koishi-plugin-image-prompt 1.2.0 → 1.3.0

package/lib/index.d.ts

@@ -9,7 +9,7 @@ export declare const inject: {
     required: string[];
     optional: string[];
 };
-export declare const usage = "\n---\n\n\u6B64\u63D2\u4EF6\u76F4\u63A5\u8C03\u7528 OpenAI \u517C\u5BB9\u7684 Chat Completions \u63A5\u53E3\u751F\u6210\u56FE\u7247\n\n\u8BF7\u5728\u63D2\u4EF6\u8BBE\u7F6E\u4E2D\u586B\u5199\uFF1A\n\n- API \u670D\u52A1\u5668\u5730\u5740\uFF08baseUrl\uFF09\n- \u4F7F\u7528\u7684\u6A21\u578B\uFF08model\uFF09\n- API \u5BC6\u94A5\uFF08apiKey\uFF09\n\n\u3010AI \u9009\u62E9\u53C2\u8003\u56FE\u7247\u3011\n\n1. \u5728\u300C\u53C2\u8003\u56FE\u7247\u7EC4\u300D\u4E2D\u6CE8\u518C\u5206\u7EC4\uFF1A\u6BCF\u7EC4\u586B\u5199\u82E5\u5E72\u5F20\u300C\u56FE\u7247\u94FE\u63A5 + \u63CF\u8FF0\u300D\uFF08\u63CF\u8FF0\u7528\u4E8E\u8BA9 AI \u5224\u65AD\u8BE5\u56FE\u7684\u7528\u9014\uFF09\u3002\n   **\u63CF\u8FF0\u4E00\u5B9A\u8981\u5199\u5177\u4F53**\uFF08\u53D1\u8272\u53D1\u578B\u3001\u670D\u88C5\u3001\u52A8\u4F5C\u3001\u753B\u98CE\uFF09\u2014\u2014 \u6253\u5206\u5236\u4E0B\u6CA1\u63CF\u8FF0\u7684\u56FE\u6C38\u8FDC\u9009\u4E0D\u4E0A\u3002\n2. \u5728\u6307\u4EE4\u914D\u7F6E\u7684\u300C\u5F15\u7528\u7684\u53C2\u8003\u56FE\u7247\u7EC4\u540D\u79F0\u300D\u4E2D\u586B\u5165\u7EC4\u540D\uFF08\u53EF\u586B\u591A\u4E2A\uFF09\uFF0C\u8BE5\u6307\u4EE4\u6267\u884C\u65F6\u4F1A\u628A\u7EC4\u5185\u56FE\u7247\u5168\u90E8\u4EA4\u7ED9 AI \u6311\u9009\u3002\n3. \u300CAI \u9009\u56FE\u8BBE\u7F6E\u300D\u53EF\u4FEE\u6539\u5BF9\u8BDD\u6A21\u578B\uFF08\u9ED8\u8BA4 Qwen/Qwen2.5-7B-Instruct\uFF09\u3001\u9009\u62E9\u6A21\u5F0F\u3001\u63D0\u793A\u8BCD\u6A21\u677F\u3001\u8D85\u65F6\u4E0E\u91CD\u8BD5\u7B49\uFF1B\n   \u63A5\u53E3\u5730\u5740/\u5BC6\u94A5\u7559\u7A7A\u65F6\u590D\u7528\u7ED8\u56FE\u63A5\u53E3\u7684\u914D\u7F6E\u3002\n4. \u300C\u9009\u56FE\u6A21\u5F0F\u300D\u9ED8\u8BA4\u662F**\u6253\u5206\u5236**\uFF1A\u5148\u53EA\u505A\u9700\u6C42\u5206\u6790\uFF08**\u4E0D\u7ED9\u6A21\u578B\u5019\u9009\u56FE**\uFF0C\u5B83\u6CA1\u6709\u300C\u53EF\u6311\u7684\u5BF9\u8C61\u300D\uFF09\uFF0C\n   \u518D\u7528\u5173\u952E\u8BCD\u5728\u672C\u5730\u53EC\u56DE\uFF0C\u7136\u540E\u8981\u6C42\u6A21\u578B\u7ED9\u6BCF\u5F20\u5019\u9009\u56FE\u6253 0-100 \u5206\uFF0C\u4F4E\u4E8E\u300C\u6700\u4F4E\u5206\u6570\u7EBF\u300D\u7684\u4E00\u5F8B\u4E0D\u8981\u3002\n   \u4E00\u5F20\u90FD\u4E0D\u8FBE\u6807\u5C31\u5982\u5B9E\u544A\u77E5\u7528\u6237\u300C\u56FE\u5E93\u91CC\u6CA1\u6709\u5408\u9002\u7684\u53C2\u8003\u56FE\u300D\uFF0C**\u4E0D\u4F1A\u786C\u51D1**\uFF1B\n   \u82E5\u5F00\u542F\u300C\u7F3A\u5C11\u5408\u9002\u53C2\u8003\u56FE\u65F6\u8BE2\u95EE\u7528\u6237\u8865\u5145\u53D1\u9001\u300D\uFF0C\u4F1A\u8BF7\u7528\u6237\u8865\u53D1\u4E00\u5F20\u53C2\u8003\u56FE\uFF08\u7528\u6237\u53D1\u7684\u56FE\u4F1A\u88AB\u76F4\u63A5\u4F7F\u7528\uFF09\u3002\n   \u60F3\u56DE\u5230\u8001\u884C\u4E3A\u5C31\u628A\u300C\u9009\u56FE\u6A21\u5F0F\u300D\u6539\u6210\u300C\u65E7\u7248\u300D\u3002\n5. \u5F53\u7528\u6237\u660E\u786E\u8BF4\u300C\u4E0D\u7528\u53C2\u8003 / \u968F\u610F\u753B / \u81EA\u7531\u53D1\u6325\u300D\u65F6\uFF0C\u76F4\u63A5\u8DF3\u8FC7\u9009\u56FE\uFF0C\u4E00\u6B21\u9009\u56FE\u8BF7\u6C42\u90FD\u4E0D\u53D1\u3002\n6. \u300C\u542F\u7528 AI \u667A\u80FD\u9009\u62E9\u53C2\u8003\u56FE\u7247\u300D\u9ED8\u8BA4\u5173\u95ED\uFF0C\u9700\u624B\u52A8\u5F00\u542F\uFF1B\u300CAI \u9009\u56FE\u5931\u8D25\u65F6\u56DE\u9000\u4E3A\u4F7F\u7528\u5019\u9009\u6C60\u5185\u5168\u90E8\u56FE\u7247\u300D\u9ED8\u8BA4\u5173\u95ED\uFF0C\n   \u5931\u8D25\u65F6\u672C\u6B21\u4E0D\u4F7F\u7528\u53C2\u8003\u56FE\u7247\uFF08\u5F00\u542F\u5219\u6539\u7528\u5019\u9009\u6C60\u5185\u5168\u90E8\u56FE\u7247\uFF09\u3002\u6CE8\u610F\u300C\u56DE\u9000\u300D\u53EA\u5BF9**\u8BF7\u6C42\u5931\u8D25**\u751F\u6548\uFF0C\n   \u5BF9\u300C\u6253\u5206\u4E0D\u8FBE\u6807\u300D\u4E0D\u751F\u6548 \u2014\u2014 \u540E\u8005\u5C31\u8BE5\u4E0D\u5E26\u53C2\u8003\u56FE\u3002\n7. \u300C\u65E7\u7248\u300D\u6A21\u5F0F\u4E0B\u53C2\u8003\u56FE\u8F83\u591A\u65F6\uFF08\u8D85\u8FC7 12 \u5F20\uFF09\u81EA\u52A8\u8D70\u4E24\u7EA7\u68C0\u7D22\uFF1A\u5148\u8BA9\u6A21\u578B\u4EA7\u51FA\u68C0\u7D22\u5173\u952E\u8BCD\u3001\u672C\u5730\u5339\u914D\u53EC\u56DE\uFF0C\n   \u518D\u5BF9\u53EC\u56DE\u7ED3\u679C\u7CBE\u6392\uFF1B\u8BC6\u56FE\u6A21\u5F0F\u4E0B\u4E5F\u53EA\u53D1\u9001\u53EC\u56DE\u7684\u8FD9\u51E0\u5F20\u56FE\u7247\uFF0C\u907F\u514D\u6BCF\u6B21\u90FD\u628A\u6574\u4E2A\u56FE\u5E93\u53D1\u7ED9\u6A21\u578B\u3002\n8. \u63CF\u8FF0\u53EF\u4EE5\u7528\u300C\u751F\u6210\u63CF\u8FF0\u300D\u6307\u4EE4\u8BA9\u6A21\u578B\u770B\u56FE\u81EA\u52A8\u751F\u6210\u5E76\u5199\u56DE\u914D\u7F6E\uFF08\u9700\u8981\u652F\u6301\u56FE\u7247\u8F93\u5165\u7684\u6A21\u578B\uFF09\u3002\n   \u82E5\u9009\u56FE\u6A21\u578B\u652F\u6301\u8BC6\u522B\u56FE\u7247\uFF08\u591A\u6A21\u6001\uFF09\uFF0C\u53EF\u52FE\u9009\u300C\u9009\u56FE\u6A21\u578B\u652F\u6301\u8BC6\u522B\u56FE\u7247\u300D\uFF0C\u63D2\u4EF6\u4F1A\u628A\u5019\u9009\u56FE\u7247\u672C\u8EAB\u53D1\u7ED9\u6A21\u578B\uFF0C\n   \u6A21\u578B\u5BF9\u7740\u771F\u5B9E\u56FE\u7247\u6311\u9009\uFF1B\u5B83\u7ED9\u51FA\u7684\u5173\u952E\u89C6\u89C9\u7279\u5F81\u8FD8\u4F1A\u5E76\u5165\u7ED8\u56FE\u63D0\u793A\u8BCD\uFF0C\u8BA9\u51FA\u56FE\u66F4\u8FD8\u539F\u53C2\u8003\u56FE\u3002\n9. \u751F\u6210\u7ED3\u679C\u53EF\u81EA\u52A8\u5165\u5E93\uFF08\u9ED8\u8BA4\u5173\u95ED\uFF09\uFF0C\u4E0B\u6B21\u80FD\u88AB\u81EA\u5DF1\u68C0\u7D22\u5230\u5E76\u590D\u7528\uFF0C\u5F62\u6210\u95ED\u73AF\uFF1B\n   \u5F00\u542F\u300C\u540E\u53F0\u7ED8\u56FE\u300D\u540E\u51FA\u56FE\u4E0D\u518D\u963B\u585E\uFF0C\u5148\u56DE\u300C\u6B63\u5728\u753B\u300D\uFF0C\u753B\u597D\u4E3B\u52A8\u63A8\u9001\u3002\n\n\u63D0\u793A\u8BCD\u6A21\u677F\u53EF\u7528\u5360\u4F4D\u7B26\uFF1A{candidates} \u5019\u9009\u56FE\u7247\u5217\u8868\u3001{userInput} \u7528\u6237\u9644\u52A0\u9700\u6C42\u3001{max} \u6700\u591A\u9009\u62E9\u6570\u91CF\u3001{command} \u6307\u4EE4\u540D\u3001{prompt} \u6307\u4EE4\u63D0\u793A\u8BCD\n\n---\n\u6B64\u9879\u76EE\u6240\u9700\u7684koishi\u670D\u52A1\uFF1A\u5FC5\u9700 'http', 'logger', 'i18n'\uFF1B\u53EF\u9009 'puppeteer'\uFF08\u4EC5\u300C\u6587\u5B57\u6E32\u67D3\u53C2\u8003\u56FE\u300D\u9700\u8981\uFF09\n\n---\n";
+export declare const usage = "\n---\n\n\u6B64\u63D2\u4EF6\u76F4\u63A5\u8C03\u7528 OpenAI \u517C\u5BB9\u7684 Chat Completions \u63A5\u53E3\u751F\u6210\u56FE\u7247\n\n\u8BF7\u5728\u63D2\u4EF6\u8BBE\u7F6E\u4E2D\u586B\u5199\uFF1A\n\n- API \u670D\u52A1\u5668\u5730\u5740\uFF08baseUrl\uFF09\n- \u4F7F\u7528\u7684\u6A21\u578B\uFF08model\uFF09\n- API \u5BC6\u94A5\uFF08apiKey\uFF09\n\n\u3010AI \u9009\u62E9\u53C2\u8003\u56FE\u7247\u3011\n\n1. \u5728\u300C\u53C2\u8003\u56FE\u7247\u7EC4\u300D\u4E2D\u6CE8\u518C\u5206\u7EC4\uFF1A\u6BCF\u7EC4\u586B\u5199\u82E5\u5E72\u5F20\u300C\u56FE\u7247\u94FE\u63A5 + \u63CF\u8FF0\u300D\uFF08\u63CF\u8FF0\u7528\u4E8E\u8BA9 AI \u5224\u65AD\u8BE5\u56FE\u7684\u7528\u9014\uFF09\u3002\n   **\u63CF\u8FF0\u4E00\u5B9A\u8981\u5199\u5177\u4F53**\uFF08\u53D1\u8272\u53D1\u578B\u3001\u670D\u88C5\u3001\u52A8\u4F5C\u3001\u753B\u98CE\uFF09\u2014\u2014 \u6253\u5206\u5236\u4E0B\u6CA1\u63CF\u8FF0\u7684\u56FE\u6C38\u8FDC\u9009\u4E0D\u4E0A\u3002\n2. \u5728\u6307\u4EE4\u914D\u7F6E\u7684\u300C\u5F15\u7528\u7684\u53C2\u8003\u56FE\u7247\u7EC4\u540D\u79F0\u300D\u4E2D\u586B\u5165\u7EC4\u540D\uFF08\u53EF\u586B\u591A\u4E2A\uFF09\uFF0C\u8BE5\u6307\u4EE4\u6267\u884C\u65F6\u4F1A\u628A\u7EC4\u5185\u56FE\u7247\u5168\u90E8\u4EA4\u7ED9 AI \u6311\u9009\u3002\n3. \u300CAI \u9009\u56FE\u8BBE\u7F6E\u300D\u53EF\u4FEE\u6539\u5BF9\u8BDD\u6A21\u578B\uFF08\u9ED8\u8BA4 Qwen/Qwen2.5-7B-Instruct\uFF09\u3001\u9009\u62E9\u6A21\u5F0F\u3001\u63D0\u793A\u8BCD\u6A21\u677F\u3001\u8D85\u65F6\u4E0E\u91CD\u8BD5\u7B49\uFF1B\n   \u63A5\u53E3\u5730\u5740/\u5BC6\u94A5\u7559\u7A7A\u65F6\u590D\u7528\u7ED8\u56FE\u63A5\u53E3\u7684\u914D\u7F6E\u3002\n4. \u300C\u9009\u56FE\u6A21\u5F0F\u300D\u9ED8\u8BA4\u662F**\u6253\u5206\u5236**\uFF1A\u5148\u53EA\u505A\u9700\u6C42\u5206\u6790\uFF08**\u4E0D\u7ED9\u6A21\u578B\u5019\u9009\u56FE**\uFF0C\u5B83\u6CA1\u6709\u300C\u53EF\u6311\u7684\u5BF9\u8C61\u300D\uFF09\uFF0C\n   \u518D\u7528\u5173\u952E\u8BCD\u5728\u672C\u5730\u53EC\u56DE\uFF0C\u7136\u540E\u8981\u6C42\u6A21\u578B\u7ED9\u6BCF\u5F20\u5019\u9009\u56FE\u6253 0-100 \u5206\uFF0C\u4F4E\u4E8E\u300C\u6700\u4F4E\u5206\u6570\u7EBF\u300D\u7684\u4E00\u5F8B\u4E0D\u8981\u3002\n   \u4E00\u5F20\u90FD\u4E0D\u8FBE\u6807\u5C31\u5982\u5B9E\u544A\u77E5\u7528\u6237\u300C\u56FE\u5E93\u91CC\u6CA1\u6709\u5408\u9002\u7684\u53C2\u8003\u56FE\u300D\uFF0C**\u4E0D\u4F1A\u786C\u51D1**\uFF1B\n   \u82E5\u5F00\u542F\u300C\u7F3A\u5C11\u5408\u9002\u53C2\u8003\u56FE\u65F6\u8BE2\u95EE\u7528\u6237\u8865\u5145\u53D1\u9001\u300D\uFF0C\u4F1A\u8BF7\u7528\u6237\u8865\u53D1\u4E00\u5F20\u53C2\u8003\u56FE\uFF08\u7528\u6237\u53D1\u7684\u56FE\u4F1A\u88AB\u76F4\u63A5\u4F7F\u7528\uFF09\u3002\n   \u60F3\u56DE\u5230\u8001\u884C\u4E3A\u5C31\u628A\u300C\u9009\u56FE\u6A21\u5F0F\u300D\u6539\u6210\u300C\u65E7\u7248\u300D\u3002\n5. \u5F53\u7528\u6237\u660E\u786E\u8BF4\u300C\u4E0D\u7528\u53C2\u8003 / \u968F\u610F\u753B / \u81EA\u7531\u53D1\u6325\u300D\u65F6\uFF0C\u76F4\u63A5\u8DF3\u8FC7\u9009\u56FE\uFF0C\u4E00\u6B21\u9009\u56FE\u8BF7\u6C42\u90FD\u4E0D\u53D1\u3002\n6. \u6307\u4EE4\u4E00\u89E6\u53D1\u5C31\u5148\u56DE\u4E00\u6761\u300C\u6536\u5230\uFF0C\u6B63\u5728\u51C6\u5907...\u300D\uFF08\u300C\u6D88\u606F\u53D1\u9001 \u2192 \u6536\u5230\u63D0\u793A\u300D\uFF0C\u9ED8\u8BA4\u5F00\uFF09\u3002\n   \u540E\u9762\u7684\u4F18\u5316\u63D0\u793A\u8BCD + \u9009\u56FE\u662F\u4E24\u8F6E\u6A21\u578B\u8BF7\u6C42\uFF0C\u53EF\u80FD\u8981\u51E0\u5341\u79D2\uFF0C\u4E0D\u53D1\u8FD9\u6761\u7528\u6237\u4F1A\u4EE5\u4E3A\u673A\u5668\u4EBA\u5361\u6B7B\u3002\n7. **\u5F00\u753B\u524D\u786E\u8BA4**\uFF08\u300C\u6D88\u606F\u53D1\u9001 \u2192 \u5F00\u753B\u524D\u8BF7\u7528\u6237\u786E\u8BA4\u300D\uFF0C\u9ED8\u8BA4\u5F00\uFF09\uFF1AAI \u6311\u5B8C\u53C2\u8003\u56FE\u5148\u4E0D\u753B\uFF0C\n   \u628A\u300C\u672C\u6B21\u4F1A\u53C2\u8003\u54EA\u51E0\u5F20\u56FE\u300D\u5217\u51FA\u6765\uFF0C\u56DE\u590D\u300C\u786E\u8BA4\u300D\u624D\u5F00\u753B\uFF08\u8D85\u65F6\u6216\u56DE\u522B\u7684\u90FD\u7B97\u53D6\u6D88\uFF09\u3002\n   \u4E0D\u60F3\u591A\u8FD9\u4E00\u6B65\u5C31\u5173\u6389\uFF0C\u6216\u5728\u5355\u4E2A\u6307\u4EE4\u4E0A\u8BBE\u6210\u300C\u9009\u597D\u56FE\u76F4\u63A5\u5F00\u753B\u300D\u3002\n8. \u300C\u542F\u7528 AI \u667A\u80FD\u9009\u62E9\u53C2\u8003\u56FE\u7247\u300D\u9ED8\u8BA4\u5173\u95ED\uFF0C\u9700\u624B\u52A8\u5F00\u542F\uFF1B\u300CAI \u9009\u56FE\u5931\u8D25\u65F6\u56DE\u9000\u4E3A\u4F7F\u7528\u5019\u9009\u6C60\u5185\u5168\u90E8\u56FE\u7247\u300D\u9ED8\u8BA4\u5173\u95ED\uFF0C\n   \u5931\u8D25\u65F6\u672C\u6B21\u4E0D\u4F7F\u7528\u53C2\u8003\u56FE\u7247\uFF08\u5F00\u542F\u5219\u6539\u7528\u5019\u9009\u6C60\u5185\u5168\u90E8\u56FE\u7247\uFF09\u3002\u6CE8\u610F\u300C\u56DE\u9000\u300D\u53EA\u5BF9**\u8BF7\u6C42\u5931\u8D25**\u751F\u6548\uFF0C\n   \u5BF9\u300C\u6253\u5206\u4E0D\u8FBE\u6807\u300D\u4E0D\u751F\u6548 \u2014\u2014 \u540E\u8005\u5C31\u8BE5\u4E0D\u5E26\u53C2\u8003\u56FE\u3002\n9. \u300C\u65E7\u7248\u300D\u6A21\u5F0F\u4E0B\u53C2\u8003\u56FE\u8F83\u591A\u65F6\uFF08\u8D85\u8FC7 12 \u5F20\uFF09\u81EA\u52A8\u8D70\u4E24\u7EA7\u68C0\u7D22\uFF1A\u5148\u8BA9\u6A21\u578B\u4EA7\u51FA\u68C0\u7D22\u5173\u952E\u8BCD\u3001\u672C\u5730\u5339\u914D\u53EC\u56DE\uFF0C\n   \u518D\u5BF9\u53EC\u56DE\u7ED3\u679C\u7CBE\u6392\uFF1B\u8BC6\u56FE\u6A21\u5F0F\u4E0B\u4E5F\u53EA\u53D1\u9001\u53EC\u56DE\u7684\u8FD9\u51E0\u5F20\u56FE\u7247\uFF0C\u907F\u514D\u6BCF\u6B21\u90FD\u628A\u6574\u4E2A\u56FE\u5E93\u53D1\u7ED9\u6A21\u578B\u3002\n10. \u63CF\u8FF0\u53EF\u4EE5\u7528\u300C\u751F\u6210\u63CF\u8FF0\u300D\u6307\u4EE4\u8BA9\u6A21\u578B\u770B\u56FE\u81EA\u52A8\u751F\u6210\u5E76\u5199\u56DE\u914D\u7F6E\uFF08\u9700\u8981\u652F\u6301\u56FE\u7247\u8F93\u5165\u7684\u6A21\u578B\uFF09\u3002\n   \u82E5\u9009\u56FE\u6A21\u578B\u652F\u6301\u8BC6\u522B\u56FE\u7247\uFF08\u591A\u6A21\u6001\uFF09\uFF0C\u53EF\u52FE\u9009\u300C\u9009\u56FE\u6A21\u578B\u652F\u6301\u8BC6\u522B\u56FE\u7247\u300D\uFF0C\u63D2\u4EF6\u4F1A\u628A\u5019\u9009\u56FE\u7247**\u81EA\u5DF1\u4E0B\u8F7D\u540E\u8F6C base64**\n   \u518D\u53D1\u7ED9\u6A21\u578B\uFF08\u76F4\u63A5\u4E22\u94FE\u63A5\u7684\u8BDD\uFF0C\u6A21\u578B\u670D\u52A1\u7AEF\u62C9\u4E0D\u5230\u5C31\u4F1A\u6574\u6761\u8BF7\u6C42 400\uFF09\uFF0C\u6A21\u578B\u5BF9\u7740\u771F\u5B9E\u56FE\u7247\u6311\u9009\uFF1B\n   \u5B83\u7ED9\u51FA\u7684\u5173\u952E\u89C6\u89C9\u7279\u5F81\u8FD8\u4F1A\u5E76\u5165\u7ED8\u56FE\u63D0\u793A\u8BCD\uFF0C\u8BA9\u51FA\u56FE\u66F4\u8FD8\u539F\u53C2\u8003\u56FE\u3002\n11. \u751F\u6210\u7ED3\u679C\u53EF\u81EA\u52A8\u5165\u5E93\uFF08\u9ED8\u8BA4\u5173\u95ED\uFF09\uFF0C\u4E0B\u6B21\u80FD\u88AB\u81EA\u5DF1\u68C0\u7D22\u5230\u5E76\u590D\u7528\uFF0C\u5F62\u6210\u95ED\u73AF\uFF1B\n   \u5F00\u542F\u300C\u540E\u53F0\u7ED8\u56FE\u300D\u540E\u51FA\u56FE\u4E0D\u518D\u963B\u585E\uFF0C\u5148\u56DE\u300C\u6B63\u5728\u753B\u300D\uFF0C\u753B\u597D\u4E3B\u52A8\u63A8\u9001\u3002\n\n\u63D0\u793A\u8BCD\u6A21\u677F\u53EF\u7528\u5360\u4F4D\u7B26\uFF1A{candidates} \u5019\u9009\u56FE\u7247\u5217\u8868\u3001{userInput} \u7528\u6237\u9644\u52A0\u9700\u6C42\u3001{max} \u6700\u591A\u9009\u62E9\u6570\u91CF\u3001{command} \u6307\u4EE4\u540D\u3001{prompt} \u6307\u4EE4\u63D0\u793A\u8BCD\n\n---\n\u6B64\u9879\u76EE\u6240\u9700\u7684koishi\u670D\u52A1\uFF1A\u5FC5\u9700 'http', 'logger', 'i18n'\uFF1B\u53EF\u9009 'puppeteer'\uFF08\u4EC5\u300C\u6587\u5B57\u6E32\u67D3\u53C2\u8003\u56FE\u300D\u9700\u8981\uFF09\n\n---\n";
 /**
  * 解析模型返回的 JSON 选择结果（纯函数，便于单独测试）
  * @param raw 模型的原始回复
@@ -62,6 +62,16 @@ export declare function extractJsonObject(raw: string | null | undefined): any |
 export declare function toStrList(value: any): string[];
 /** 用户这句话是不是「不用参考了」 */
 export declare function isSkipReferenceInput(userInput: string): boolean;
+/**
+ * 兜住「需求分析」模型爱乱加的废话。
+ *
+ * 实测模型会把 needTypes 写成
+ * 「能发一张你想用的自己形象的参考图吗？顺便说说 DeepSeek 画成鲸鱼可以吗？」——
+ * 后半句是凭空瞎聊，用户看了莫名其妙。这里只保留第一句、去掉换行和 markdown 修饰、
+ * 限制长度，把「询问补图」这件事还原成一句话。
+ */
+export declare function sanitizeAskMessage(raw: string | null | undefined, max?: number): string;
+export declare function isConfirmInput(raw: string | null | undefined): boolean;
 /** 解析「需求抽取」的返回 */
 export declare function parseAnalysisResult(raw: string | null): RequirementAnalysis | null;
 /** 把「需求要素」转成本地检索用的关键词 */
@@ -194,8 +204,11 @@ export declare function withTokenParam(body: any, param: string): any;
  * @param candidates 候选图片
  * @param vision 是否附带图片
  * @param visionMaxImages 最多附带多少张图片
+ * @param dataUrls 已经自己下载好的 base64 data URL（按 candidates 下标）。**传了它之后，
+ *   没下载成功的图就不再发原始链接了** —— 上游拉不到那个链接会整条请求 400，
+ *   连文字描述一起废掉；只发描述反而还能用。
  */
-export declare function buildSelectorContent(text: string, candidates: CandidateImage[], vision: boolean, visionMaxImages: number): string | any[];
+export declare function buildSelectorContent(text: string, candidates: CandidateImage[], vision: boolean, visionMaxImages: number, dataUrls?: (string | undefined)[]): string | any[];
 /** HTML 转义，避免渲染时把文字当标签吃掉 */
 export declare function escapeHtml(text: string): string;
 /** 把要渲染的文字拼成一份 HTML（供无头浏览器截图） */
@@ -223,6 +236,8 @@ interface CommandConfig {
             aiSelect?: boolean;
             aiMaxSelect?: number;
             aiAskUser?: boolean;
+            /** 该指令是否在开画前请用户确认：'follow' 跟随全局 / 'on' 总是确认 / 'off' 从不确认 */
+            confirmBeforeDraw?: 'follow' | 'on' | 'off' | boolean;
         }[];
     };
     defaultWaitTimeout: number;
@@ -244,6 +259,12 @@ interface CommandConfig {
     textRender?: TextRenderConfig;
     /** 把处理过程中的多条提示合并成一条消息发出（省被动消息额度） */
     mergeNotifications?: boolean;
+    /** 指令一触发就立刻回一条「收到」，避免用户以为卡住 */
+    ackOnStart?: boolean;
+    /** AI 选好参考图后先请用户确认再开画 */
+    confirmBeforeDraw?: boolean;
+    /** 等待用户确认的时间（秒） */
+    confirmTimeout?: number;
     /** 结果图用 markdown 的 ![](url) 单独发一条（支持的平台） */
     markdownImage?: boolean;
     /** 结果图先经 assets 服务上传再发（外链在手机端 QQ 可能拉不到） */
@@ -340,6 +361,8 @@ interface AISelectorConfig {
     notify: boolean;
     vision: boolean;
     visionMaxImages: number;
+    /** 识图时单张候选图的体积上限（MB），超过就只发文字描述 */
+    visionMaxImageBytes?: number;
     visionFallback: boolean;
     appendHint: boolean;
     twoStage: boolean;

package/lib/index.js

@@ -46,6 +46,7 @@ __export(src_exports, {
   extractTextToRender: () => extractTextToRender,
   fitImageSize: () => fitImageSize,
   inject: () => inject,
+  isConfirmInput: () => isConfirmInput,
   isPassiveReplyError: () => isPassiveReplyError,
   isRetryableStatus: () => isRetryableStatus,
   isSkipReferenceInput: () => isSkipReferenceInput,
@@ -62,6 +63,7 @@ __export(src_exports, {
   previewJson: () => previewJson,
   readImageSize: () => readImageSize,
   resolveTokenParam: () => resolveTokenParam,
+  sanitizeAskMessage: () => sanitizeAskMessage,
   sanitizeCaption: () => sanitizeCaption,
   selectByScore: () => selectByScore,
   stripCommandName: () => stripCommandName,
@@ -106,15 +108,21 @@ var usage = `
    \u82E5\u5F00\u542F\u300C\u7F3A\u5C11\u5408\u9002\u53C2\u8003\u56FE\u65F6\u8BE2\u95EE\u7528\u6237\u8865\u5145\u53D1\u9001\u300D\uFF0C\u4F1A\u8BF7\u7528\u6237\u8865\u53D1\u4E00\u5F20\u53C2\u8003\u56FE\uFF08\u7528\u6237\u53D1\u7684\u56FE\u4F1A\u88AB\u76F4\u63A5\u4F7F\u7528\uFF09\u3002
    \u60F3\u56DE\u5230\u8001\u884C\u4E3A\u5C31\u628A\u300C\u9009\u56FE\u6A21\u5F0F\u300D\u6539\u6210\u300C\u65E7\u7248\u300D\u3002
 5. \u5F53\u7528\u6237\u660E\u786E\u8BF4\u300C\u4E0D\u7528\u53C2\u8003 / \u968F\u610F\u753B / \u81EA\u7531\u53D1\u6325\u300D\u65F6\uFF0C\u76F4\u63A5\u8DF3\u8FC7\u9009\u56FE\uFF0C\u4E00\u6B21\u9009\u56FE\u8BF7\u6C42\u90FD\u4E0D\u53D1\u3002
-6. \u300C\u542F\u7528 AI \u667A\u80FD\u9009\u62E9\u53C2\u8003\u56FE\u7247\u300D\u9ED8\u8BA4\u5173\u95ED\uFF0C\u9700\u624B\u52A8\u5F00\u542F\uFF1B\u300CAI \u9009\u56FE\u5931\u8D25\u65F6\u56DE\u9000\u4E3A\u4F7F\u7528\u5019\u9009\u6C60\u5185\u5168\u90E8\u56FE\u7247\u300D\u9ED8\u8BA4\u5173\u95ED\uFF0C
+6. \u6307\u4EE4\u4E00\u89E6\u53D1\u5C31\u5148\u56DE\u4E00\u6761\u300C\u6536\u5230\uFF0C\u6B63\u5728\u51C6\u5907...\u300D\uFF08\u300C\u6D88\u606F\u53D1\u9001 \u2192 \u6536\u5230\u63D0\u793A\u300D\uFF0C\u9ED8\u8BA4\u5F00\uFF09\u3002
+   \u540E\u9762\u7684\u4F18\u5316\u63D0\u793A\u8BCD + \u9009\u56FE\u662F\u4E24\u8F6E\u6A21\u578B\u8BF7\u6C42\uFF0C\u53EF\u80FD\u8981\u51E0\u5341\u79D2\uFF0C\u4E0D\u53D1\u8FD9\u6761\u7528\u6237\u4F1A\u4EE5\u4E3A\u673A\u5668\u4EBA\u5361\u6B7B\u3002
+7. **\u5F00\u753B\u524D\u786E\u8BA4**\uFF08\u300C\u6D88\u606F\u53D1\u9001 \u2192 \u5F00\u753B\u524D\u8BF7\u7528\u6237\u786E\u8BA4\u300D\uFF0C\u9ED8\u8BA4\u5F00\uFF09\uFF1AAI \u6311\u5B8C\u53C2\u8003\u56FE\u5148\u4E0D\u753B\uFF0C
+   \u628A\u300C\u672C\u6B21\u4F1A\u53C2\u8003\u54EA\u51E0\u5F20\u56FE\u300D\u5217\u51FA\u6765\uFF0C\u56DE\u590D\u300C\u786E\u8BA4\u300D\u624D\u5F00\u753B\uFF08\u8D85\u65F6\u6216\u56DE\u522B\u7684\u90FD\u7B97\u53D6\u6D88\uFF09\u3002
+   \u4E0D\u60F3\u591A\u8FD9\u4E00\u6B65\u5C31\u5173\u6389\uFF0C\u6216\u5728\u5355\u4E2A\u6307\u4EE4\u4E0A\u8BBE\u6210\u300C\u9009\u597D\u56FE\u76F4\u63A5\u5F00\u753B\u300D\u3002
+8. \u300C\u542F\u7528 AI \u667A\u80FD\u9009\u62E9\u53C2\u8003\u56FE\u7247\u300D\u9ED8\u8BA4\u5173\u95ED\uFF0C\u9700\u624B\u52A8\u5F00\u542F\uFF1B\u300CAI \u9009\u56FE\u5931\u8D25\u65F6\u56DE\u9000\u4E3A\u4F7F\u7528\u5019\u9009\u6C60\u5185\u5168\u90E8\u56FE\u7247\u300D\u9ED8\u8BA4\u5173\u95ED\uFF0C
    \u5931\u8D25\u65F6\u672C\u6B21\u4E0D\u4F7F\u7528\u53C2\u8003\u56FE\u7247\uFF08\u5F00\u542F\u5219\u6539\u7528\u5019\u9009\u6C60\u5185\u5168\u90E8\u56FE\u7247\uFF09\u3002\u6CE8\u610F\u300C\u56DE\u9000\u300D\u53EA\u5BF9**\u8BF7\u6C42\u5931\u8D25**\u751F\u6548\uFF0C
    \u5BF9\u300C\u6253\u5206\u4E0D\u8FBE\u6807\u300D\u4E0D\u751F\u6548 \u2014\u2014 \u540E\u8005\u5C31\u8BE5\u4E0D\u5E26\u53C2\u8003\u56FE\u3002
-7. \u300C\u65E7\u7248\u300D\u6A21\u5F0F\u4E0B\u53C2\u8003\u56FE\u8F83\u591A\u65F6\uFF08\u8D85\u8FC7 12 \u5F20\uFF09\u81EA\u52A8\u8D70\u4E24\u7EA7\u68C0\u7D22\uFF1A\u5148\u8BA9\u6A21\u578B\u4EA7\u51FA\u68C0\u7D22\u5173\u952E\u8BCD\u3001\u672C\u5730\u5339\u914D\u53EC\u56DE\uFF0C
+9. \u300C\u65E7\u7248\u300D\u6A21\u5F0F\u4E0B\u53C2\u8003\u56FE\u8F83\u591A\u65F6\uFF08\u8D85\u8FC7 12 \u5F20\uFF09\u81EA\u52A8\u8D70\u4E24\u7EA7\u68C0\u7D22\uFF1A\u5148\u8BA9\u6A21\u578B\u4EA7\u51FA\u68C0\u7D22\u5173\u952E\u8BCD\u3001\u672C\u5730\u5339\u914D\u53EC\u56DE\uFF0C
    \u518D\u5BF9\u53EC\u56DE\u7ED3\u679C\u7CBE\u6392\uFF1B\u8BC6\u56FE\u6A21\u5F0F\u4E0B\u4E5F\u53EA\u53D1\u9001\u53EC\u56DE\u7684\u8FD9\u51E0\u5F20\u56FE\u7247\uFF0C\u907F\u514D\u6BCF\u6B21\u90FD\u628A\u6574\u4E2A\u56FE\u5E93\u53D1\u7ED9\u6A21\u578B\u3002
-8. \u63CF\u8FF0\u53EF\u4EE5\u7528\u300C\u751F\u6210\u63CF\u8FF0\u300D\u6307\u4EE4\u8BA9\u6A21\u578B\u770B\u56FE\u81EA\u52A8\u751F\u6210\u5E76\u5199\u56DE\u914D\u7F6E\uFF08\u9700\u8981\u652F\u6301\u56FE\u7247\u8F93\u5165\u7684\u6A21\u578B\uFF09\u3002
-   \u82E5\u9009\u56FE\u6A21\u578B\u652F\u6301\u8BC6\u522B\u56FE\u7247\uFF08\u591A\u6A21\u6001\uFF09\uFF0C\u53EF\u52FE\u9009\u300C\u9009\u56FE\u6A21\u578B\u652F\u6301\u8BC6\u522B\u56FE\u7247\u300D\uFF0C\u63D2\u4EF6\u4F1A\u628A\u5019\u9009\u56FE\u7247\u672C\u8EAB\u53D1\u7ED9\u6A21\u578B\uFF0C
-   \u6A21\u578B\u5BF9\u7740\u771F\u5B9E\u56FE\u7247\u6311\u9009\uFF1B\u5B83\u7ED9\u51FA\u7684\u5173\u952E\u89C6\u89C9\u7279\u5F81\u8FD8\u4F1A\u5E76\u5165\u7ED8\u56FE\u63D0\u793A\u8BCD\uFF0C\u8BA9\u51FA\u56FE\u66F4\u8FD8\u539F\u53C2\u8003\u56FE\u3002
-9. \u751F\u6210\u7ED3\u679C\u53EF\u81EA\u52A8\u5165\u5E93\uFF08\u9ED8\u8BA4\u5173\u95ED\uFF09\uFF0C\u4E0B\u6B21\u80FD\u88AB\u81EA\u5DF1\u68C0\u7D22\u5230\u5E76\u590D\u7528\uFF0C\u5F62\u6210\u95ED\u73AF\uFF1B
+10. \u63CF\u8FF0\u53EF\u4EE5\u7528\u300C\u751F\u6210\u63CF\u8FF0\u300D\u6307\u4EE4\u8BA9\u6A21\u578B\u770B\u56FE\u81EA\u52A8\u751F\u6210\u5E76\u5199\u56DE\u914D\u7F6E\uFF08\u9700\u8981\u652F\u6301\u56FE\u7247\u8F93\u5165\u7684\u6A21\u578B\uFF09\u3002
+   \u82E5\u9009\u56FE\u6A21\u578B\u652F\u6301\u8BC6\u522B\u56FE\u7247\uFF08\u591A\u6A21\u6001\uFF09\uFF0C\u53EF\u52FE\u9009\u300C\u9009\u56FE\u6A21\u578B\u652F\u6301\u8BC6\u522B\u56FE\u7247\u300D\uFF0C\u63D2\u4EF6\u4F1A\u628A\u5019\u9009\u56FE\u7247**\u81EA\u5DF1\u4E0B\u8F7D\u540E\u8F6C base64**
+   \u518D\u53D1\u7ED9\u6A21\u578B\uFF08\u76F4\u63A5\u4E22\u94FE\u63A5\u7684\u8BDD\uFF0C\u6A21\u578B\u670D\u52A1\u7AEF\u62C9\u4E0D\u5230\u5C31\u4F1A\u6574\u6761\u8BF7\u6C42 400\uFF09\uFF0C\u6A21\u578B\u5BF9\u7740\u771F\u5B9E\u56FE\u7247\u6311\u9009\uFF1B
+   \u5B83\u7ED9\u51FA\u7684\u5173\u952E\u89C6\u89C9\u7279\u5F81\u8FD8\u4F1A\u5E76\u5165\u7ED8\u56FE\u63D0\u793A\u8BCD\uFF0C\u8BA9\u51FA\u56FE\u66F4\u8FD8\u539F\u53C2\u8003\u56FE\u3002
+11. \u751F\u6210\u7ED3\u679C\u53EF\u81EA\u52A8\u5165\u5E93\uFF08\u9ED8\u8BA4\u5173\u95ED\uFF09\uFF0C\u4E0B\u6B21\u80FD\u88AB\u81EA\u5DF1\u68C0\u7D22\u5230\u5E76\u590D\u7528\uFF0C\u5F62\u6210\u95ED\u73AF\uFF1B
    \u5F00\u542F\u300C\u540E\u53F0\u7ED8\u56FE\u300D\u540E\u51FA\u56FE\u4E0D\u518D\u963B\u585E\uFF0C\u5148\u56DE\u300C\u6B63\u5728\u753B\u300D\uFF0C\u753B\u597D\u4E3B\u52A8\u63A8\u9001\u3002
 
 \u63D0\u793A\u8BCD\u6A21\u677F\u53EF\u7528\u5360\u4F4D\u7B26\uFF1A{candidates} \u5019\u9009\u56FE\u7247\u5217\u8868\u3001{userInput} \u7528\u6237\u9644\u52A0\u9700\u6C42\u3001{max} \u6700\u591A\u9009\u62E9\u6570\u91CF\u3001{command} \u6307\u4EE4\u540D\u3001{prompt} \u6307\u4EE4\u63D0\u793A\u8BCD
@@ -261,6 +269,21 @@ function isSkipReferenceInput(userInput) {
   if (!text) return false;
   return SKIP_REFERENCE_RE.test(text);
 }
+function sanitizeAskMessage(raw, max = 40) {
+  let text = String(raw ?? "").replace(/\s+/g, " ").trim();
+  if (!text) return "";
+  const first = text.match(/^[^。！？!?；;]*[。！？!?；;]?/);
+  if (first) text = first[0].trim();
+  text = text.replace(/^[-*>#\s]+/, "").replace(/^["'“”「」『』]+/, "").replace(/["'“”「」『』]+$/, "").trim();
+  if (text.length > max) text = text.slice(0, max) + "\u2026";
+  return text;
+}
+var CONFIRM_RE = /^(确认|确定|可以|好的|好|行|嗯|是|是的|开始|开画|画吧|继续|ok|okay|yes|y|1|\+1)$/i;
+function isConfirmInput(raw) {
+  const text = String(raw ?? "").replace(/[\s\u3000]+/g, "").replace(/[!！。.,，~～?？:：]+$/g, "");
+  if (!text || text.length > 12) return false;
+  return CONFIRM_RE.test(text);
+}
 function parseAnalysisResult(raw) {
   const data = extractJsonObject(raw);
   if (!data) return null;
@@ -272,7 +295,7 @@ function parseAnalysisResult(raw) {
     avoid: toStrList(data.avoid ?? data.exclude ?? data.negative ?? data.\u4E0D\u8981\u51FA\u73B0),
     text: Array.isArray(text) ? toStrList(text).join("\n") : String(text ?? "").trim(),
     skipReference: data.skipReference === true || data.skip_reference === true,
-    needTypes: String(data.needTypes ?? data.need_types ?? data.\u9700\u8981\u7684\u56FE ?? "").trim()
+    needTypes: sanitizeAskMessage(data.needTypes ?? data.need_types ?? data.\u9700\u8981\u7684\u56FE ?? "")
   };
 }
 function keywordsFromAnalysis(analysis) {
@@ -700,14 +723,15 @@ function withTokenParam(body, param) {
   if (value !== void 0) next[param] = value;
   return next;
 }
-function buildSelectorContent(text, candidates, vision, visionMaxImages) {
+function buildSelectorContent(text, candidates, vision, visionMaxImages, dataUrls) {
   if (!vision) return text;
   const max = visionMaxImages > 0 ? visionMaxImages : candidates.length;
   const parts = [];
   candidates.forEach((candidate, index) => {
     parts.push({ type: "text", text: `[${index + 1}] \u6240\u5C5E\u7EC4\uFF1A${candidate.group} | \u63CF\u8FF0\uFF1A${candidate.description || "\uFF08\u65E0\u63CF\u8FF0\uFF09"}` });
     if (index < max) {
-      parts.push({ type: "image_url", image_url: { url: candidate.url } });
+      const url = dataUrls ? dataUrls[index] : candidate.url;
+      if (url) parts.push({ type: "image_url", image_url: { url } });
     }
   });
   const hintRule = visionMaxImages && candidates.length > 1 ? `\u5E76\u5728 hint \u5B57\u6BB5\u4E2D\u5199\u4E00\u6BB5\u300C\u753B\u9762\u7F16\u6392\u300D\uFF1A\u6309\u9009\u4E2D\u987A\u5E8F\u8BF4\u660E\u6BCF\u4E2A\u89D2\u8272/\u5143\u7D20\u5728\u753B\u9762\u4E2D\u7684\u4F4D\u7F6E\u548C\u59FF\u6001\u3001\u5F7C\u6B64\u7684\u52A8\u4F5C\u4E92\u52A8\u4E0E\u89C6\u7EBF\u5173\u7CFB\u3001\u5171\u540C\u6240\u5904\u7684\u573A\u666F\u4E0E\u6C1B\u56F4\uFF0C\u4EE5\u53CA\u9700\u8981\u8FD8\u539F\u7684\u5404\u81EA\u5916\u5F62\u7279\u5F81\uFF08\u53D1\u578B\u53D1\u8272\u3001\u670D\u88C5\u3001\u914D\u8272\u3001\u753B\u98CE\uFF09\u3002\u5185\u5BB9\u8981\u50CF\u4E00\u6BB5\u53EF\u4EE5\u76F4\u63A5\u4EA4\u7ED9\u753B\u5E08\u7684\u5206\u955C\u8BF4\u660E\uFF0C\u800C\u4E0D\u662F\u9010\u5F20\u7F57\u5217\u3002` : `\u5E76\u5728 hint \u5B57\u6BB5\u4E2D\u7528\u4E00\u53E5\u8BDD\u6982\u62EC\u4F60\u9009\u4E2D\u56FE\u7247\u7684\u5173\u952E\u89C6\u89C9\u7279\u5F81\uFF08\u5982\u53D1\u578B\u3001\u53D1\u8272\u3001\u670D\u88C5\u3001\u914D\u8272\u3001\u59FF\u6001\u3001\u753B\u98CE\uFF09\uFF0C\u4F9B\u540E\u7EED\u7ED8\u56FE\u65F6\u8FD8\u539F\u8BE5\u53C2\u8003\u56FE\u3002`;
@@ -855,6 +879,7 @@ var DEFAULT_ANALYZE_PROMPT = `\u4F60\u662F\u7ED8\u56FE\u53C2\u8003\u56FE\u7684\u
 6. skipReference\uFF1A\u7528\u6237\u660E\u786E\u8868\u793A\u300C\u4E0D\u7528\u53C2\u8003 / \u968F\u610F\u753B / \u81EA\u7531\u53D1\u6325 / \u4F60\u770B\u7740\u529E\u300D\u65F6\u4E3A true\u3002
 7. needTypes\uFF1A\u56FE\u5E93\u91CC**\u6CA1\u6709**\u5408\u9002\u53C2\u8003\u56FE\u65F6\uFF0C\u63D2\u4EF6\u8981\u8BF7\u7528\u6237\u8865\u53D1\u4E00\u5F20\u3002\u8FD9\u91CC\u5199\u4E00\u53E5**\u76F4\u63A5\u5BF9\u7528\u6237\u8BF4**\u7684\u8BDD
    \uFF08\u4E2D\u6587\uFF0C40 \u5B57\u4EE5\u5185\uFF0C\u8BED\u6C14\u81EA\u7136\uFF0C\u4E0D\u8981\u7528\u300C\u8BF7\u63D0\u4F9B\u56FE\u7247\u300D\u8FD9\u79CD\u5957\u8BDD\uFF09\uFF0C\u4F8B\u5982\u300C\u80FD\u53D1\u4E00\u5F20\u767D\u53D1\u6C34\u624B\u670D\u7684\u7ACB\u7ED8\u5417\uFF1F\u300D\u3002
+   **\u53EA\u5199\u8FD9\u4E00\u53E5**\uFF1A\u4E0D\u8981\u8FFD\u95EE\u7B2C\u4E8C\u4EF6\u4E8B\u3001\u4E0D\u8981\u95F2\u804A\u3001\u4E0D\u8981\u63D0\u5230\u6A21\u578B\u540D\u5B57\uFF08\u5982 DeepSeek\uFF09\u3001\u4E0D\u8981\u5199\u300C\u987A\u4FBF\u8BF4\u8BF4\u300D\u4E4B\u7C7B\u7684\u8BDD\u3002
    \u56FE\u5E93\u91CC\u4E0D\u7F3A\u56FE\u5C31\u7559\u7A7A\u5B57\u7B26\u4E32\u3002
 
 \u53EA\u8F93\u51FA\u4E00\u4E2A JSON \u5BF9\u8C61\uFF0C\u4E0D\u8981\u89E3\u91CA\u3001\u4E0D\u8981 Markdown \u4EE3\u7801\u5757\uFF1A
@@ -1336,7 +1361,12 @@ var Config = import_koishi.Schema.intersect([
           referenceGroups: import_koishi.Schema.array(import_koishi.Schema.string()).description("\u5F15\u7528\u7684\u53C2\u8003\u56FE\u7247\u7EC4\u540D\u79F0\uFF08AI \u5C06\u4ECE\u8FD9\u4E9B\u7EC4\u4E2D\u6311\u9009\u56FE\u7247\uFF0C\u7559\u7A7A\u5219\u7531\u300CAI \u9009\u56FE\u8BBE\u7F6E\u300D\u51B3\u5B9A\u662F\u5426\u4F7F\u7528\u5168\u90E8\u7EC4\uFF09").default([]),
           aiSelect: import_koishi.Schema.boolean().default(true).description("\u542F\u7528 AI \u667A\u80FD\u9009\u62E9\u53C2\u8003\u56FE\u7247"),
           aiMaxSelect: import_koishi.Schema.number().default(0).min(0).max(10).step(1).description("AI \u6700\u591A\u4E3A\u8BE5\u6307\u4EE4\u9009\u62E9\u7684\u53C2\u8003\u56FE\u7247\u6570\u91CF\uFF080 = \u8DDF\u968F\u300CAI \u9009\u56FE\u8BBE\u7F6E\u300D\u91CC\u7684\u5168\u5C40\u6570\u91CF\uFF09"),
-          aiAskUser: import_koishi.Schema.boolean().default(true).description("\u7F3A\u5C11\u5408\u9002\u53C2\u8003\u56FE\u65F6\u8BE2\u95EE\u7528\u6237\u8865\u5145\u53D1\u9001")
+          aiAskUser: import_koishi.Schema.boolean().default(true).description("\u7F3A\u5C11\u5408\u9002\u53C2\u8003\u56FE\u65F6\u8BE2\u95EE\u7528\u6237\u8865\u5145\u53D1\u9001"),
+          confirmBeforeDraw: import_koishi.Schema.union([
+            import_koishi.Schema.const("follow").description("\u8DDF\u968F\u5168\u5C40\u8BBE\u7F6E"),
+            import_koishi.Schema.const("on").description("\u5F00\u753B\u524D\u8BF7\u7528\u6237\u786E\u8BA4"),
+            import_koishi.Schema.const("off").description("\u9009\u597D\u56FE\u76F4\u63A5\u5F00\u753B")
+          ]).default("follow").description("\u8BE5\u6307\u4EE4\u662F\u5426\u5728\u5F00\u753B\u524D\u8BF7\u7528\u6237\u786E\u8BA4")
         })
       ).description("\u6307\u4EE4\u914D\u7F6E").default(defaultCommands)
     }).collapse().description("\u6307\u4EE4\u914D\u7F6E\u9879\u592A\u957F\u5566\uFF0C\u8FD9\u6837\u6298\u53E0\u8D77\u6765\u66F4\u65B9\u4FBF\u54E6~"),
@@ -1412,6 +1442,7 @@ var Config = import_koishi.Schema.intersect([
       notify: import_koishi.Schema.boolean().default(true).description("\u5728\u5904\u7406\u63D0\u793A\u4E2D\u9644\u5E26 AI \u9009\u56FE\u7ED3\u679C"),
       vision: import_koishi.Schema.boolean().default(false).description("\u9009\u56FE\u6A21\u578B\u652F\u6301\u8BC6\u522B\u56FE\u7247\uFF08\u591A\u6A21\u6001/VL\uFF09\u3002\u5F00\u542F\u540E\u4F1A\u628A\u5019\u9009\u56FE\u7247\u672C\u8EAB\u4E00\u8D77\u53D1\u7ED9\u6A21\u578B\uFF0C\u800C\u4E0D\u53EA\u662F\u53D1\u6587\u5B57\u63CF\u8FF0\uFF0C\u9009\u5F97\u66F4\u51C6\uFF08\u9700\u8981\u56FE\u7247\u94FE\u63A5\u80FD\u88AB\u6A21\u578B\u8BBF\u95EE\uFF09"),
       visionMaxImages: import_koishi.Schema.number().default(6).min(1).max(20).step(1).description("\u5F00\u542F\u8BC6\u522B\u56FE\u7247\u65F6\uFF0C\u6700\u591A\u9644\u5E26\u591A\u5C11\u5F20\u5019\u9009\u56FE\u7247\uFF08\u8D85\u51FA\u90E8\u5206\u53EA\u53D1\u6587\u5B57\u63CF\u8FF0\uFF0C\u907F\u514D\u8BF7\u6C42\u8FC7\u5927\uFF09"),
+      visionMaxImageBytes: import_koishi.Schema.number().default(4).min(0).max(32).step(1).description("\u8BC6\u56FE\u65F6\u5355\u5F20\u5019\u9009\u56FE\u7684\u4F53\u79EF\u4E0A\u9650\uFF08MB\uFF09\u3002\u63D2\u4EF6\u4F1A\u5148\u628A\u56FE\u7247\u81EA\u5DF1\u4E0B\u8F7D\u4E0B\u6765\u8F6C\u6210 base64 \u518D\u53D1\u7ED9\u9009\u56FE\u6A21\u578B\uFF08\u4E0A\u6E38\u62C9\u4E0D\u5230\u4F60\u7684\u56FE\u7247\u94FE\u63A5\u65F6\u4F1A\u6574\u6761\u8BF7\u6C42 400\uFF09\uFF0C\u8D85\u8FC7\u4E0A\u9650\u7684\u53EA\u53D1\u6587\u5B57\u63CF\u8FF0"),
       visionFallback: import_koishi.Schema.boolean().default(true).description("\u5E26\u56FE\u7247\u8BF7\u6C42\u5931\u8D25\u65F6\uFF0C\u81EA\u52A8\u9000\u56DE\u7EAF\u6587\u5B57\u518D\u8BD5\u4E00\u6B21"),
       appendHint: import_koishi.Schema.boolean().default(true).description("\u628A\u6A21\u578B\u770B\u56FE\u540E\u7ED9\u51FA\u7684\u5173\u952E\u89C6\u89C9\u7279\u5F81\u5E76\u5165\u7ED8\u56FE\u63D0\u793A\u8BCD\uFF08\u4EC5\u5728\u5F00\u542F\u8BC6\u522B\u56FE\u7247\u65F6\u751F\u6548\uFF0C\u8BA9\u51FA\u56FE\u66F4\u8FD8\u539F\u53C2\u8003\u56FE\uFF09"),
       twoStage: import_koishi.Schema.boolean().default(true).description("\u3010\u4EC5\u65E7\u7248\u6A21\u5F0F\u751F\u6548\u3011\u4E24\u7EA7\u68C0\u7D22\u9009\u56FE\uFF1A\u5148\u8BA9\u6A21\u578B\u4EA7\u51FA\u68C0\u7D22\u5173\u952E\u8BCD\u5E76\u5728\u672C\u5730\u53EC\u56DE\uFF0C\u518D\u5BF9\u53EC\u56DE\u7ED3\u679C\u7CBE\u6392\u3002\u6253\u5206\u5236\u5DF2\u5185\u7F6E\u53EC\u56DE\uFF0C\u65E0\u9700\u6B64\u9879"),
@@ -1477,6 +1508,9 @@ var Config = import_koishi.Schema.intersect([
   }).description("\u6587\u5B57\u6E32\u67D3\u53C2\u8003\u56FE\uFF08\u9632\u5D29\u5B57\uFF09"),
   import_koishi.Schema.object({
     mergeNotifications: import_koishi.Schema.boolean().default(true).description("\u628A\u300C\u9009\u56FE\u7ED3\u679C / \u6B63\u5728\u5904\u7406 / \u4F18\u5316\u540E\u63D0\u793A\u8BCD\u300D\u5408\u5E76\u6210**\u4E00\u6761**\u6D88\u606F\u53D1\u51FA\uFF08QQ \u88AB\u52A8\u56DE\u590D\u6709\u6B21\u6570\u4E0A\u9650\uFF0C\u6D88\u606F\u8D8A\u5C11\u8D8A\u7A33\uFF09"),
+    ackOnStart: import_koishi.Schema.boolean().default(true).description("\u6307\u4EE4\u4E00\u89E6\u53D1\u5C31\u7ACB\u523B\u56DE\u4E00\u6761\u300C\u6536\u5230\uFF0C\u6B63\u5728\u51C6\u5907...\u300D\u3002\u540E\u9762\u7684\u300C\u4F18\u5316\u63D0\u793A\u8BCD + AI \u9009\u56FE\u300D\u662F\u4E24\u8F6E\u6A21\u578B\u8BF7\u6C42\u3001\u53EF\u80FD\u8981\u51E0\u5341\u79D2\uFF0C\u4E0D\u53D1\u8FD9\u6761\u7528\u6237\u4F1A\u4EE5\u4E3A\u673A\u5668\u4EBA\u5361\u4F4F\u4E86"),
+    confirmBeforeDraw: import_koishi.Schema.boolean().default(true).description("AI \u9009\u597D\u53C2\u8003\u56FE\u540E**\u5148\u8BF7\u7528\u6237\u786E\u8BA4\u518D\u5F00\u59CB\u753B**\uFF08\u628A\u300C\u672C\u6B21\u53C2\u8003\u8FD9\u51E0\u5F20\u56FE\u300D\u5217\u51FA\u6765\uFF0C\u56DE\u590D\u300C\u786E\u8BA4\u300D\u624D\u753B\uFF09\u3002\u53EF\u9632\u6B62\u9009\u9519\u53C2\u8003\u56FE\u767D\u753B\u4E00\u5F20"),
+    confirmTimeout: import_koishi.Schema.number().default(60).min(5).max(300).step(5).description("\u7B49\u5F85\u7528\u6237\u786E\u8BA4\u7684\u65F6\u95F4\uFF08\u79D2\uFF09\uFF0C\u8D85\u65F6\u6309\u53D6\u6D88\u5904\u7406\uFF1B0 = \u4E0D\u9650\u65F6"),
     markdownImage: import_koishi.Schema.boolean().default(true).description("\u751F\u6210\u7ED3\u679C\u7528 markdown \u7684 ![](\u56FE\u7247\u94FE\u63A5) \u5355\u72EC\u53D1\u4E00\u6761\uFF1B\u4E0D\u652F\u6301 markdown \u7684\u5E73\u53F0\u81EA\u52A8\u9000\u56DE\u666E\u901A\u56FE\u7247\u6D88\u606F"),
     imageViaAssets: import_koishi.Schema.boolean().default(true).description("\u7ED3\u679C\u56FE\u5148\u7ECF assets \u670D\u52A1\u4E0A\u4F20\u518D\u53D1\u3002\u5916\u94FE\u5728\u624B\u673A\u7AEF QQ \u5E38\u5E38\u62C9\u4E0D\u5230\uFF0C\u88C5\u4E0A koishi-plugin-assets-qqbot-part-file \u4E4B\u7C7B\u7684 assets \u63D2\u4EF6\u540E\u7531\u5B83\u8F6C\u6210\u5E73\u53F0\u53EF\u8BBF\u95EE\u7684\u5730\u5740\uFF1B\u4E0A\u4F20\u5931\u8D25\u4F1A\u81EA\u52A8\u7528\u539F\u94FE\u63A5"),
     autoImageSize: import_koishi.Schema.boolean().default(true).description("\u81EA\u52A8\u6309**\u56FE\u7247\u771F\u5B9E\u6BD4\u4F8B**\u751F\u6210 markdown \u5C3A\u5BF8\uFF08\u586B\u6B7B\u5BBD\u9AD8\u4F1A\u628A\u975E\u65B9\u5F62\u56FE\u62C9\u4F38\u53D8\u5F62\uFF09"),
@@ -1578,7 +1612,23 @@ function apply(ctx, config) {
         ctx.logger.warn(`markdown \u56FE\u7247\u53D1\u9001\u5931\u8D25\uFF0C\u9000\u56DE\u666E\u901A\u56FE\u7247\u6D88\u606F: ${error}`);
       }
     }
-    await reply(session, [import_koishi.h.image(finalUrl)]);
+    await reply(session, [await buildResultImagePart(finalUrl)]);
+  }
+  async function buildResultImagePart(url) {
+    try {
+      const file = await ctx.http.file(url);
+      const data = file?.data;
+      if (data) {
+        const buffer = Buffer.isBuffer(data) ? data : Buffer.from(data);
+        if (buffer.length) {
+          logInfo(`\u7ED3\u679C\u56FE\u5DF2\u4E0B\u8F7D\uFF08${(buffer.length / 1024).toFixed(0)}kB\uFF09\uFF0C\u6309\u5B57\u8282\u53D1\u9001`);
+          return import_koishi.h.image(buffer, file?.mime || "image/png");
+        }
+      }
+    } catch (error) {
+      ctx.logger.warn(`\u7ED3\u679C\u56FE\u4E0B\u8F7D\u5931\u8D25\uFF0C\u6539\u53D1\u539F\u59CB\u94FE\u63A5: ${error}`);
+    }
+    return import_koishi.h.image(url);
   }
   async function sendBotMessage(bot, channelId, parts, guildId, messageId) {
     const body = parts.filter(Boolean);
@@ -1603,6 +1653,10 @@ function apply(ctx, config) {
           customprompt: "\u8BF7\u5728{0}\u79D2\u5185\u8F93\u5165\u81EA\u5B9A\u4E49\u63D0\u793A\u8BCD...",
           invalidimage: "\u672A\u68C0\u6D4B\u5230\u6709\u6548\u7684\u56FE\u7247\uFF0C\u8BF7\u91CD\u65B0\u53D1\u9001\u5E26\u56FE\u7247\u7684\u6D88\u606F",
           processing: "\u6B63\u5728\u5904\u7406\u56FE\u7247\uFF0C\u8BF7\u7A0D\u5019...",
+          ack: "\u6536\u5230\uFF0C\u6B63\u5728\u51C6\u5907...",
+          confirmask: "\u51C6\u5907\u5F00\u59CB\u7ED8\u56FE\uFF0C\u672C\u6B21\u4F1A\u53C2\u8003\uFF1A\n{0}\n\n\u56DE\u590D\u300C\u786E\u8BA4\u300D\u5F00\u59CB\u753B\uFF08{1} \u79D2\u5185\u672A\u786E\u8BA4\u5219\u53D6\u6D88\uFF09",
+          confirmcancel: "\u672A\u6536\u5230\u786E\u8BA4\uFF0C\u5DF2\u53D6\u6D88\u672C\u6B21\u7ED8\u56FE",
+          confirmok: "\u5DF2\u786E\u8BA4\uFF0C\u5F00\u59CB\u7ED8\u56FE...",
           failed: "\u56FE\u7247\u751F\u6210\u5931\u8D25\uFF0C\u8BF7\u7A0D\u540E\u91CD\u8BD5",
           error: "\u5904\u7406\u8FC7\u7A0B\u4E2D\u53D1\u751F\u9519\u8BEF\uFF0C\u8BF7\u7A0D\u540E\u91CD\u8BD5",
           needprompt: "\u8BF7\u63D0\u4F9B\u81EA\u5B9A\u4E49\u63D0\u793A\u8BCD",
@@ -1660,6 +1714,13 @@ function apply(ctx, config) {
           userInputText = stripCommandName(extractTextFromMessage(session.stripped.content), cmdConfig.name);
         }
         logInfo2(`\u7528\u6237\u9644\u52A0\u9700\u6C42: ${userInputText || "\uFF08\u65E0\uFF09"}`);
+        if (config.ackOnStart !== false) {
+          try {
+            await reply(session, [session.text("image-prompt.messages.ack")]);
+          } catch (error) {
+            ctx.logger.warn(`\u53D1\u9001\u300C\u6536\u5230\u300D\u63D0\u793A\u5931\u8D25: ${error}`);
+          }
+        }
         const noticeLines = [];
         const notify = (text) => {
           const value = String(text ?? "").trim();
@@ -1724,6 +1785,7 @@ function apply(ctx, config) {
         let selectionNote = "";
         let aiProvidedImages = 0;
         let aiRenderText = "";
+        const refDescs = [];
         if (aiSelectOn) {
           const candidates = collectCandidates(cmdConfig, defaultImageUrls);
           const declaredGroups = (cmdConfig.referenceGroups || []).filter(Boolean);
@@ -1768,6 +1830,7 @@ function apply(ctx, config) {
             if (selection.ok && selection.picked.length > 0) {
               images.push(...selection.picked.map((c) => c.url));
               aiProvidedImages += selection.picked.length;
+              for (const c of selection.picked) refDescs.push(`\u3010\u56FE\u5E93\u3011${c.description || c.url}`);
               logInfo2(`AI \u9009\u4E2D\u53C2\u8003\u56FE\u7247: ${selection.picked.map((c) => c.url).join(" , ")} \u7406\u7531: ${selection.reason}`);
               if (selector.vision === true && selector.appendHint !== false && selection.hint) {
                 const hintKey = selection.picked.length > 1 ? "hintscene" : "hintsingle";
@@ -1830,6 +1893,7 @@ ${session.text(`image-prompt.messages.${hintKey}`, [selection.hint])}`;
         const sessionImages = extractImagesFromSession(session);
         const extractedImages = [...sessionImages, ...userImages];
         images.push(...extractedImages);
+        extractedImages.forEach((_, i) => refDescs.push(`\u3010\u4F60\u53D1\u9001\u7684\u3011\u7B2C ${i + 1} \u5F20`));
         const providedImages = extractedImages.length + aiProvidedImages;
         const remainingImages = Math.max(0, maxImages - providedImages);
         if (aiProvidedImages > 0 && remainingImages === 0) {
@@ -1846,6 +1910,7 @@ ${session.text(`image-prompt.messages.${hintKey}`, [selection.hint])}`;
               if (promptContent !== void 0) {
                 const newImages = extractImagesFromMessage(promptContent);
                 images.push(...newImages);
+                newImages.forEach(() => refDescs.push("\u3010\u4F60\u53D1\u9001\u7684\u3011\u8865\u53D1\u7684\u56FE"));
               } else {
                 break;
               }
@@ -1879,6 +1944,9 @@ Text in the image must be rendered exactly as shown in the attached text-referen
         }
         logInfo2(images);
         const promptEcho = config.showPrompt === false ? "" : buildPromptBlock(promptText, config.promptMaxLength || 4e3);
+        const confirmMode = cmdConfig.confirmBeforeDraw;
+        const confirmOn = confirmMode === "off" || confirmMode === false ? false : confirmMode === "on" || confirmMode === true ? true : config.confirmBeforeDraw !== false;
+        const confirmTimeout = typeof config.confirmTimeout === "number" ? config.confirmTimeout : 60;
         try {
           if (config.mergeNotifications === false) {
             await reply(session, [session.text("image-prompt.messages.processing") + selectionNote + (optimizeFailed ? "\n" + session.text("image-prompt.messages.optimizefailed") : "")]);
@@ -1900,6 +1968,20 @@ Text in the image must be rendered exactly as shown in the attached text-referen
             await reply(session, [session.text("image-prompt.messages.invalidimage")]);
             return;
           }
+          if (confirmOn) {
+            const refList = refDescs.length ? refDescs.map((desc, i) => `${i + 1}. ${desc}`).join("\n") : `\uFF08\u56FE\u5E93\u91CC\u6CA1\u6709\u5339\u914D\u7684\u53C2\u8003\u56FE\uFF0C\u5C06\u6309\u63D0\u793A\u8BCD\u751F\u6210\uFF0C\u5171 ${files.length} \u5F20\u8F93\u5165\uFF09`;
+            notify(session.text("image-prompt.messages.confirmask", [
+              refList,
+              confirmTimeout > 0 ? String(confirmTimeout) : "\u4E0D\u9650"
+            ]));
+            await flushNotice();
+            const confirmed = await waitForConfirm(session, confirmTimeout);
+            if (!confirmed) {
+              await reply(session, [session.text("image-prompt.messages.confirmcancel")]);
+              return;
+            }
+            notify(session.text("image-prompt.messages.confirmok"));
+          }
           if (config.backgroundDrawing?.enabled) {
             const snapshot = {
               bot: session.bot,
@@ -1915,8 +1997,7 @@ Text in the image must be rendered exactly as shown in the attached text-referen
               }
             };
             const queued = enqueueDrawJob(snapshot, files);
-            notify(`${session.text("image-prompt.messages.bgstart", [files.length])}${queued > 0 ? session.text("image-prompt.messages.bgqueue", [queued]) : ""}${selectionNote}`);
-            notify(promptEcho);
+            notify(`${session.text("image-prompt.messages.bgstart", [files.length])}${queued > 0 ? session.text("image-prompt.messages.bgqueue", [queued]) : ""}`);
             await flushNotice();
             return;
           }
@@ -1967,7 +2048,7 @@ Text in the image must be rendered exactly as shown in the attached text-referen
         }
         await saveToGallery(result, buildGalleryDescription(snapshot.promptText, ""), snapshot.commandName);
         await send([`${snapshot.texts.done}
-`, import_koishi.h.image(result)]);
+`, await buildResultImagePart(result)]);
       } catch (error) {
         ctx.logger.error(`[${snapshot.commandName}] \u540E\u53F0\u7ED8\u56FE\u5931\u8D25:`, error);
         try {
@@ -2420,11 +2501,13 @@ ${lines.join("\n")}`]);
       }
       const scoreContent = (selector.scorePrompt || DEFAULT_SCORE_PROMPT).replace(/\{subject\}/g, analysis.subject || "\uFF08\u672A\u6307\u5B9A\uFF09").replace(/\{must\}/g, analysis.must.length ? analysis.must.join("\u3001") : "\uFF08\u65E0\uFF09").replace(/\{nice\}/g, analysis.nice.length ? analysis.nice.join("\u3001") : "\uFF08\u65E0\uFF09").replace(/\{avoid\}/g, analysis.avoid.length ? analysis.avoid.join("\u3001") : "\uFF08\u65E0\uFF09").replace(/\{candidates\}/g, buildIndexText(shortlist)).replace(/\{max\}/g, String(max));
       const visionOn = selector.vision === true;
+      const inlined = visionOn ? await inlineCandidateImages(shortlist, selector.visionMaxImages || 6) : void 0;
       const scoreUserContent = buildSelectorContent(
         scoreContent,
         shortlist,
         visionOn,
-        selector.visionMaxImages || 6
+        selector.visionMaxImages || 6,
+        inlined
       );
       const scoreCall = await callSelectorModel(
         scoreUserContent,
@@ -2465,6 +2548,35 @@ ${lines.join("\n")}`]);
         hint: visionOn && selector.appendHint !== false ? hint : void 0
       };
     }
+    async function inlineCandidateImages(candidates, max) {
+      const selector = config.aiSelector || {};
+      const cap = (selector.visionMaxImageBytes || 4) * 1024 * 1024;
+      const out = new Array(candidates.length);
+      const limit = max > 0 ? Math.min(max, candidates.length) : candidates.length;
+      await Promise.all(candidates.map(async (candidate, index) => {
+        if (index >= limit) return;
+        const brief = (candidate.url || "").slice(0, 80);
+        try {
+          const file = await ctx.http.file(candidate.url);
+          const data = file?.data;
+          if (!data) throw new Error("\u6CA1\u6709\u62FF\u5230\u56FE\u7247\u6570\u636E");
+          const buffer = Buffer.isBuffer(data) ? data : Buffer.from(data);
+          if (!buffer.length) throw new Error("\u56FE\u7247\u662F\u7A7A\u7684");
+          if (buffer.length > cap) {
+            ctx.logger.warn(
+              `\u5019\u9009\u56FE ${(buffer.length / 1048576).toFixed(1)}MB \u8D85\u8FC7\u4E0A\u9650 ${(cap / 1048576).toFixed(1)}MB\uFF0C\u8BC6\u56FE\u65F6\u53EA\u53D1\u6587\u5B57\u63CF\u8FF0\uFF1A${brief}`
+            );
+            return;
+          }
+          out[index] = `data:${file?.mime || "image/jpeg"};base64,${buffer.toString("base64")}`;
+        } catch (error) {
+          ctx.logger.warn(`\u5019\u9009\u56FE\u4E0B\u8F7D\u5931\u8D25\uFF0C\u8BC6\u56FE\u65F6\u53EA\u53D1\u6587\u5B57\u63CF\u8FF0\uFF1A${brief}\uFF08${error}\uFF09`);
+        }
+      }));
+      const ok = out.filter(Boolean).length;
+      logInfo2(`\u8BC6\u56FE\u5019\u9009\u56FE\u5DF2\u5185\u8054 ${ok}/${limit} \u5F20\uFF08\u5176\u4F59\u53EA\u53D1\u6587\u5B57\u63CF\u8FF0\uFF09`);
+      return out;
+    }
     function buildIndexText(candidates) {
       return candidates.map((c, i) => `[${i + 1}] \u6240\u5C5E\u7EC4\uFF1A${c.group} | \u63CF\u8FF0\uFF1A${c.description || "\uFF08\u65E0\u63CF\u8FF0\uFF09"}`).join("\n");
     }
@@ -2503,7 +2615,8 @@ ${lines.join("\n")}`]);
       const selector = config.aiSelector || {};
       const content = (selector.prompt || DEFAULT_SELECTOR_PROMPT).replace(/\{candidates\}/g, buildIndexText(candidates)).replace(/\{userInput\}/g, userInput || "\uFF08\u7528\u6237\u672A\u9644\u52A0\u8BF4\u660E\uFF09").replace(/\{max\}/g, String(max)).replace(/\{command\}/g, cmdConfig.name || "").replace(/\{prompt\}/g, promptText || "");
       const visionOn = selector.vision === true;
-      const userContent = buildSelectorContent(content, candidates, visionOn, selector.visionMaxImages || 6);
+      const inlined = visionOn ? await inlineCandidateImages(candidates, selector.visionMaxImages || 6) : void 0;
+      const userContent = buildSelectorContent(content, candidates, visionOn, selector.visionMaxImages || 6, inlined);
       const { raw, error } = await callSelectorModel(
         userContent,
         content,
@@ -2627,6 +2740,23 @@ ${lines.join("\n")}`]);
         }
       }
     }
+    async function waitForConfirm(session, timeoutSec) {
+      let answer;
+      try {
+        answer = await session.prompt((timeoutSec > 0 ? timeoutSec : 600) * 1e3);
+      } catch (error) {
+        ctx.logger.warn(`\u7B49\u5F85\u786E\u8BA4\u65F6\u51FA\u9519: ${error}`);
+        return false;
+      }
+      if (answer === void 0 || answer === null) {
+        logInfo2(`\u7B49\u5F85\u786E\u8BA4\u8D85\u65F6\uFF08${timeoutSec} \u79D2\u672A\u56DE\u590D\uFF09`);
+        return false;
+      }
+      const text = extractTextFromMessage(answer);
+      const ok = isConfirmInput(text);
+      logInfo2(`\u5F00\u753B\u524D\u786E\u8BA4\uFF1A\u7528\u6237\u56DE\u590D ${JSON.stringify(text)} -> ${ok ? "\u5F00\u59CB\u753B" : "\u89C6\u4E3A\u53D6\u6D88"}`);
+      return ok;
+    }
     function extractTextFromMessage(content) {
       if (!content) return "";
       return import_koishi.h.select(content, "text").map((el) => el.attrs.content || "").join(" ").trim();
@@ -2807,6 +2937,7 @@ ${lines.join("\n")}`]);
   extractTextToRender,
   fitImageSize,
   inject,
+  isConfirmInput,
   isPassiveReplyError,
   isRetryableStatus,
   isSkipReferenceInput,
@@ -2823,6 +2954,7 @@ ${lines.join("\n")}`]);
   previewJson,
   readImageSize,
   resolveTokenParam,
+  sanitizeAskMessage,
   sanitizeCaption,
   selectByScore,
   stripCommandName,

package/package.json

@@ -1,7 +1,7 @@
 {
   "name": "koishi-plugin-image-prompt",
   "description": "多功能 AI 图像处理插件，支持手办化、Coser化、Minecraft化等47种风格转换，并提供自定义提示词和多图融合功能",
-  "version": "1.2.0",
+  "version": "1.3.0",
   "main": "lib/index.js",
   "typings": "lib/index.d.ts",
   "files": [

package/readme.md

@@ -7,8 +7,8 @@
 基于 OpenAI 兼容的 Chat Completions 接口，支持多种 AI 绘图模型，让你的图片瞬间变成精美手办。
 
 **特色能力**：参考图片分组 + AI 按需选图 · 两级检索选图 · 多模态识图还原 · 用户附加需求融合进提示词 ·
-提示词回显（QQ 走 markdown 代码块）· 文字渲染参考图防中文崩字 · 生成结果自动入库形成闭环 ·
-后台绘图 + 完成推送 · 参考图描述 AI 自动生成 · 429/限流自动退避重试。
+提示词回显（QQ 走 markdown 代码块）· **收到即回执 + 开画前确认** · 文字渲染参考图防中文崩字 ·
+生成结果自动入库形成闭环 · 后台绘图 + 完成推送 · 参考图描述 AI 自动生成 · 429/限流自动退避重试。
 
 ## ⚙️ 插件设置
 
@@ -96,6 +96,7 @@
 | 在处理提示中附带 AI 选图结果 | 回显选中了哪些参考图 | `true` |
 | 选图模型支持识别图片（多模态/VL） | 开启后把候选图片本身发给模型，而不只是发文字描述 | `false` |
 | 最多附带多少张候选图片 | 识图模式下限制图片数量，超出部分只发文字描述 | 6 |
+| 识图单张图片体积上限（MB） | 插件自己下载候选图转 base64 再发；超过上限的只发文字描述 | 4 |
 | 带图片请求失败时退回纯文字再试一次 | 模型不支持识图时自动降级 | `true` |
 | 把模型看图后给出的关键视觉特征并入绘图提示词 | 让出图更还原参考图，仅识图模式生效 | `true` |
 
@@ -151,18 +152,51 @@
 ### 4. 交互流程
 
 1. 用户触发指令（可附带文字说明，自定义指令的文字会并入绘图提示词，同时也作为选图依据）。
+   **指令一触发就先回一条「收到，正在准备...」** —— 后面「优化提示词 + AI 选图」是两轮模型请求，
+   加起来可能要几十秒，不发这条用户会以为机器人卡死了（可用「收到提示」关掉）。
 2. **打分制**：先做需求分析（不给候选图）→ 本地关键词召回 → 逐图显式打分 → 分数达标的才入选。
    旧版：把候选图片的「编号 + 所属组 + 描述」一次性交给模型，返回 `{"selected":[编号], ...}`。
 3. 若模型判定缺少合适的参考图（`needUserImage: true`），插件把 `askMessage` 发给用户，等待用户发送图片；
    用户发送的图片会被直接使用，若附带文字说明则再选一次。
 4. **一张都不达标时**（打分制）：如实告诉用户「图库里没有合适的参考图」并给出打分原因，
    不会拿不相关的图硬凑；开了「缺少合适参考图时询问用户补充发送」的话会先请用户补一张参考图。
-5. 选中的参考图 + 用户图片一起提交给绘图模型。
-6. **AI 选中的参考图也算数**：指令要求的图片数量（maxImages）会把 AI 选中的图计入，
+5. **开画前确认**（默认开启）：AI 挑完参考图后**不立刻画**，先把「这次会参考哪几张图」列出来，
+   回复「确认」才真的开画（详见下一节）。
+6. 选中的参考图 + 用户图片一起提交给绘图模型。
+7. **AI 选中的参考图也算数**：指令要求的图片数量（maxImages）会把 AI 选中的图计入，
    已经够了就不再追问用户发图（例如「手办化」要 1 张图，AI 选中 1 张后直接开画）。
-7. 选图**报错**时（走不通/超时，与「没有合适的图」是两回事）：开启「回退」则使用候选池内全部图片；
+8. 选图**报错**时（走不通/超时，与「没有合适的图」是两回事）：开启「回退」则使用候选池内全部图片；
    关闭（默认）则本次不带参考图，并在处理提示里说明选图未生效及原因。
 
+### ✅ 开画前确认（防止选错参考图白画一张）
+
+| 配置项 | 说明 | 默认 |
+|---|---|---|
+| 开画前请用户确认 | 总开关；指令级可用「该指令是否在开画前请用户确认」覆盖 | 开 |
+| 等待用户确认的时间（秒） | 超时按取消处理；0 = 不限时 | 60 |
+
+流程变成这样：
+
+```
+你发指令并附图
+   ↓
+「收到，正在准备...」          ← 立刻回，不让用户干等
+   ↓
+「正在挑选参考图片...」
+   ↓
+「准备开始绘图，本次会参考：
+    1. 【图库】白发少女 双马尾 水手服 站立 日系厚涂
+    2. 【你发送的】第 1 张
+    回复「确认」开始画（60 秒内未确认则取消）」
+   ↓
+你回「确认」 → 开画
+你回别的 / 不回 → 「未收到确认，已取消本次绘图」
+```
+
+- 认的确认词：`确认 / 确定 / 可以 / 好的 / 好 / 行 / 是 / 开始 / 开画 / 画吧 / 继续 / ok / yes / 1` 等**短回复**
+  （超过 12 个字或带别的句子都算取消，宁可让你重发指令，也不画错一张）。
+- 只想直接出图、不想多这一步，就把「开画前请用户确认」关掉（或在某个指令上单独设成 `选好图直接开画`）。
+
 ### 📝 提示词回显
 
 处理时会把**最终优化后的提示词**一起发出来，方便你确认 AI 到底用了什么（含识图模式追加的「参考图关键特征」）。
@@ -368,7 +402,10 @@ rewrite 失败时自动退回 merge 的结果，不会因为优化失败而不
 勾选 **「选图模型支持识别图片（多模态/VL）」**，插件会按 `[1] 描述` → 图片 → `[2] 描述` → 图片 …
 的顺序把候选图片本身一起发过去，模型对着真实图片挑选，准确率明显更高。
 
-- 图片以 `image_url` 形式发送，**链接必须能被模型服务端访问**（公网直链，不能是需要登录或防盗链的图床）
+- 图片**由插件自己下载后转成 base64 再发**（不是把链接丢给模型服务端去拉）。
+  自己拉是有代价的：碰到私有 CDN / 防盗链的图床，服务端会返回
+  `Failed to download image from https://...` 并让**整条请求 400**，识图等于白开。
+  下载失败或单张超过「识图单张图片体积上限」（默认 4MB）的图，就只发文字描述。
 - 「最多附带多少张候选图片」默认 6 张，超出部分仍发文字描述（避免请求体过大/超时）
 - 带图片请求失败（模型不支持、图片取不到）会自动退回纯文字再试一次，可用
   「带图片请求失败时退回纯文字再试一次」关闭
@@ -447,9 +484,13 @@ rewrite 失败时自动退回 merge 的结果，不会因为优化失败而不
 - **最好走一次 assets**：绘图接口给的虽然是公网链接，但手机端 QQ 经常拉不到（防盗链/域名）。
   开启后先经 assets 服务（`koishi-plugin-assets-qqbot-part-file` 等）转成平台可访问的地址；
   上传失败会自动用原链接，不会更差。
+- **兜底会按字节发**：发送失败（QQ 报 `[40093007] 富媒体文件下载失败`）时，插件退回去
+  **自己把结果图下载下来、按字节交给适配器上传**，而不是把链接再丢给平台去拉。
+  这条兜底对「平台服务器拉不到你的图床」这类问题基本是决定性的。
 
 | 配置项 | 说明 | 默认 |
 |---|---|---|
+| 收到提示 | 指令一触发就先回一条「收到，正在准备...」 | 开 |
 | 合并消息 | 把过程提示合并成一条 | 开 |
 | 结果图用 markdown | 支持 markdown 的平台用 `![#Wpx #Hpx](url)` 发结果 | 开 |
 | 结果图经 assets 上传 | 外链手机端常拉不到，转成平台地址 | 开 |
@@ -458,8 +499,9 @@ rewrite 失败时自动退回 merge 的结果，不会因为优化失败而不
 | 手动宽 / 高 | 仅在关掉自动尺寸时生效，0 表示不限制 | 0 / 0 |
 
 细节：
-- 需要你**立刻回应**的提示（等你发图、等自定义提示词）会先把攒着的消息发出去再问
+- 需要你**立刻回应**的提示（等你发图、等确认、等自定义提示词）会先把攒着的消息发出去再问
 - 合并后若超过 QQ markdown 单条长度上限，会自动把提示词代码块拆成第二条
+- **开了后台绘图时，过程提示和提示词也只发一次**（以前会连同「已开始后台绘图」重复发一遍）
 - 关掉「合并消息」就回到逐条发送；不支持 markdown 的平台（频道、OneBot）自动用纯文本/普通图片消息
 
 ### 🩺 排查「AI 选图响应中没有文本内容」

package/src/index.ts

@@ -38,15 +38,21 @@ export const usage = `
    若开启「缺少合适参考图时询问用户补充发送」，会请用户补发一张参考图（用户发的图会被直接使用）。
    想回到老行为就把「选图模式」改成「旧版」。
 5. 当用户明确说「不用参考 / 随意画 / 自由发挥」时，直接跳过选图，一次选图请求都不发。
-6. 「启用 AI 智能选择参考图片」默认关闭，需手动开启；「AI 选图失败时回退为使用候选池内全部图片」默认关闭，
+6. 指令一触发就先回一条「收到，正在准备...」（「消息发送 → 收到提示」，默认开）。
+   后面的优化提示词 + 选图是两轮模型请求，可能要几十秒，不发这条用户会以为机器人卡死。
+7. **开画前确认**（「消息发送 → 开画前请用户确认」，默认开）：AI 挑完参考图先不画，
+   把「本次会参考哪几张图」列出来，回复「确认」才开画（超时或回别的都算取消）。
+   不想多这一步就关掉，或在单个指令上设成「选好图直接开画」。
+8. 「启用 AI 智能选择参考图片」默认关闭，需手动开启；「AI 选图失败时回退为使用候选池内全部图片」默认关闭，
    失败时本次不使用参考图片（开启则改用候选池内全部图片）。注意「回退」只对**请求失败**生效，
    对「打分不达标」不生效 —— 后者就该不带参考图。
-7. 「旧版」模式下参考图较多时（超过 12 张）自动走两级检索：先让模型产出检索关键词、本地匹配召回，
+9. 「旧版」模式下参考图较多时（超过 12 张）自动走两级检索：先让模型产出检索关键词、本地匹配召回，
    再对召回结果精排；识图模式下也只发送召回的这几张图片，避免每次都把整个图库发给模型。
-8. 描述可以用「生成描述」指令让模型看图自动生成并写回配置（需要支持图片输入的模型）。
-   若选图模型支持识别图片（多模态），可勾选「选图模型支持识别图片」，插件会把候选图片本身发给模型，
-   模型对着真实图片挑选；它给出的关键视觉特征还会并入绘图提示词，让出图更还原参考图。
-9. 生成结果可自动入库（默认关闭），下次能被自己检索到并复用，形成闭环；
+10. 描述可以用「生成描述」指令让模型看图自动生成并写回配置（需要支持图片输入的模型）。
+   若选图模型支持识别图片（多模态），可勾选「选图模型支持识别图片」，插件会把候选图片**自己下载后转 base64**
+   再发给模型（直接丢链接的话，模型服务端拉不到就会整条请求 400），模型对着真实图片挑选；
+   它给出的关键视觉特征还会并入绘图提示词，让出图更还原参考图。
+11. 生成结果可自动入库（默认关闭），下次能被自己检索到并复用，形成闭环；
    开启「后台绘图」后出图不再阻塞，先回「正在画」，画好主动推送。
 
 提示词模板可用占位符：{candidates} 候选图片列表、{userInput} 用户附加需求、{max} 最多选择数量、{command} 指令名、{prompt} 指令提示词
@@ -283,6 +289,37 @@ export function isSkipReferenceInput(userInput: string): boolean {
   return SKIP_REFERENCE_RE.test(text)
 }
 
+/**
+ * 兜住「需求分析」模型爱乱加的废话。
+ *
+ * 实测模型会把 needTypes 写成
+ * 「能发一张你想用的自己形象的参考图吗？顺便说说 DeepSeek 画成鲸鱼可以吗？」——
+ * 后半句是凭空瞎聊，用户看了莫名其妙。这里只保留第一句、去掉换行和 markdown 修饰、
+ * 限制长度，把「询问补图」这件事还原成一句话。
+ */
+export function sanitizeAskMessage(raw: string | null | undefined, max = 40): string {
+  let text = String(raw ?? '').replace(/\s+/g, ' ').trim()
+  if (!text) return ''
+  // 只留第一句：句末标点（中文/英文）之后的内容全部丢掉
+  const first = text.match(/^[^。！？!?；;]*[。！？!?；;]?/)
+  if (first) text = first[0].trim()
+  // 去掉 markdown 记号与包裹引号
+  text = text.replace(/^[-*>#\s]+/, '').replace(/^["'“”「」『』]+/, '').replace(/["'“”「」『』]+$/, '').trim()
+  if (text.length > max) text = text.slice(0, max) + '…'
+  return text
+}
+
+/** 确认绘图的回复：只认「就是这一句」的短回复，避免把正常聊天当确认 */
+const CONFIRM_RE = /^(确认|确定|可以|好的|好|行|嗯|是|是的|开始|开画|画吧|继续|ok|okay|yes|y|1|\+1)$/i
+
+export function isConfirmInput(raw: string | null | undefined): boolean {
+  const text = String(raw ?? '')
+    .replace(/[\s\u3000]+/g, '')
+    .replace(/[!！。.,，~～?？:：]+$/g, '')
+  if (!text || text.length > 12) return false
+  return CONFIRM_RE.test(text)
+}
+
 /** 解析「需求抽取」的返回 */
 export function parseAnalysisResult(raw: string | null): RequirementAnalysis | null {
   const data = extractJsonObject(raw)
@@ -295,7 +332,7 @@ export function parseAnalysisResult(raw: string | null): RequirementAnalysis | n
     avoid: toStrList(data.avoid ?? data.exclude ?? data.negative ?? data.不要出现),
     text: Array.isArray(text) ? toStrList(text).join('\n') : String(text ?? '').trim(),
     skipReference: data.skipReference === true || data.skip_reference === true,
-    needTypes: String(data.needTypes ?? data.need_types ?? data.需要的图 ?? '').trim(),
+    needTypes: sanitizeAskMessage(data.needTypes ?? data.need_types ?? data.需要的图 ?? ''),
   }
 }
 
@@ -895,12 +932,16 @@ export function withTokenParam(body: any, param: string): any {
  * @param candidates 候选图片
  * @param vision 是否附带图片
  * @param visionMaxImages 最多附带多少张图片
+ * @param dataUrls 已经自己下载好的 base64 data URL（按 candidates 下标）。**传了它之后，
+ *   没下载成功的图就不再发原始链接了** —— 上游拉不到那个链接会整条请求 400，
+ *   连文字描述一起废掉；只发描述反而还能用。
  */
 export function buildSelectorContent(
   text: string,
   candidates: CandidateImage[],
   vision: boolean,
-  visionMaxImages: number
+  visionMaxImages: number,
+  dataUrls?: (string | undefined)[]
 ): string | any[] {
   if (!vision) return text
 
@@ -909,7 +950,8 @@ export function buildSelectorContent(
   candidates.forEach((candidate, index) => {
     parts.push({ type: 'text', text: `[${index + 1}] 所属组：${candidate.group} | 描述：${candidate.description || '（无描述）'}` })
     if (index < max) {
-      parts.push({ type: 'image_url', image_url: { url: candidate.url } })
+      const url = dataUrls ? dataUrls[index] : candidate.url
+      if (url) parts.push({ type: 'image_url', image_url: { url } })
     }
   })
   const hintRule = visionMaxImages && candidates.length > 1
@@ -1026,6 +1068,8 @@ interface CommandConfig {
       aiSelect?: boolean
       aiMaxSelect?: number
       aiAskUser?: boolean
+      /** 该指令是否在开画前请用户确认：'follow' 跟随全局 / 'on' 总是确认 / 'off' 从不确认 */
+      confirmBeforeDraw?: 'follow' | 'on' | 'off' | boolean
     }[]
   }
   defaultWaitTimeout: number
@@ -1047,6 +1091,12 @@ interface CommandConfig {
   textRender?: TextRenderConfig
   /** 把处理过程中的多条提示合并成一条消息发出（省被动消息额度） */
   mergeNotifications?: boolean
+  /** 指令一触发就立刻回一条「收到」，避免用户以为卡住 */
+  ackOnStart?: boolean
+  /** AI 选好参考图后先请用户确认再开画 */
+  confirmBeforeDraw?: boolean
+  /** 等待用户确认的时间（秒） */
+  confirmTimeout?: number
   /** 结果图用 markdown 的 ![](url) 单独发一条（支持的平台） */
   markdownImage?: boolean
   /** 结果图先经 assets 服务上传再发（外链在手机端 QQ 可能拉不到） */
@@ -1150,6 +1200,8 @@ interface AISelectorConfig {
   notify: boolean
   vision: boolean
   visionMaxImages: number
+  /** 识图时单张候选图的体积上限（MB），超过就只发文字描述 */
+  visionMaxImageBytes?: number
   visionFallback: boolean
   appendHint: boolean
   twoStage: boolean
@@ -1299,6 +1351,7 @@ const DEFAULT_ANALYZE_PROMPT = `你是绘图参考图的「需求分析助手」
 6. skipReference：用户明确表示「不用参考 / 随意画 / 自由发挥 / 你看着办」时为 true。
 7. needTypes：图库里**没有**合适参考图时，插件要请用户补发一张。这里写一句**直接对用户说**的话
    （中文，40 字以内，语气自然，不要用「请提供图片」这种套话），例如「能发一张白发水手服的立绘吗？」。
+   **只写这一句**：不要追问第二件事、不要闲聊、不要提到模型名字（如 DeepSeek）、不要写「顺便说说」之类的话。
    图库里不缺图就留空字符串。
 
 只输出一个 JSON 对象，不要解释、不要 Markdown 代码块：
@@ -1784,7 +1837,12 @@ export const Config: Schema = Schema.intersect([
           referenceGroups: Schema.array(Schema.string()).description('引用的参考图片组名称（AI 将从这些组中挑选图片，留空则由「AI 选图设置」决定是否使用全部组）').default([]),
           aiSelect: Schema.boolean().default(true).description('启用 AI 智能选择参考图片'),
           aiMaxSelect: Schema.number().default(0).min(0).max(10).step(1).description('AI 最多为该指令选择的参考图片数量（0 = 跟随「AI 选图设置」里的全局数量）'),
-          aiAskUser: Schema.boolean().default(true).description('缺少合适参考图时询问用户补充发送')
+          aiAskUser: Schema.boolean().default(true).description('缺少合适参考图时询问用户补充发送'),
+          confirmBeforeDraw: Schema.union([
+            Schema.const('follow').description('跟随全局设置'),
+            Schema.const('on').description('开画前请用户确认'),
+            Schema.const('off').description('选好图直接开画'),
+          ]).default('follow').description('该指令是否在开画前请用户确认'),
         })).description('指令配置').default(defaultCommands),
     }).collapse().description('指令配置项太长啦，这样折叠起来更方便哦~'),
 
@@ -1866,6 +1924,7 @@ export const Config: Schema = Schema.intersect([
       notify: Schema.boolean().default(true).description('在处理提示中附带 AI 选图结果'),
       vision: Schema.boolean().default(false).description('选图模型支持识别图片（多模态/VL）。开启后会把候选图片本身一起发给模型，而不只是发文字描述，选得更准（需要图片链接能被模型访问）'),
       visionMaxImages: Schema.number().default(6).min(1).max(20).step(1).description('开启识别图片时，最多附带多少张候选图片（超出部分只发文字描述，避免请求过大）'),
+      visionMaxImageBytes: Schema.number().default(4).min(0).max(32).step(1).description('识图时单张候选图的体积上限（MB）。插件会先把图片自己下载下来转成 base64 再发给选图模型（上游拉不到你的图片链接时会整条请求 400），超过上限的只发文字描述'),
       visionFallback: Schema.boolean().default(true).description('带图片请求失败时，自动退回纯文字再试一次'),
       appendHint: Schema.boolean().default(true).description('把模型看图后给出的关键视觉特征并入绘图提示词（仅在开启识别图片时生效，让出图更还原参考图）'),
       twoStage: Schema.boolean().default(true).description('【仅旧版模式生效】两级检索选图：先让模型产出检索关键词并在本地召回，再对召回结果精排。打分制已内置召回，无需此项'),
@@ -1934,6 +1993,9 @@ export const Config: Schema = Schema.intersect([
 
   Schema.object({
     mergeNotifications: Schema.boolean().default(true).description('把「选图结果 / 正在处理 / 优化后提示词」合并成**一条**消息发出（QQ 被动回复有次数上限，消息越少越稳）'),
+    ackOnStart: Schema.boolean().default(true).description('指令一触发就立刻回一条「收到，正在准备...」。后面的「优化提示词 + AI 选图」是两轮模型请求、可能要几十秒，不发这条用户会以为机器人卡住了'),
+    confirmBeforeDraw: Schema.boolean().default(true).description('AI 选好参考图后**先请用户确认再开始画**（把「本次参考这几张图」列出来，回复「确认」才画）。可防止选错参考图白画一张'),
+    confirmTimeout: Schema.number().default(60).min(5).max(300).step(5).description('等待用户确认的时间（秒），超时按取消处理；0 = 不限时'),
     markdownImage: Schema.boolean().default(true).description('生成结果用 markdown 的 ![](图片链接) 单独发一条；不支持 markdown 的平台自动退回普通图片消息'),
     imageViaAssets: Schema.boolean().default(true).description('结果图先经 assets 服务上传再发。外链在手机端 QQ 常常拉不到，装上 koishi-plugin-assets-qqbot-part-file 之类的 assets 插件后由它转成平台可访问的地址；上传失败会自动用原链接'),
     autoImageSize: Schema.boolean().default(true).description('自动按**图片真实比例**生成 markdown 尺寸（填死宽高会把非方形图拉伸变形）'),
@@ -2080,7 +2142,33 @@ export function apply(ctx: Context, config: CommandConfig) {
         ctx.logger.warn(`markdown 图片发送失败，退回普通图片消息: ${error}`)
       }
     }
-    await reply(session, [h.image(finalUrl)])
+    // 退回的普通图片消息也走「下载字节再发」：把外链丢给平台，
+    // 平台自己拉不到时会报 [40093007] 富媒体文件下载失败。
+    await reply(session, [await buildResultImagePart(finalUrl)])
+  }
+
+  /**
+   * 结果图优先用「自己下载好的字节」发。
+   *
+   * 给平台一个外链，是让平台服务器自己去下载它 —— 手机端 QQ 拉不到绘图接口给的链接时
+   * 就报 `[40093007] 富媒体文件下载失败`。把字节交给适配器上传就没这个问题。
+   * 下载失败再退回发原始链接（至少不比现在更差）。
+   */
+  async function buildResultImagePart(url: string): Promise<any> {
+    try {
+      const file = await ctx.http.file(url)
+      const data = file?.data
+      if (data) {
+        const buffer = Buffer.isBuffer(data) ? data : Buffer.from(data)
+        if (buffer.length) {
+          logInfo(`结果图已下载（${(buffer.length / 1024).toFixed(0)}kB），按字节发送`)
+          return h.image(buffer, file?.mime || 'image/png')
+        }
+      }
+    } catch (error) {
+      ctx.logger.warn(`结果图下载失败，改发原始链接: ${error}`)
+    }
+    return h.image(url)
   }
 
   /** 后台任务用 bot 直接发消息（没有 session）：引用失败时同样降级 */
@@ -2115,6 +2203,10 @@ export function apply(ctx: Context, config: CommandConfig) {
           customprompt: '请在{0}秒内输入自定义提示词...',
           invalidimage: '未检测到有效的图片，请重新发送带图片的消息',
           processing: '正在处理图片，请稍候...',
+          ack: '收到，正在准备...',
+          confirmask: '准备开始绘图，本次会参考：\n{0}\n\n回复「确认」开始画（{1} 秒内未确认则取消）',
+          confirmcancel: '未收到确认，已取消本次绘图',
+          confirmok: '已确认，开始绘图...',
           failed: '图片生成失败，请稍后重试',
           error: '处理过程中发生错误，请稍后重试',
           needprompt: '请提供自定义提示词',
@@ -2190,6 +2282,17 @@ export function apply(ctx: Context, config: CommandConfig) {
           }
           logInfo(`用户附加需求: ${userInputText || '（无）'}`)
 
+          // ============ 立刻回一条「收到」 ============
+          // 后面「优化提示词 + AI 选图」是两轮模型请求，加起来可能要几十秒，
+          // 期间一句话都不发，用户会以为机器人在卡死（连指令有没有被识别都不知道）。
+          if (config.ackOnStart !== false) {
+            try {
+              await reply(session, [session.text('image-prompt.messages.ack')])
+            } catch (error) {
+              ctx.logger.warn(`发送「收到」提示失败: ${error}`)
+            }
+          }
+
           // ============ 合并消息（省 QQ 被动消息额度） ============
           // 「正在选图 / 处理中 / 优化后的提示词」先攒着，最后合成一条发出去。
           // 只有需要用户立刻回应（等你发图）时才提前 flush。
@@ -2275,6 +2378,8 @@ export function apply(ctx: Context, config: CommandConfig) {
           let selectionNote = ''
           let aiProvidedImages = 0 // AI 选中的参考图数量（计入「还需用户提供」的抵扣）
           let aiRenderText = '' // 选图模型认为画面上要出现的文字（台词/标题/字幕）
+          // 本次要参考的图片清单（给「开画前确认」用）
+          const refDescs: string[] = []
           if (aiSelectOn) {
             const candidates = collectCandidates(cmdConfig, defaultImageUrls)
             const declaredGroups = (cmdConfig.referenceGroups || []).filter(Boolean)
@@ -2323,6 +2428,7 @@ export function apply(ctx: Context, config: CommandConfig) {
               if (selection.ok && selection.picked.length > 0) {
                 images.push(...selection.picked.map(c => c.url))
                 aiProvidedImages += selection.picked.length
+                for (const c of selection.picked) refDescs.push(`【图库】${c.description || c.url}`)
                 logInfo(`AI 选中参考图片: ${selection.picked.map(c => c.url).join(' , ')} 理由: ${selection.reason}`)
 
                 // 模型看图后给出的特征/画面编排并入绘图提示词（仅识别图片模式）
@@ -2397,6 +2503,7 @@ export function apply(ctx: Context, config: CommandConfig) {
           const sessionImages = extractImagesFromSession(session)
           const extractedImages = [...sessionImages, ...userImages]
           images.push(...extractedImages)
+          extractedImages.forEach((_, i) => refDescs.push(`【你发送的】第 ${i + 1} 张`))
 
           // 计算还需要用户提供的图片数量（AI 选中的参考图也算数，已有图就不再追问）
           const providedImages = extractedImages.length + aiProvidedImages
@@ -2418,6 +2525,7 @@ export function apply(ctx: Context, config: CommandConfig) {
                 if (promptContent !== undefined) {
                   const newImages = extractImagesFromMessage(promptContent)
                   images.push(...newImages)
+                  newImages.forEach(() => refDescs.push('【你发送的】补发的图'))
                 } else {
                   break
                 }
@@ -2464,6 +2572,15 @@ export function apply(ctx: Context, config: CommandConfig) {
             ? ''
             : buildPromptBlock(promptText, config.promptMaxLength || 4000)
 
+          // 开画前是否要用户确认：指令级 'on'/'off' 覆盖全局，'follow'/未填跟随全局
+          const confirmMode = cmdConfig.confirmBeforeDraw
+          const confirmOn = confirmMode === 'off' || confirmMode === false
+            ? false
+            : confirmMode === 'on' || confirmMode === true
+              ? true
+              : config.confirmBeforeDraw !== false
+          const confirmTimeout = typeof config.confirmTimeout === 'number' ? config.confirmTimeout : 60
+
           try {
             if (config.mergeNotifications === false) {
               await reply(session, [session.text('image-prompt.messages.processing') + selectionNote
@@ -2494,6 +2611,27 @@ export function apply(ctx: Context, config: CommandConfig) {
               return
             }
 
+            // ============ 开画前确认 ============
+            // 到这一步 AI 已经把参考图挑完了。直接把画发出去太亏 —— 万一挑错，
+            // 用户只能白等一张图。所以先把「这次会参考哪几张」摆出来，回复「确认」才开画。
+            if (confirmOn) {
+              const refList = refDescs.length
+                ? refDescs.map((desc, i) => `${i + 1}. ${desc}`).join('\n')
+                : `（图库里没有匹配的参考图，将按提示词生成，共 ${files.length} 张输入）`
+              notify(session.text('image-prompt.messages.confirmask', [
+                refList,
+                confirmTimeout > 0 ? String(confirmTimeout) : '不限',
+              ]))
+              // 必须先把清单发出去：用户得知道自己在确认什么
+              await flushNotice()
+              const confirmed = await waitForConfirm(session, confirmTimeout)
+              if (!confirmed) {
+                await reply(session, [session.text('image-prompt.messages.confirmcancel')])
+                return
+              }
+              notify(session.text('image-prompt.messages.confirmok'))
+            }
+
             // 后台绘图：先把消息还给用户，出图在后台跑，完成后主动推送
             if (config.backgroundDrawing?.enabled) {
               const snapshot = {
@@ -2510,8 +2648,9 @@ export function apply(ctx: Context, config: CommandConfig) {
                 }
               }
               const queued = enqueueDrawJob(snapshot, files)
-              notify(`${session.text('image-prompt.messages.bgstart', [files.length])}${queued > 0 ? session.text('image-prompt.messages.bgqueue', [queued]) : ''}${selectionNote}`)
-              notify(promptEcho)
+              // 只补「已开始后台绘图」这一行。**不要**再把 selectionNote / promptEcho
+              // 加一遍 —— 上面已经进过 noticeLines 队列了，再加就会连同提示词一起发两遍。
+              notify(`${session.text('image-prompt.messages.bgstart', [files.length])}${queued > 0 ? session.text('image-prompt.messages.bgqueue', [queued]) : ''}`)
               await flushNotice()
               return
             }
@@ -2571,7 +2710,7 @@ export function apply(ctx: Context, config: CommandConfig) {
           return
         }
         await saveToGallery(result, buildGalleryDescription(snapshot.promptText, ''), snapshot.commandName)
-        await send([`${snapshot.texts.done}\n`, h.image(result)])
+        await send([`${snapshot.texts.done}\n`, await buildResultImagePart(result)])
       } catch (error) {
         ctx.logger.error(`[${snapshot.commandName}] 后台绘图失败:`, error)
         try {
@@ -3190,8 +3329,13 @@ export function apply(ctx: Context, config: CommandConfig) {
         .replace(/\{max\}/g, String(max))
 
       const visionOn = selector.vision === true
+      // 识图模式：候选图先自己下载成 base64。直接把原 URL 交给上游，
+      // 上游拉不到（私有 CDN / 防盗链）会整条请求 400，连文字描述一起废掉。
+      const inlined = visionOn
+        ? await inlineCandidateImages(shortlist, selector.visionMaxImages || 6)
+        : undefined
       const scoreUserContent = buildSelectorContent(
-        scoreContent, shortlist, visionOn, selector.visionMaxImages || 6
+        scoreContent, shortlist, visionOn, selector.visionMaxImages || 6, inlined
       )
       const scoreCall = await callSelectorModel(
         scoreUserContent, scoreContent, visionOn, selector.selectMaxTokens || 8000,
@@ -3236,6 +3380,53 @@ export function apply(ctx: Context, config: CommandConfig) {
       }
     }
 
+    /**
+     * 识图模式用：把候选图自己下载成 base64 data URL。
+     *
+     * 不能直接把图片链接丢给上游模型 —— 上游是它自己去下载的，
+     * 碰到私有 CDN / 防盗链（实测 pro.filesystem.site 就是）就会返回
+     * 「Failed to download image from ...」并让**整条请求 400**，
+     * 于是只能退回纯文字选图，识图功能白开。
+     *
+     * 下载失败或图片过大的，对应位置留 undefined → buildSelectorContent 只发文字描述。
+     * @returns 与 candidates 同下标的 data URL 数组
+     */
+    async function inlineCandidateImages(
+      candidates: CandidateImage[],
+      max: number
+    ): Promise<(string | undefined)[]> {
+      const selector: AISelectorConfig = config.aiSelector || ({} as AISelectorConfig)
+      const cap = (selector.visionMaxImageBytes || 4) * 1024 * 1024
+      const out: (string | undefined)[] = new Array(candidates.length)
+      const limit = max > 0 ? Math.min(max, candidates.length) : candidates.length
+
+      await Promise.all(candidates.map(async (candidate, index) => {
+        if (index >= limit) return
+        const brief = (candidate.url || '').slice(0, 80)
+        try {
+          const file = await ctx.http.file(candidate.url)
+          const data = file?.data
+          if (!data) throw new Error('没有拿到图片数据')
+          const buffer = Buffer.isBuffer(data) ? data : Buffer.from(data)
+          if (!buffer.length) throw new Error('图片是空的')
+          if (buffer.length > cap) {
+            ctx.logger.warn(
+              `候选图 ${(buffer.length / 1048576).toFixed(1)}MB 超过上限 `
+              + `${(cap / 1048576).toFixed(1)}MB，识图时只发文字描述：${brief}`
+            )
+            return
+          }
+          out[index] = `data:${file?.mime || 'image/jpeg'};base64,${buffer.toString('base64')}`
+        } catch (error) {
+          ctx.logger.warn(`候选图下载失败，识图时只发文字描述：${brief}（${error}）`)
+        }
+      }))
+
+      const ok = out.filter(Boolean).length
+      logInfo(`识图候选图已内联 ${ok}/${limit} 张（其余只发文字描述）`)
+      return out
+    }
+
     /** 候选图片索引文本 */
     function buildIndexText(candidates: CandidateImage[]): string {
       return candidates
@@ -3310,8 +3501,12 @@ export function apply(ctx: Context, config: CommandConfig) {
         .replace(/\{prompt\}/g, promptText || '')
 
       // 支持识别图片时，把候选图片本身一起发给模型（编号文字 + 图片交替）
+      // 图片先自己下载转 base64：上游拉不到原链接会整条请求 400
       const visionOn = selector.vision === true
-      const userContent = buildSelectorContent(content, candidates, visionOn, selector.visionMaxImages || 6)
+      const inlined = visionOn
+        ? await inlineCandidateImages(candidates, selector.visionMaxImages || 6)
+        : undefined
+      const userContent = buildSelectorContent(content, candidates, visionOn, selector.visionMaxImages || 6, inlined)
 
       const { raw, error } = await callSelectorModel(
         userContent, content, visionOn, selector.selectMaxTokens || 8000
@@ -3483,6 +3678,29 @@ export function apply(ctx: Context, config: CommandConfig) {
       }
     }
 
+    /**
+     * 等用户确认开画。
+     * 复用「等你发图」那套 session.prompt：拿到用户在这个频道的下一条消息再判断。
+     * 超时、或者回了别的话，都算取消（宁可让用户重发指令，也不要画错一张）。
+     */
+    async function waitForConfirm(session: Session, timeoutSec: number): Promise<boolean> {
+      let answer: string | undefined
+      try {
+        answer = await session.prompt((timeoutSec > 0 ? timeoutSec : 600) * 1000)
+      } catch (error) {
+        ctx.logger.warn(`等待确认时出错: ${error}`)
+        return false
+      }
+      if (answer === undefined || answer === null) {
+        logInfo(`等待确认超时（${timeoutSec} 秒未回复）`)
+        return false
+      }
+      const text = extractTextFromMessage(answer)
+      const ok = isConfirmInput(text)
+      logInfo(`开画前确认：用户回复 ${JSON.stringify(text)} -> ${ok ? '开始画' : '视为取消'}`)
+      return ok
+    }
+
     /** 从消息中提取纯文本 */
     function extractTextFromMessage(content: string): string {
       if (!content) return ''