Ctrl+V 粘贴截图: Claude Code + DeepSeek 直接烂对话？这个开源项目把坑填了

在AI CLI工具与不支持多模态的模型配合使用时，直接粘贴剪贴板中的图片会引发系统硬编码指令，导致对话中断。本项目的两层防线设计——图片整流器与图片分析技能——能巧妙拦截并处理图片输入，保障对话流程的顺畅。

为什么需要本项目？

AI CLI工具搭配第三方模型时，常因模型不支持多模态而出现图片理解真空地带。这是Claude Code、OpenCode等工具使用DeepSeek等不支持多模态模型时最令人困扰的问题。

传统方案的困境

常见的应对方式是在全局CLAUDE.md中制定规则，强制要求调用特定Skill或MCP处理图片。然而，Claude Code在系统层面硬编码了相关指令——每当粘贴图片时，必定调用read工具直接将图片发送给模型。这个系统指令的优先级高于CLAUDE.md，因此用户制定的规则无法阻止这一行为。

结果就是：通过Ctrl+V粘贴一张截图后，模型接收到base64图片数据，随即报错或输出混乱信息，导致整段对话无法继续。更糟糕的是，调试过程中我们通常不会先将截图保存为本地文件再上传——直接截图、粘贴到剪贴板、再通过Ctrl+V发送才是自然的工作流。传统方案仅适用于“先保存文件，再提供路径”的场景，与实际使用习惯完全脱节。

本项目的解决方案

图片整流器与图片分析技能共同构建了两层防线，有效应对这一问题。

两层防线的分工

1. 图片整流器（袋里层）在请求发出前进行拦截。它检测messages中的base64图片块，移除原始数据并替换为文本提示，引导模型调用Skill。这一过程在模型收到请求之前已完成。

2. 图片分析技能（CLI工具）被模型调用后，智能判断图片来源：若传入本地路径则读取文件，若无路径则从系统剪贴板直接读取。该技能兼容Claude Code（粘贴生成临时文件）和OpenCode（粘贴不生成临时文件）两种行为模式。

原项目简介

CC Switch是一款管理AI CLI工具（Claude Code、Codex、Gemini CLI、OpenCode、OpenClaw、Hermes）的桌面应用，提供供应商管理、袋里/故障转移、MCP/Skills管理和用量统计等功能。本分支在其基础上新增了图片输入处理功能，解决了大量第三方API供应商不支持多模态（视觉理解）的问题。

本分支新增功能

1. 图片整流器

解决的问题：大量第三方API供应商（中转站、非官方接口）不支持多模态输入。当请求的messages数组中出现type: "image"的base64图片块时，这些供应商会报错或行为异常。

解决方案：图片整流器是袋里层的拦截器，在请求转发之前运行。它扫描messages[*].content，检测type: "image"块，移除base64数据（通常数MB），并替换为文本提示，引导模型调用指定skill处理图片。

关键特性：

1. 自动检测并替换messages中的type: "image"块
2. 存在图片缓存引用时自动提取文件路径拼入提示
3. 可配置调用的skill名称（默认：image-analysis）
4. 与下方的图片分析技能无缝配合

配置方式：路由设置→整流器区域→图片整流器。打开开关，可按需修改skill名称。

2. 图片分析技能

一个独立的Python命令行图片视觉识别工具，兼容任何能执行Shell命令的AI CLI。

核心能力：

1. 支持本地图片（jpg/png/gif/webp/bmp）、网络图片URL、系统剪贴板（macOS AppleScript）
2. 多图对比（多次--image）
3. Fallback机制：按配置顺序依次尝试所有provider，失败时自动切换，第一个成功的结果标注[provider名]后返回

预置30多个AI Provider：

与图片整流器的联动：当某模型不支持图片时，整流器会将图片块替换为文本提示，引导模型调用Skill，模型自动通过CLI完成实际视觉分析。整个过程对用户透明，无需手动执行Python脚本。

3. dev.sh — 开发启动脚本

封装pnpm tauri dev / pnpm tauri build的便捷脚本：

./dev.sh # Debug模式（默认）
./dev.sh debug # Debug模式（含请求体打印）
./dev.sh release # Release模式
./dev.sh build # Release编译

预置了CARGO_HTTP_PROXY，方便国内网络环境下编译Rust依赖。

安装

从源码编译：

git clone https://github.com/piaomiaoguying/cc-switch.git
cd cc-switch
./dev.sh build

使用流程

第一步：注册AI Provider并获取API Key

本Skill预置了多个平台的视觉模型，均有免费额度，挑选自己习惯的平台注册即可：

注册后获取API Key，填入Skill配置文件：

cp skills/image-analysis/scripts/config.example.json skills/image-analysis/scripts/config.json
# 编辑config.json，将各个平台的API Key填入对应字段

第二步：配置全局CLAUDE.md

在你的全局CLAUDE.md（~/.claude/CLAUDE.md）中加入以下规则，禁止直接使用read工具读取图片：

## 图片处理规范
禁止使用 read 工具读取任何图片文件（如 .png, .jpg, .jpeg）
必须使用 image-analysis 这个 skill 来分析图片
当模型返回不支持直接接收图片输入时，自动调用 image-analysis 这个 skill 来分析图片

第三步：导入Skill到AI CLI

推荐通过CC Switch统一管理Skill，避免手动复制文件夹：

1. 将skills/image-analysis配置文件夹放在CC Switch目录下
2. 打开CC Switch→Skills管理
3. 在Claude Code和OpenCode对应的Skill开关处，开启image-analysis

这样CC Switch会自动将Skill同步到各CLI的Skill目录。

第四步：配置CC Switch路由与整流器

这是最关键的一步，需要打开三层开关：

① 打开本地路由

进入CC Switch→路由设置：

1. 打开本地路由总开关
2. 打开Claude Code的路由开关（常见漏掉：总开关开了但Claude Code开关没开）

② 配置图片整流器

在路由设置界面往下滑，找到整流器区域：

1. 打开整流器总开关
2. 打开图片整流器开关
3. 在Skill名称输入框中填入image-analysis

完成

以上配置完成后，正常的Claude Code实例通常会立即生效。如果老的实例没有生效，重新启动一个新的Claude Code实例即可。此时模型的网络请求会经过CC Switch袋里，CC Switch会对会话数据进行拦截修改：

之后的整体流程为：

Ctrl+V粘贴图片 → CC Switch袋里拦截 → 移除base64，替换为文本提示→ 模型收到文本，调用image-analysis Skill → Skill读取图片并返回分析结果

通过上述配置，CC Switch能够自动拦截所有图片请求，将其转换为文本提示并引导模型调用图片分析技能，从而在不支持多模态的模型环境下顺利实现图片分析功能。用户无需手动干预，即可在多种CLI工具中享受流畅的图片处理体验。