@oadank/dsh-input-tools 0.3.13 → 0.3.15

package/README.md

@@ -18,7 +18,9 @@
 | 语音气泡 | 用户/AI 语音消息可点击播放，尾部复制转写文本 |
 
 ### 图片
-- 输入框图片按钮上传 → **文本模型也能发图**：图片转本地路径，AI 自动调视觉 MCP 识图后回答
+- 输入框图片按钮上传 → **文本模型也能发图**：图片转本地路径文本，AI 自动调视觉 MCP 识图后回答
+- 附件存储自动生成**带扩展名的别名**（jpg/png/webp→png），zai-vision 等按扩展名校验的
+  识图工具可直接读取（源码补丁包含，无需额外配置）
 
 ### 余额
 - 直连模型时输入框右侧实时显示余额（¥xx）
@@ -67,6 +69,7 @@ powershell -ExecutionPolicy Bypass -File scripts\setup-profile.ps1
 # Linux/macOS：
 bash scripts/setup-profile.sh
 pnpm install
+pnpm run build:lib       # ⚠️ 必须！全新 clone 无编译产物，跳过会报 Failed to resolve @deepseek-ai/dsh-client-web
 pnpm run build:web
 dsh --profile web
 ```
@@ -81,7 +84,9 @@ setup 脚本自动完成：装插件进 profile → 注册 → 检查 ffmpeg →
 ### 依赖
 
 - **ffmpeg**（语音转码必需）：Windows `winget install ffmpeg`；Linux `sudo apt install ffmpeg`
-- 视觉 MCP（图片识图用）：在 dsh 设置里配置 vision MCP 服务（如 visionqa / zai-vision）
+- **视觉 MCP**（图片识图必需）：在 dsh 设置里配置至少一个视觉 MCP 服务，AI 用它的工具识图：
+  - `zai-vision`（推荐，通用）：`npx -y @z_ai/mcp-server`，配 `Z_AI_BASE_URL=http://localhost:11434/v1/`（本地 ollama 跑 qwen3-vl 等视觉模型），按扩展名校验（已由补丁解决）
+  - `visionqa`（本机自建服务）
 
 ## 配置
 
@@ -99,7 +104,7 @@ cd deepseek-harness
 git checkout 141eb6fef8        # 官方 dsh-0.1.0-rc.8 基线
 # 打补丁（脚本自动探测/输入源码位置）：
 powershell -ExecutionPolicy Bypass -File <插件目录>\patches\apply-voice-patch.ps1
-pnpm install && pnpm run build:web && dsh --profile web
+pnpm install && pnpm run build:lib && pnpm run build:web && dsh --profile web
 ```
 
 ### 方案 B：直接用整合版 fork（推荐）
@@ -108,7 +113,7 @@ pnpm install && pnpm run build:web && dsh --profile web
 git clone https://github.com/oadank/deepseek-harness.git
 cd deepseek-harness
 powershell -ExecutionPolicy Bypass -File scripts\setup-profile.ps1
-pnpm install && pnpm run build:web && dsh --profile web
+pnpm install && pnpm run build:lib && pnpm run build:web && dsh --profile web
 ```
 
 > 补丁基线官方 rc.8（141eb6fef8），官方后续更新可能不兼容，请先 checkout 该基线再打。回滚：`git apply -R`。

package/lib/client.js

@@ -586,6 +586,12 @@ window.__ModuleLoader__.load({
       const [vdSamples, setVdSamples] = useState([]); // VoiceDesign 官方示例音频（预生成）
       // [2026-08-21] 试听失败的错误提示（之前失败静默无反馈）
       const [previewErr, setPreviewErr] = useState(null);
+      // [2026-08-22] 试听失败浮动 Toast（fixed 顶部居中，醒目弹窗式，6 秒自动消失）
+      useEffect(() => {
+        if (previewErr === null) return;
+        const t = window.setTimeout(() => setPreviewErr(null), 6000);
+        return () => window.clearTimeout(t);
+      }, [previewErr]);
       // [2026-08-21] API Key 明文/密文切换（眼睛图标）
       const [showKeys, setShowKeys] = useState({});
       // [2026-08-21] 本地 TTS 一键安装命令
@@ -727,8 +733,18 @@ window.__ModuleLoader__.load({
             const audio = new Audio("data:" + d.mediaType + ";base64," + d.data);
             previewRef.current = audio;
             audio.onended = () => { if (previewTagRef.current === curTag) setPreviewing(null); };
-            audio.onerror = () => { if (previewTagRef.current === curTag) setPreviewing(null); };
-            audio.play().catch(() => { if (previewTagRef.current === curTag) setPreviewing(null); });
+            audio.onerror = () => {
+              if (previewTagRef.current === curTag) {
+                setPreviewing(null);
+                setPreviewErr("音频加载/播放失败（服务可能返回了无效音频）");
+              }
+            };
+            audio.play().catch(() => {
+              if (previewTagRef.current === curTag) {
+                setPreviewing(null);
+                setPreviewErr("音频加载/播放失败（服务可能返回了无效音频）");
+              }
+            });
           })
           .catch((e) => { if (previewTagRef.current === curTag) setPreviewing(null); setPreviewErr(String(e?.message ?? e)); });
       };
@@ -893,9 +909,16 @@ window.__ModuleLoader__.load({
         // 分区标题（语音图标已移到各服务商卡片前）
         h("div", { style: { display: "flex", alignItems: "center", gap: "8px", fontSize: "15px", fontWeight: 700, color: "var(--dsw-alias-label-primary,#e6e9ef)" } },
           "语音服务"),
-        // [2026-08-21] 试听失败错误横幅（原来静默无提示）
-        previewErr !== null ? h("div", { style: { fontSize: "12.5px", lineHeight: "1.6", color: "#e5484d", border: "1px solid rgba(229,72,77,.4)", borderRadius: "8px", padding: "8px 10px", background: "rgba(229,72,77,.08)", whiteSpace: "pre-wrap" } },
-          "试听失败：" + previewErr) : null,
+        // [2026-08-21] 试听失败错误提示；[2026-08-22] 改为 fixed 顶部弹窗 Toast（醒目，6s 自动消失）
+        previewErr !== null ? h("div", {
+          style: {
+            position: "fixed", top: "24px", left: "50%", transform: "translateX(-50%)", zIndex: 9999,
+            background: "rgba(229,72,77,.95)", color: "#fff", borderRadius: "10px",
+            padding: "10px 18px", fontSize: "13px", lineHeight: "1.5",
+            boxShadow: "0 6px 24px rgba(0,0,0,.45)", maxWidth: "440px", whiteSpace: "pre-wrap",
+            pointerEvents: "none",
+          },
+        }, "试听失败：" + previewErr) : null,
         // [2026-08-21] 语音能力状态面板（安装即用 vs dsh 原生契约支持）
         caps !== null ? h("div", { style: { border: "1px solid var(--dsw-alias-border-l1,#333a45)", borderRadius: "10px", padding: "10px 12px", display: "flex", flexDirection: "column", gap: "6px", background: "rgba(128,128,128,.05)", fontSize: "12.5px", lineHeight: "1.5" } },
           h("div", { style: { fontSize: "12px", fontWeight: 600, opacity: .8 } }, "语音能力"),

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@oadank/dsh-input-tools",
-  "version": "0.3.13",
+  "version": "0.3.15",
   "private": false,
   "type": "module",
   "main": "lib/index.js",