立构建或合并。须先合并发布协议 PR,再更新 go.mod/go.sum 到真实上游版本并重新运行独立 CI。没有本地 replace、虚构版本或私人 fork 依赖。

审阅时在临时目录运行 go work init <协议仓库路径> <NexusDock仓库路径>,设置 GOWORK 为该文件绝对路径,进入 NexusDock 运行 make ci。联合验证的协议版本为 3b5502c8ec9a8e187d5e03c0f6fc4716452513d2

验证证据

  • 更新后的 Go workspace 联合 make ci 通过:web build、共享 7 个组件测试、Go 全量及竞态测试、vet、契约/仓库检查、构建。这不是当前 v0.8.1 下的独立 CI 通过。
  • 先前独立组件版本 9f6cb2d 已用 Chrome + ChatGPT 实测:点击后正确识别未在提示词透露的按钮颜色、历史算式和结果,未使用 OCR 或人工答案。
  • 本次迁移保留同一组件逻辑,变更组件名称及代码归属;当前共享版本未替换既有部署,未宣称新增浏览器端到端验收。
  • 既有测试账号 CSP 为关闭;本 PR 未修改该设置,也未在 CSP 开启状态下完成宿主验收。

限制

这是用户点击后、后续轮次识图,不是同轮无人值守 Computer Use。不默认保存到文件库,不新增网络域名,不改认证。宿主接口不可用则降级预览。上传文件由 ChatGPT 管理,保留期不继承节点 Artifact TTL。

官方无 develop 分支,基于 main。未提交部署配置、凭据、节点信息或用户截图。

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant