npm install -g vision-relay
vision-relay init          # 配置视觉模型（协议 / URL / Key / 模型名）
vision-relay model         # 替换视觉模型（只换模型名 / 换供应商，每步可跳过）
vision-relay setup         # 接线（一键确认；写 hook / MCP / 命令）
vision-relay setup --all   # 不询问，配置所有已检测终端
vision-relay doctor        # 检查配置与接线状态

Claude Code 也可通过插件市场安装：

/plugin marketplace add nan1010082085/claude-plugins
/plugin install vision-relay@claude-plugins

然后仍建议跑一次 vision-relay init + setup。

用法怎么选

场景	怎么做	终端
推荐有文件路径	`/vision ./a.png 报错怎么修`	Claude / Codex / opencode
图在系统剪贴板（截图后）	`/vision clipboard 屏幕上写了什么`	同上；不要把图贴进对话框
最近落盘的附件	`/vision recent …`	Claude image-cache / Codex attachments
Cursor / 无斜杠命令	让 Agent 调 MCP `vision_describe`	Cursor 等
Claude 对话里粘贴/拖图	`vision-relay claude` 再开对话	仅 Claude Code CLI
Codex 对话里贴图	❌ 客户端常直接拒；用路径 / clipboard	Codex

硬限制： 无包装时，禁止在对话里粘贴/拖图（Claude → 400；Codex → 客户端拦截）。一律用路径 / clipboard / recent 纯文本参数。

推荐：`/vision` 两段式

/vision ./screenshots/error.png 这个报错是什么原因
/vision clipboard 屏幕上的错误是什么
/vision recent 最近一张图里有什么
/vision "#1" 图片内容          # 仅 Claude：读 image-cache，勿再附图

Agent 必须：

跑 vision-relay describe "<图>" -q "<问题>"（或 MCP vision_describe）
只根据返回文字回答 / 改代码，禁止猜图

Codex 桌面端自定义 prompt 名可能是 /prompts:vision，参数写法相同。

终端 CLI

vision-relay describe ./a.png -q "逐字转录报错"
vision-relay describe clipboard -q "报错全文"
vision-relay describe recent -q "这张图是什么"
vision-relay describe "#1" -q "图片内容"

<图>：路径 | URL | clipboard | recent | #N / [Image #N]

Claude 对话内粘贴：`vision-relay claude`

仅当你必须在 Claude Code 输入框里粘贴/拖图，且编码上游是纯文本模型：

vision-relay claude          # 可跟原有参数，如 -c
vision-relay claude -q       # 静默模式：不输出启动诊断信息
vision-relay claude -q -c    # 静默 + 继续上一个会话

用 --settings 固定路径文件（~/.config/vision-relay/session-settings.json）覆盖 ANTHROPIC_BASE_URL → 本机代理
不碰 ~/.claude/settings.json，与 cc-switch 互不干扰
固定路径只需信任一次（首次弹确认，后续不再提示）
有图：视觉模型识别 → 文字再转发编码上游
无图：原样透传编码上游
Hook / MCP / 记忆等本地能力不受影响
退出 Claude 后改写停止
-q, --quiet：静默模式，不输出启动诊断信息（减少终端缓冲区占用）

vision-relay doctor 里有「会话包装」检查项。

MCP `vision_describe`

参数	说明
`path`	本地路径，或 `clipboard` / `recent` / `#1`
`url`	图片 URL
`source`	可选，同 path 别名
`question`	强烈建议：针对图的问题
`image_data`	base64（一般不推荐）

必须先调工具再回答。Cursor 主通道。

CLI 一览

命令	说明
`init`	配置视觉模型并测连通
`model`	引导替换视觉模型（只换模型名 / 换供应商），每步可跳过
`setup`	接线各终端；覆盖更新 `/vision` 模板
`describe <图> [-q 问题]`	同步识别，stdout 输出描述
`claude`	会话包装启动 Claude（粘贴改写）
`test`	1×1 测试图验证视觉 API
`doctor`	配置、接线、会话包装诊断

斜杠命令：/vision · /vision-config · /vision-doctor 别名：vr（等同 vision-relay）

工作原理

推荐：
  /vision ./x.png 问题
    → describe / MCP → 视觉模型 → 文字
    → 编码模型只读文字 → 回答

可选（仅 Claude CLI 贴图）：
  vision-relay claude
    → 本机改写 Image→文字 → 原编码上游（透传无图请求）

视觉与编码是两条线：视觉读 ~/.config/vision-relay/config.json；编码仍走你原来的上游（如 cc-switch / Ark）。

内联图片查找流程（Hook）

当 Claude Code 的 hook 收到 [Image #N] 引用时，按以下顺序查找：

image-cache 文件：~/.claude/image-cache/<session>/<N>.png（最快，但 Claude 常清理）
跨 session 缓存：扫描所有 session 的 image-cache 目录（v0.12.5+）
当前会话 transcript：从会话 jsonl 中提取 base64 图片数据
全局 transcript 搜索：扫描所有会话的 transcript（v0.12.5+，支持跨会话引用历史图片）

配置

~/.config/vision-relay/config.json（0600）：

{
  "vision": {
    "type": "openai",
    "baseUrl": "https://your-vision-endpoint/v1",
    "apiKey": "sk-...",
    "model": "your-vision-model",
    "maxTokens": 4096,
    "targetImageBytes": 5242880,
    "maxImageEdge": 8000,
    "maxImageBytes": 104857600
  },
  "hook": { "enabled": true, "maxImages": 4 }
}

协议：openai 或 anthropic，不绑定厂商。

图片：超约 5MB 或长边 8000px 自动压缩；100MB 硬上限。

边界

能力	说明
Codex 对话贴图	客户端常直接拒，请用 `/vision` + 路径/clipboard
无包装时 Claude 贴图	仍会 400；请用 `/vision` 或 `vision-relay claude`
hook	可辅助路径 / image-cache / transcript；不能单独破硬 400
常驻代理	已移除；只有会话包装，退出即停

更新日志

版本	变更
0.12.13–0.12.15	npm README 版本号同步重发（无功能变更；由此确立「先更新 README 再 publish」流程）
0.12.12	启动日志增加视觉模型地址和模型名
0.12.11	去除 proxy stderr 回显
0.12.10	图片描述注入 system 字段，避免 UI 回显改写文本
0.12.9	修复 `vr claude` 代理被绕过：用固定路径 `--settings` 文件覆盖，不碰 settings.json，与 cc-switch 互不干扰
0.12.5	跨会话内联图片搜索：image-cache 和 transcript 均支持全局回退
0.12.4	Windows spawn .cmd ENOENT 修复
0.12.3	Windows spawn 修复 + `vr` 别名
0.12.2	移除 `--settings` 避免启动信任对话框
0.12.1	stdin 已关闭时 readStdin 不阻塞
0.12.0	Claude Code 版本检测 + hook matcher 自动修复
0.11.0	transcript 兜底读取粘贴图，hook 优先本地命令
0.10.6	用户可见识别状态简报
0.10.2	优化 /vision 与 MCP 图源解析
0.10.1	会话包装粘贴改写（claude --settings）
0.9.0	命令优先两段式（describe + /vision）