koishi-plugin-image-prompt 2.0.2 → 2.0.3

package/lib/index.d.ts

@@ -222,7 +222,7 @@ interface CommandConfig {
     showPrompt?: boolean;
     promptMaxLength?: number;
     appendUserInput?: boolean;
-    promptOptimize?: 'off' | 'merge' | 'rewrite';
+    promptOptimize?: 'off' | 'passthrough' | 'merge' | 'rewrite';
     optimizePrompt?: string;
     resultGallery?: ResultGalleryConfig;
     backgroundDrawing?: BackgroundDrawingConfig;

package/lib/index.js

@@ -270,7 +270,8 @@ function buildAgentTools() {
         parameters: {
           type: "object",
           properties: {
-            prompt: { type: "string", description: "\u5B8C\u6574\u7684\u7ED8\u56FE\u63D0\u793A\u8BCD\uFF08\u82F1\u6587\u6548\u679C\u66F4\u7A33\uFF1B\u753B\u9762\u4E0A\u5FC5\u987B\u51FA\u73B0\u7684\u6587\u5B57\u8981\u539F\u6837\u5199\u8FDB\u53BB\uFF09" },
+            // 提示词要短：宁可朴素，也不要堆术语写成几百字的「专业」prompt
+            prompt: { type: "string", description: "\u7ED8\u56FE\u63D0\u793A\u8BCD\u3002\u8BF4\u4EBA\u8BDD\u3001\u5199\u7B80\u77ED\u5C31\u884C\uFF0C\u4E2D\u6587\u5373\u53EF\uFF08\u7ED8\u56FE\u6A21\u578B\u542C\u5F97\u61C2\u4E2D\u6587\uFF09\uFF1B\u4E0D\u8981\u628A\u7528\u6237\u7684\u8BDD\u6269\u5199\u6210\u51E0\u767E\u5B57\uFF0C\u4E5F\u4E0D\u8981\u5806\u780C\u98CE\u683C/\u6750\u8D28/\u5149\u7EBF\u672F\u8BED\u3002\u753B\u9762\u4E0A\u5FC5\u987B\u51FA\u73B0\u7684\u6587\u5B57\u8981\u539F\u6837\u5199\u8FDB\u53BB" },
             references: {
               type: "array",
               items: { type: "string" },
@@ -757,13 +758,15 @@ function extractTextToRender(text, options = {}) {
 }
 var DEFAULT_OPTIMIZE_PROMPT = `\u4F60\u662F\u7ED8\u56FE\u63D0\u793A\u8BCD\u4F18\u5316\u52A9\u624B\u3002\u4E0B\u9762\u662F\u300C\u7ED8\u56FE\u6307\u4EE4\u7684\u539F\u59CB\u63D0\u793A\u8BCD\u300D\u548C\u300C\u7528\u6237\u672C\u6B21\u7684\u9700\u6C42\u300D\u3002
 
-\u8BF7\u8F93\u51FA\u4E00\u4EFD\u5B8C\u6574\u3001\u53EF\u76F4\u63A5\u7528\u4E8E\u7ED8\u56FE\u6A21\u578B\u7684\u63D0\u793A\u8BCD\u3002\u89C4\u5219\uFF1A
+\u8BF7\u8F93\u51FA\u4E00\u4EFD**\u7B80\u77ED**\u7684\u3001\u53EF\u76F4\u63A5\u7528\u4E8E\u7ED8\u56FE\u6A21\u578B\u7684\u63D0\u793A\u8BCD\u3002\u89C4\u5219\uFF1A
 
-1. \u539F\u59CB\u63D0\u793A\u8BCD\u4E0D\u4E3A\u7A7A\u65F6\uFF1A\u628A\u7528\u6237\u9700\u6C42\u81EA\u7136\u5730\u878D\u5408\u8FDB\u539F\u59CB\u63D0\u793A\u8BCD\uFF0C\u5E76**\u4FDD\u7559\u539F\u59CB\u63D0\u793A\u8BCD\u4E2D\u7684\u5168\u90E8\u573A\u666F\u3001\u6784\u56FE\u3001\u98CE\u683C\u3001\u6750\u8D28\u3001\u5149\u7EBF\u7B49\u7EC6\u8282**\uFF0C\u4E0D\u5F97\u5220\u51CF\u6216\u7B80\u5316\u3002
-2. \u539F\u59CB\u63D0\u793A\u8BCD\u4E3A\u7A7A\u65F6\uFF08\u4F8B\u5982\u81EA\u5B9A\u4E49\u6307\u4EE4\uFF09\uFF1A\u6839\u636E\u7528\u6237\u9700\u6C42**\u6269\u5199**\u6210\u5B8C\u6574\u7684\u7ED8\u56FE\u63D0\u793A\u8BCD\uFF0C\u8865\u8DB3\u753B\u98CE\u3001\u6784\u56FE\u3001\u955C\u5934\u3001\u5149\u7EBF\u3001\u6C1B\u56F4\u3001\u914D\u8272\u4E0E\u7EC6\u8282\uFF0C\u4F46\u4E0D\u8981\u6539\u53D8\u7528\u6237\u7684\u539F\u610F\u3002
-3. \u628A\u7528\u6237\u9700\u6C42\u5199\u5230\u5B83\u8BE5\u53BB\u7684\u4F4D\u7F6E\uFF08\u8868\u60C5/\u52A8\u4F5C/\u795E\u6001/\u670D\u88C5/\u573A\u666F/\u4E92\u52A8\u7B49\uFF09\uFF0C\u4E0D\u8981\u539F\u6837\u8D34\u5728\u672B\u5C3E\u3002
-4. \u8BED\u8A00\uFF1A\u539F\u59CB\u63D0\u793A\u8BCD\u662F\u82F1\u6587\u5C31\u8F93\u51FA\u82F1\u6587\uFF1B\u539F\u59CB\u63D0\u793A\u8BCD\u4E3A\u7A7A\u65F6\u4E5F\u7528\u82F1\u6587\uFF08\u82F1\u6587\u63D0\u793A\u8BCD\u51FA\u56FE\u6548\u679C\u901A\u5E38\u66F4\u7A33\uFF09\u3002
-5. \u53EA\u8F93\u51FA\u4F18\u5316\u540E\u7684\u63D0\u793A\u8BCD\u6B63\u6587\uFF0C\u4E0D\u8981\u89E3\u91CA\u3001\u4E0D\u8981\u6807\u9898\u3001\u4E0D\u8981 Markdown \u4EE3\u7801\u5757\u3001\u4E0D\u8981\u5F15\u53F7\u3002
+1. \u539F\u59CB\u63D0\u793A\u8BCD\u4E0D\u4E3A\u7A7A\u65F6\uFF1A\u628A\u7528\u6237\u9700\u6C42\u81EA\u7136\u5730\u878D\u5165\u539F\u59CB\u63D0\u793A\u8BCD\uFF0C\u4FDD\u7559\u5176\u4E2D\u7684\u6784\u56FE\u4E0E\u98CE\u683C\uFF0C\u4E0D\u8981\u5220\u51CF\u3002
+2. \u539F\u59CB\u63D0\u793A\u8BCD\u4E3A\u7A7A\u65F6\uFF1A\u76F4\u63A5\u6574\u7406\u7528\u6237\u7684\u8BDD\u4F5C\u4E3A\u63D0\u793A\u8BCD\uFF0C**\u4E0D\u8981\u66FF\u4ED6\u8111\u8865**\u753B\u98CE\u3001\u955C\u5934\u3001\u5149\u7EBF\u3001\u6C1B\u56F4\u3001\u914D\u8272\u4E4B\u7C7B\u7684\u7EC6\u8282 \u2014\u2014
+   \u7528\u6237\u6CA1\u63D0\u7684\u5C31\u522B\u5199\u3002
+3. \u628A\u7528\u6237\u9700\u6C42\u5199\u5230\u5B83\u8BE5\u53BB\u7684\u4F4D\u7F6E\uFF0C\u4E0D\u8981\u539F\u6837\u8D34\u5728\u672B\u5C3E\uFF0C\u4E5F\u4E0D\u8981\u53E6\u8D77\u4E00\u6BB5\u590D\u8FF0\u4E00\u904D\u3002
+4. **\u8BED\u8A00\u8DDF\u7740\u7528\u6237\u8D70**\uFF1A\u7528\u6237\u7528\u4E2D\u6587\u5C31\u8F93\u51FA\u4E2D\u6587\uFF08\u7ED8\u56FE\u6A21\u578B\u542C\u5F97\u61C2\u4E2D\u6587\uFF0C\u7406\u89E3\u529B\u4E5F\u591F\uFF09\uFF0C
+   \u4E0D\u8981\u4E3A\u4E86\u663E\u5F97\u4E13\u4E1A\u800C\u7FFB\u6210\u82F1\u6587\u3001\u4E0D\u8981\u5806\u780C\u672F\u8BED\u3002
+5. **\u5B81\u77ED\u52FF\u957F**\uFF1A\u53EA\u5199\u771F\u6B63\u8981\u5728\u753B\u9762\u4E0A\u51FA\u73B0\u7684\u4E1C\u897F\u3002\u63D0\u793A\u8BCD\u8D8A\u957F\u5404\u8981\u7D20\u4E92\u76F8\u7A00\u91CA\uFF0C\u51FA\u56FE\u53CD\u800C\u66F4\u7CCA\u3002
 
 \u539F\u59CB\u63D0\u793A\u8BCD\uFF1A
 {prompt}
@@ -798,6 +801,11 @@ var DEFAULT_AGENT_INSTRUCTIONS = `\u4F60\u662F QQ \u7FA4\u91CC\u7684\u7ED8\u56FE
 6. \u6D41\u7A0B\u7ED3\u675F\u540E\u7528\u4E2D\u6587\u56DE\u4E00\u53E5\u7B80\u77ED\u7684\u7ED3\u679C\u8BF4\u660E\uFF08\u4E0D\u8981\u590D\u8FF0 prompt\uFF0C\u4E0D\u8981\u5199\u5C0F\u4F5C\u6587\uFF0C\u4E0D\u8981\u518D\u95EE\u300C\u8FD8\u8981\u6211\u505A\u4EC0\u4E48\u300D\uFF09\u3002
 7. \u56FE\u7247\u7F16\u53F7\uFF1Agallery_search \u7ED3\u679C\u91CC\u7684 id\u3001\u7528\u6237\u53D1\u7684\u56FE\uFF08user1\u3001user2\u2026\uFF09\u3001\u6307\u4EE4\u9ED8\u8BA4\u56FE\uFF08cmd1\u2026\uFF09\u90FD\u53EF\u4EE5\u76F4\u63A5\u5199\u8FDB draw \u7684 references\u3002
    \u53EA\u586B\u4F60\u786E\u8BA4\u5B58\u5728\u7684\u7F16\u53F7\uFF0C**\u7EDD\u5BF9\u4E0D\u8981\u7F16\u9020 id**\u3002
+8. \u3010prompt \u8981\u77ED\uFF0C\u8981\u8BF4\u4EBA\u8BDD\u3011**\u4E0D\u8981**\u628A\u7528\u6237\u7684\u8BDD\u6269\u5199\u6210\u51E0\u767E\u5B57\u7684\u300C\u4E13\u4E1A\u300D\u63D0\u793A\u8BCD\uFF1A
+   - \u7528\u6237\u7528\u4E2D\u6587\u63D0\u7684\u9700\u6C42\uFF0Cprompt \u5C31\u5199\u4E2D\u6587\uFF08\u7ED8\u56FE\u6A21\u578B\u542C\u5F97\u61C2\u4E2D\u6587\uFF0C\u7406\u89E3\u529B\u4E5F\u591F\u7528\uFF09\uFF1B
+   - \u522B\u4E3A\u4E86\u663E\u5F97\u4E13\u4E1A\u5C31\u53BB\u5806\u98CE\u683C / \u6750\u8D28 / \u5149\u7EBF / \u955C\u5934\u672F\u8BED\uFF0C\u66F4\u522B\u523B\u610F\u7FFB\u6210\u82F1\u6587\uFF1B
+   - \u53EA\u4FDD\u7559\u7528\u6237\u771F\u6B63\u8BF4\u8FC7\u7684\u5185\u5BB9 + \u753B\u9762\u5FC5\u987B\u6709\u7684\u8981\u7D20\uFF0C**\u4E0D\u8981\u66FF\u4ED6\u8111\u8865\u7EC6\u8282**\uFF1B
+   - \u63D0\u793A\u8BCD\u8D8A\u957F\uFF0C\u5404\u8981\u7D20\u4E92\u76F8\u7A00\u91CA\uFF0C\u51FA\u56FE\u53CD\u800C\u8D8A\u8D70\u6837\u3002\u4E00\u4E24\u53E5\u8BDD\u80FD\u628A\u753B\u9762\u8BF4\u6E05\u5C31\u591F\u4E86\u3002
 
 \u5982\u679C\u4F60\u6240\u5728\u7684\u63A5\u53E3\u4E0D\u652F\u6301\u51FD\u6570\u8C03\u7528\uFF0C\u5C31**\u53EA\u8F93\u51FA\u4E00\u884C JSON** \u6765\u8C03\u7528\u5DE5\u5177\uFF0C\u4F8B\u5982\uFF1A
 {"tool":"gallery_search","args":{"keyword":"\u767D\u53D1 \u7ACB\u7ED8"}}
@@ -1361,10 +1369,11 @@ var Config = import_koishi.Schema.intersect([
   import_koishi.Schema.object({
     appendUserInput: import_koishi.Schema.boolean().default(true).description("\u628A\u7528\u6237\u968F\u6307\u4EE4\u53D1\u7684\u9644\u52A0\u9700\u6C42\u5E76\u5165\u7ED8\u56FE\u63D0\u793A\u8BCD\uFF08\u4F8B\u5982\u300C\u624B\u529E\u5316 xxx \u5728\u5077\u5403\u767D\u996D\u88AB\u53D1\u73B0\u7684\u8868\u60C5\u300D\uFF09"),
     promptOptimize: import_koishi.Schema.union([
-      import_koishi.Schema.const("rewrite").description("\u878D\u5408\u91CD\u5199\uFF08\u63A8\u8350\uFF09\uFF1A\u8BA9\u6A21\u578B\u628A\u9700\u6C42\u5199\u8FDB\u63D0\u793A\u8BCD\u5BF9\u5E94\u4F4D\u7F6E"),
-      import_koishi.Schema.const("merge").description("\u76F4\u63A5\u8FFD\u52A0\uFF1A\u628A\u9700\u6C42\u8D34\u5728\u539F\u59CB\u63D0\u793A\u8BCD\u672B\u5C3E"),
-      import_koishi.Schema.const("off").description("\u4E0D\u5904\u7406\uFF1A\u53EA\u7528\u6307\u4EE4\u81EA\u8EAB\u7684\u63D0\u793A\u8BCD")
-    ]).default("rewrite").description("\u7528\u6237\u9644\u52A0\u9700\u6C42\u5982\u4F55\u5E76\u5165\u63D0\u793A\u8BCD"),
+      import_koishi.Schema.const("passthrough").description("\u539F\u8BDD\u76F4\u51FA\uFF08\u63A8\u8350\uFF09\uFF1A\u7528\u6237\u8BF4\u4E86\u5C31\u7528\u7528\u6237\u7684\u539F\u8BDD\uFF0C\u4E0D\u518D\u62FC\u63A5\u6307\u4EE4\u81EA\u5E26\u7684\u63D0\u793A\u8BCD\uFF0C\u4E5F\u4E0D\u505A\u6269\u5199"),
+      import_koishi.Schema.const("merge").description("\u8FFD\u52A0\uFF1A\u628A\u7528\u6237\u7684\u539F\u8BDD\u8D34\u5728\u6307\u4EE4\u81EA\u5E26\u63D0\u793A\u8BCD\u540E\u9762"),
+      import_koishi.Schema.const("rewrite").description("\u878D\u5408\u91CD\u5199\uFF1A\u8BA9\u6A21\u578B\u628A\u9700\u6C42\u5199\u8FDB\u63D0\u793A\u8BCD\u5BF9\u5E94\u4F4D\u7F6E\uFF08\u4F1A\u53D8\u957F\uFF0C\u8001\u7248\u672C\u7684\u9ED8\u8BA4\u884C\u4E3A\uFF09"),
+      import_koishi.Schema.const("off").description("\u4E0D\u5904\u7406\uFF1A\u53EA\u7528\u6307\u4EE4\u81EA\u5E26\u7684\u63D0\u793A\u8BCD\uFF0C\u5FFD\u7565\u7528\u6237\u8BF4\u7684\u8BDD")
+    ]).default("passthrough").description("\u7528\u6237\u9644\u52A0\u9700\u6C42\u5982\u4F55\u5E76\u5165\u63D0\u793A\u8BCD\u3002**\u7ED8\u56FE\u6A21\u578B\u542C\u5F97\u61C2\u4E2D\u6587**\uFF0C\u4E00\u822C\u4E0D\u9700\u8981\u518D\u4F18\u5316/\u7FFB\u8BD1"),
     optimizePrompt: import_koishi.Schema.string().role("textarea", { rows: [10, 6] }).default(DEFAULT_OPTIMIZE_PROMPT).description("\u878D\u5408\u91CD\u5199\u7528\u7684\u63D0\u793A\u8BCD\u6A21\u677F\uFF0C\u5360\u4F4D\u7B26\uFF1A{prompt} \u539F\u59CB\u63D0\u793A\u8BCD\u3001{userInput} \u7528\u6237\u9644\u52A0\u9700\u6C42"),
     showPrompt: import_koishi.Schema.boolean().default(true).description("\u53D1\u9001\u4F18\u5316\u540E\u7684\u63D0\u793A\u8BCD\uFF08QQ / QQ \u9891\u9053\u7528\u4EE3\u7801\u5757\u5305\u88F9\uFF0C\u5176\u5B83\u5E73\u53F0\u53D1\u7EAF\u6587\u672C\uFF09"),
     promptMaxLength: import_koishi.Schema.number().default(4e3).min(0).max(2e4).step(100).description("\u56DE\u663E\u63D0\u793A\u8BCD\u7684\u6700\u5927\u5B57\u7B26\u6570\uFF0C\u8D85\u51FA\u90E8\u5206\u622A\u65AD\u5E76\u6807\u6CE8\uFF1B\u8BBE\u4E3A 0 \u8868\u793A\u4E0D\u622A\u65AD\uFF08QQ markdown \u6709\u957F\u5EA6\u4E0A\u9650\uFF0C\u592A\u957F\u53EF\u80FD\u88AB\u62D2\u6536\uFF09")
@@ -1937,21 +1946,27 @@ ${echo}` : echo);
     async function runDirectFlow(session, cmdConfig, userInputText, defaultImageUrls) {
       const waitTimeout = cmdConfig.waitTimeout || config.defaultWaitTimeout;
       const maxImages = cmdConfig.maxImages || 0;
-      let promptText = cmdConfig.prompt;
+      const basePrompt = cmdConfig.prompt || "";
+      const input = String(userInputText || "").trim();
+      const mode = config.promptOptimize || "passthrough";
+      const takeInput = input && config.appendUserInput !== false;
+      let promptText = mode === "passthrough" ? (takeInput ? input : "") || basePrompt : basePrompt;
       let optimizeFailed = false;
-      if (userInputText && config.appendUserInput !== false) {
-        promptText = mergePrompt(promptText, userInputText, true);
-        logInfo2(`\u5DF2\u5E76\u5165\u7528\u6237\u9644\u52A0\u9700\u6C42: ${userInputText}`);
-        if (config.promptOptimize === "rewrite") {
-          const optimized = await optimizePromptText(cmdConfig.prompt, userInputText);
-          if (optimized) {
-            promptText = optimized;
-            logInfo2("\u63D0\u793A\u8BCD\u5DF2\u878D\u5408\u91CD\u5199");
-          } else {
-            ctx.logger.warn("\u63D0\u793A\u8BCD\u878D\u5408\u91CD\u5199\u5931\u8D25\uFF0C\u4FDD\u7559\u8FFD\u52A0\u540E\u7684\u63D0\u793A\u8BCD");
-            optimizeFailed = true;
-          }
+      if (takeInput && mode === "merge") {
+        promptText = mergePrompt(basePrompt, input, true);
+        logInfo2(`\u5DF2\u628A\u7528\u6237\u539F\u8BDD\u8FFD\u52A0\u5230\u6307\u4EE4\u63D0\u793A\u8BCD\u540E: ${input}`);
+      } else if (takeInput && mode === "rewrite") {
+        const optimized = await optimizePromptText(basePrompt, input);
+        if (optimized) {
+          promptText = optimized;
+          logInfo2("\u63D0\u793A\u8BCD\u5DF2\u878D\u5408\u91CD\u5199");
+        } else {
+          ctx.logger.warn("\u63D0\u793A\u8BCD\u878D\u5408\u91CD\u5199\u5931\u8D25\uFF0C\u6539\u7528\u7528\u6237\u7684\u539F\u8BDD");
+          promptText = mergePrompt(basePrompt, input, true);
+          optimizeFailed = true;
         }
+      } else if (takeInput && mode !== "off") {
+        logInfo2(`\u5DF2\u5E76\u5165\u7528\u6237\u539F\u8BDD\uFF08${mode} \u6A21\u5F0F\uFF09: ${input}`);
       }
       if (cmdConfig.custom && !cmdConfig.prompt && !userInputText) {
         const [msgId] = await session.send(session.text("image-prompt.messages.customprompt", [waitTimeout]));
@@ -1963,7 +1978,7 @@ ${echo}` : echo);
         }
         if (!userPrompt) return session.text("image-prompt.messages.needprompt");
         const text = extractTextFromMessage(userPrompt) || String(userPrompt).trim();
-        promptText = config.promptOptimize === "rewrite" ? await optimizePromptText("", text) || text : mergePrompt("", text, true);
+        promptText = mode === "rewrite" && await optimizePromptText("", text) || text;
       }
       const images = [...defaultImageUrls || [], ...extractImagesFromSession(session)];
       const remaining = Math.max(0, maxImages - images.length);

package/package.json

@@ -1,7 +1,7 @@
 {
   "name": "koishi-plugin-image-prompt",
   "description": "多功能 AI 图像处理插件：Agent 模式把「查不查图库 / 要不要追问 / 什么时候开画」全交给模型自己决定，支持手办化、Coser 化、Minecraft 化等 47 种风格与自定义提示词",
-  "version": "2.0.2",
+  "version": "2.0.3",
   "main": "lib/index.js",
   "typings": "lib/index.d.ts",
   "files": [

package/readme.md

@@ -161,11 +161,12 @@ bot：画好啦，按 ref1 的立绘做的～
 
 ### 📝 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」）。
+处理时会把**最终交给绘图模型的提示词**一起发出来，方便你确认它到底用了什么。
+用默认的「原话直出」时，你看到的基本就是你发的那句话。
 
 | 配置项 | 说明 | 默认 |
 |---|---|---|
-| 发送优化后的提示词 | 关闭则不回显 | 开 |
+| 发送最终提示词 | 关闭则不回显 | 开 |
 | 回显提示词的最大字符数 | 超出截断并标注；**0 = 不截断** | 4000 |
 
 - **官方 QQ**（`qq` / `qq-*` / `qqbot`）：发 `markdown` **元素**，由适配器走 QQ 的 markdown API，
@@ -224,28 +225,40 @@ bot：画好啦，按 ref1 的立绘做的～
 
 这句里的附加需求会**同时**用于两件事：
 
-1. 交给 AI 选图（按「deepseekQ版」等关键词去参考图组里挑图）
-2. **并入绘图提示词**（追加在系统提示词末尾，用空行分隔）——这样出图才会带上「偷吃白饭被发现的表情」
+1. 交给 AI 参考（agent 模式下用于决策；该搜什么、要不要问用户、用哪张参考图）
+2. **原样进入绘图提示词**——这样出图才会带上「偷吃白饭被发现的表情」。
+   默认不再加工：不扩写、不翻译成英文、不拼接指令自带的那串英文提示词
 
 > 之前只有 `custom` 类型的指令才合并用户输入，普通指令（手办化、coser化…）只拿它去选图、
 > 画图时丢掉，所以会出现「图选对了但需求没体现」。现在两者都合并。
 >
 > 另外文本取的是**指令参数**，不是整条消息——否则提示词里会混进指令名（「手办化 xxx」→ 只取 xxx）。
 
-### 🪄 提示词融合方式
+### 🪄 提示词融合方式（默认：直接说人话，不多加工）
+
+> **现在的绘图模型听得懂中文，也有基本的理解力。** 把用户那句话原样交给它就够了 ——
+> 反过来，把它「优化」成一两百字的英文术语堆砌，各要素互相稀释，出图反而更容易走样。
+> 所以 2.0.3 起默认是**做减法**。
 
 | 配置项 | 说明 | 默认 |
 |---|---|---|
-| 附加需求如何并入提示词 | `rewrite` 融合重写 / `merge` 直接追加 / `off` 不处理 | `rewrite` |
+| 附加需求如何并入提示词 | `passthrough` 原话直出 / `merge` 追加 / `rewrite` 融合重写 / `off` 不处理 | **`passthrough`** |
 | 把用户附加需求并入提示词 | 关闭则只用于选图，不改提示词 | 开 |
-| 融合重写用的提示词模板 | 占位符 `{prompt}` 原始提示词、`{userInput}` 用户附加需求 | 内置模板 |
+| 融合重写用的提示词模板 | 占位符 `{prompt}` 原始提示词、`{userInput}` 用户附加需求 | 内置模板（已改成「宁短勿长」） |
+
+- **`passthrough`（原话直出，推荐）**：用户说了话就用**他的原话**，不再拼指令自带的长提示词、
+  不扩写、不翻译。用户没说话时才退回指令自带的提示词
+- **`merge`（追加）**：把用户的原话贴在指令自带提示词后面，不做改写
+- **`rewrite`（融合重写）**：让模型把需求写进提示词对应位置 —— **会明显变长**，
+  老版本（≤2.0.2）就是默认这个。想要旧行为选它
+- **`off`**：只用指令自身的提示词，忽略用户说的话（agent 模式下仍会把需求交给模型看）
 
-- **rewrite（融合重写，推荐）**：让模型把需求写进提示词**该去的位置**（表情/动作/神态/服装/场景），
-  而不是贴在最后。模板要求它**保留原始提示词的全部细节、不得删减**，语言与原文一致
-- **merge（直接追加）**：把需求贴在原始提示词末尾，不做改写
-- **off**：只用指令自身的提示词（agent 模式下仍会把需求交给模型看）
+`rewrite` 失败时自动退回用户的原话，不会因为优化失败而不出图；失败会在处理消息里提示。
 
-rewrite 失败时自动退回 merge 的结果，不会因为优化失败而不出图；失败会在处理消息里提示
+> **agent 模式下**（默认开启）这条配置项不影响你的输入是否被保留 ——
+> 用户的话会原封不动地出现在给模型的上下文里（`用户这次说的话：…`），
+> 画图的 prompt 由模型自己组织。2.0.3 起提示词里明确要求它
+> **「短、说人话、保持中文、不要替用户脑补细节」**。
 「（提示词融合失败，已改为追加模式）」，方便排查（多半是模型限流或返回被判空）。
 用的是「AI 模型接口」那套接口/模型（想换更强的模型可以单独改）。
 

package/src/index.ts

@@ -256,7 +256,8 @@ export function buildAgentTools(): any[] {
         parameters: {
           type: 'object',
           properties: {
-            prompt: { type: 'string', description: '完整的绘图提示词（英文效果更稳；画面上必须出现的文字要原样写进去）' },
+            // 提示词要短：宁可朴素，也不要堆术语写成几百字的「专业」prompt
+            prompt: { type: 'string', description: '绘图提示词。说人话、写简短就行，中文即可（绘图模型听得懂中文）；不要把用户的话扩写成几百字，也不要堆砌风格/材质/光线术语。画面上必须出现的文字要原样写进去' },
             references: {
               type: 'array',
               items: { type: 'string' },
@@ -967,7 +968,7 @@ interface CommandConfig {
   showPrompt?: boolean
   promptMaxLength?: number
   appendUserInput?: boolean
-  promptOptimize?: 'off' | 'merge' | 'rewrite'
+  promptOptimize?: 'off' | 'passthrough' | 'merge' | 'rewrite'
   optimizePrompt?: string
   resultGallery?: ResultGalleryConfig
   backgroundDrawing?: BackgroundDrawingConfig
@@ -1134,13 +1135,15 @@ interface CandidateImage {
 /** 把用户附加需求融合进原始提示词（而不是贴在最末尾） */
 const DEFAULT_OPTIMIZE_PROMPT = `你是绘图提示词优化助手。下面是「绘图指令的原始提示词」和「用户本次的需求」。
 
-请输出一份完整、可直接用于绘图模型的提示词。规则：
+请输出一份**简短**的、可直接用于绘图模型的提示词。规则：
 
-1. 原始提示词不为空时：把用户需求自然地融合进原始提示词，并**保留原始提示词中的全部场景、构图、风格、材质、光线等细节**，不得删减或简化。
-2. 原始提示词为空时（例如自定义指令）：根据用户需求**扩写**成完整的绘图提示词，补足画风、构图、镜头、光线、氛围、配色与细节，但不要改变用户的原意。
-3. 把用户需求写到它该去的位置（表情/动作/神态/服装/场景/互动等），不要原样贴在末尾。
-4. 语言：原始提示词是英文就输出英文；原始提示词为空时也用英文（英文提示词出图效果通常更稳）。
-5. 只输出优化后的提示词正文，不要解释、不要标题、不要 Markdown 代码块、不要引号。
+1. 原始提示词不为空时：把用户需求自然地融入原始提示词，保留其中的构图与风格，不要删减。
+2. 原始提示词为空时：直接整理用户的话作为提示词，**不要替他脑补**画风、镜头、光线、氛围、配色之类的细节 ——
+   用户没提的就别写。
+3. 把用户需求写到它该去的位置，不要原样贴在末尾，也不要另起一段复述一遍。
+4. **语言跟着用户走**：用户用中文就输出中文（绘图模型听得懂中文，理解力也够），
+   不要为了显得专业而翻成英文、不要堆砌术语。
+5. **宁短勿长**：只写真正要在画面上出现的东西。提示词越长各要素互相稀释，出图反而更糊。
 
 原始提示词：
 {prompt}
@@ -1184,6 +1187,11 @@ const DEFAULT_AGENT_INSTRUCTIONS = `你是 QQ 群里的绘图助手。用户发
 6. 流程结束后用中文回一句简短的结果说明（不要复述 prompt，不要写小作文，不要再问「还要我做什么」）。
 7. 图片编号：gallery_search 结果里的 id、用户发的图（user1、user2…）、指令默认图（cmd1…）都可以直接写进 draw 的 references。
    只填你确认存在的编号，**绝对不要编造 id**。
+8. 【prompt 要短，要说人话】**不要**把用户的话扩写成几百字的「专业」提示词：
+   - 用户用中文提的需求，prompt 就写中文（绘图模型听得懂中文，理解力也够用）；
+   - 别为了显得专业就去堆风格 / 材质 / 光线 / 镜头术语，更别刻意翻成英文；
+   - 只保留用户真正说过的内容 + 画面必须有的要素，**不要替他脑补细节**；
+   - 提示词越长，各要素互相稀释，出图反而越走样。一两句话能把画面说清就够了。
 
 如果你所在的接口不支持函数调用，就**只输出一行 JSON** 来调用工具，例如：
 {"tool":"gallery_search","args":{"keyword":"白发 立绘"}}
@@ -1761,10 +1769,11 @@ export const Config: Schema = Schema.intersect([
   Schema.object({
     appendUserInput: Schema.boolean().default(true).description('把用户随指令发的附加需求并入绘图提示词（例如「手办化 xxx 在偷吃白饭被发现的表情」）'),
     promptOptimize: Schema.union([
-      Schema.const('rewrite').description('融合重写（推荐）：让模型把需求写进提示词对应位置'),
-      Schema.const('merge').description('直接追加：把需求贴在原始提示词末尾'),
-      Schema.const('off').description('不处理：只用指令自身的提示词')
-    ]).default('rewrite').description('用户附加需求如何并入提示词'),
+      Schema.const('passthrough').description('原话直出（推荐）：用户说了就用用户的原话，不再拼接指令自带的提示词，也不做扩写'),
+      Schema.const('merge').description('追加：把用户的原话贴在指令自带提示词后面'),
+      Schema.const('rewrite').description('融合重写：让模型把需求写进提示词对应位置（会变长，老版本的默认行为）'),
+      Schema.const('off').description('不处理：只用指令自带的提示词，忽略用户说的话')
+    ]).default('passthrough').description('用户附加需求如何并入提示词。**绘图模型听得懂中文**，一般不需要再优化/翻译'),
     optimizePrompt: Schema.string().role('textarea', { rows: [10, 6] }).default(DEFAULT_OPTIMIZE_PROMPT).description('融合重写用的提示词模板，占位符：{prompt} 原始提示词、{userInput} 用户附加需求'),
     showPrompt: Schema.boolean().default(true).description('发送优化后的提示词（QQ / QQ 频道用代码块包裹，其它平台发纯文本）'),
     promptMaxLength: Schema.number().default(4000).min(0).max(20000).step(100).description('回显提示词的最大字符数，超出部分截断并标注；设为 0 表示不截断（QQ markdown 有长度上限，太长可能被拒收）'),
@@ -2541,22 +2550,30 @@ export function apply(ctx: Context, config: CommandConfig) {
     ) {
       const waitTimeout = cmdConfig.waitTimeout || config.defaultWaitTimeout
       const maxImages = cmdConfig.maxImages || 0
-      let promptText = cmdConfig.prompt
+      const basePrompt = cmdConfig.prompt || ''
+      const input = String(userInputText || '').trim()
+      const mode = config.promptOptimize || 'passthrough'
+      const takeInput = input && config.appendUserInput !== false
+      // 绘图模型听得懂中文，默认做的是「减法」：用户说了就用他的原话，
+      // 不拼指令自带的长提示词、不扩写、不翻译。
+      let promptText = mode === 'passthrough' ? ((takeInput ? input : '') || basePrompt) : basePrompt
       let optimizeFailed = false
 
-      if (userInputText && config.appendUserInput !== false) {
-        promptText = mergePrompt(promptText, userInputText, true)
-        logInfo(`已并入用户附加需求: ${userInputText}`)
-        if (config.promptOptimize === 'rewrite') {
-          const optimized = await optimizePromptText(cmdConfig.prompt, userInputText)
-          if (optimized) {
-            promptText = optimized
-            logInfo('提示词已融合重写')
-          } else {
-            ctx.logger.warn('提示词融合重写失败，保留追加后的提示词')
-            optimizeFailed = true
-          }
+      if (takeInput && mode === 'merge') {
+        promptText = mergePrompt(basePrompt, input, true)
+        logInfo(`已把用户原话追加到指令提示词后: ${input}`)
+      } else if (takeInput && mode === 'rewrite') {
+        const optimized = await optimizePromptText(basePrompt, input)
+        if (optimized) {
+          promptText = optimized
+          logInfo('提示词已融合重写')
+        } else {
+          ctx.logger.warn('提示词融合重写失败，改用用户的原话')
+          promptText = mergePrompt(basePrompt, input, true)
+          optimizeFailed = true
         }
+      } else if (takeInput && mode !== 'off') {
+        logInfo(`已并入用户原话（${mode} 模式）: ${input}`)
       }
 
       // 自定义指令：本身没提示词、用户也没给文本 -> 要一句
@@ -2570,9 +2587,7 @@ export function apply(ctx: Context, config: CommandConfig) {
         }
         if (!userPrompt) return session.text('image-prompt.messages.needprompt')
         const text = extractTextFromMessage(userPrompt) || String(userPrompt).trim()
-        promptText = config.promptOptimize === 'rewrite'
-          ? ((await optimizePromptText('', text)) || text)
-          : mergePrompt('', text, true)
+        promptText = (mode === 'rewrite' && (await optimizePromptText('', text))) || text
       }
 
       const images: string[] = [...(defaultImageUrls || []), ...extractImagesFromSession(session)]