feat(media): seedream i2i 改图 + 前端 paste 路径注入 + bump 0.15.0

- seedream 加 reference_images(v1 单图):传已有图路径做像素级改图,
  不传=文生图行为 100% 不变(向后兼容)。路径解析抽到 tools/image_ref.py
  (三形态路径 + 强制落 user_root 内防越界 + 扩展名/大小校验)
- 前端 chat.js:sendMessage 把粘贴图路径作 [用户上传的参考图] 行注入正文,
  修了粘贴图路径到不了模型的既有缺口("上传外部图→改图"才能定位文件)
- 引导:imagegen SKILL 删旧"不接图像输入"+ 加改图(i2i)专段,纠正
  "该 i2i 却重新文生图丢原构图";agent_builder 媒体 block + SKILL_LIST 同步

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

DESIGN.md

@@ -526,7 +526,7 @@ create index on usage_events (model_profile, created_at);
 
 > 实施细节(步骤清单 / 验收项)进 PROGRESS + git;此处只留缺口、选型与取舍。
 
-### 8.1 图像理解 + Seedream i2i(2026-05-29,status=design 待启动)
+### 8.1 图像理解 + Seedream i2i(2026-05-29 设计;i2i ✅ 2026-06-16 落地,look_at_image 仍待做)
 
 **缺口**:DeepSeek V4 主模型纯文本无视觉;`seedream` 只 t2i;"基于已生成图二次修改" / "上传外部参考图让 agent 据此干活"两条路径未覆盖。
 
@@ -537,6 +537,8 @@ create index on usage_events (model_profile, created_at);
 **关键实测**:Seedream 5.0 `/images/generations` 接受 `image_urls` base64 data URL,200 返新图 → **内网无需对象存储中介**(排除最大工程不确定性)。约束:输出 ≥~1920²、单张参考 ≤10MB、最多 14 张。
 
 **风险 / 边界**:v1 只支持单张参考(multi-ref 角色定义靠 prompt,留 v2);base64 ARK 未承诺长期稳定(收紧则降级走 TOS 上传换 URL)。
+
+**i2i 落地实况(2026-06-16,详 PROGRESS)**:`seedream` 加 `reference_images`(v1 单图,传 >1 报错);路径解析强制落 user_root 内防越界;前端 `chat.js` 补 paste 路径注入(把粘贴图路径作 `[用户上传的参考图]` 行进正文,修了"粘贴路径到不了模型"的既有缺口)。E 路(改图)完成;C 路(`look_at_image` 看图)仍待做。
 **升级到 A 的信号**:用户要"贴图同时说话模型直接读图回话",或多轮带图成高频 —— 当前假设"图是工具调用对象"而非"对话内容"。
 
 ### 8.2 Token 优化与上下文治理(2026-06-04,✅ 已落地,详 PROGRESS)

PROGRESS.md

@@ -2,7 +2,7 @@
 
 > 配合 `DESIGN.md`。本文件只记 phase 状态、决策偏差、文件量、下一步。每条 1-2 句:做了啥 + 关键判断;细节查 `git log` / `git diff` / `DESIGN §7.9`。
 
-最后更新:2026-06-15(plot_pub 吸收 nature-figure 投稿级复合图设计纪律)
+最后更新:2026-06-16(seedream 加 i2i 改图 + 前端 paste 路径注入)
 
 ---
 
@@ -21,6 +21,13 @@
 
 ## 已完成关键能力
 
+### 2026-06-16 / seedream i2i 改图(DESIGN §8.1 E 路落地)+ 前端 paste 路径注入
+
+- 需求:覆盖「基于已生成 / 上传的图做修改」(像素级),核心循环=文生图 → 用户"改成 X" → i2i 改那张(不重画)。base64 通路 probe 2026-05-29 已验,本次落 tool。
+- 后端 `tools/seedream.py`:加 `reference_images` 数组参数(**v1 单图**,传 >1 直接报错不静默截断)。路径解析走共享 `tools/image_ref.py`(与 look_at_image 同一套)——依次试 `working_dir/rel` → `user_root/rel` → 绝对,**强制结果落在 user_root 子树内**(防越界读任意文件),吃三种路径形态(`figures/x.png` / saved 形态 `<taskname>/figures/x.png` / 绝对);校验存在 + 图片扩展名(png/jpg/jpeg/webp/gif)+ ≤10MB;读 base64 → data URL → ARK body `image_urls`。**不传 reference_images = 文生图,行为 100% 不变(向后兼容)**。banner 加 `· mode=i2i` + `reference=` 行(前端正则兼容),meta.json 记 `mode` / `reference_images`(派生链可追溯)。
+- 前端 `web/static/js/chat.js`:`sendMessage` 发送时 `takePastedRels()` 收集 `chat-hint` 的 paste-chip 路径,作 `[用户上传的参考图] <rel>` 行注入正文 + 清 chip ——**修了既有缺口**(之前粘贴的图路径根本到不了模型)。这样"上传外部图 → 改图 / 看图"才能定位到文件。
+- 引导:`skills/imagegen/SKILL.md` 删旧「不接图像输入」结论 + 加「改图(i2i)」专段(最易踩错=该 i2i 却重新 t2i 丢构图);`agent_builder.py` 媒体 block 提 i2i + paste 注入约定;`SKILL_LIST.md` 同步。`look_at_image`(看图)仍待做。bump 0.14.0 → 0.15.0。
+
 ### 2026-06-16 / ask_user:回复里渲染可点击「方案确认」选项卡(Claude 式)
 
 - 需求:agent 在分叉点能像 Claude 那样抛出可点选项,用户点一个继续、或不点直接用文字讨论。设计取舍见下。

SKILL_LIST.md

@@ -1,7 +1,7 @@
 # zcbot Skill 清单
 
 服务对象:中国建筑材料科学研究总院 —— 无机非金属材料 R&D(水泥 / 混凝土 / 玻璃 / 陶瓷 / 耐火 / 新型建材)
-最后更新:2026-06-15
+最后更新:2026-06-16
 Skill 总数:15
 
 zcbot 的"skill"是一份可加载的工作流脚本(`skills/<name>/SKILL.md` + 配套 templates / scripts / Python helper),模型在识别用户意图后挂载对应 skill,按其内置的阶段化流程产出可交付物。本文档面向**使用方 / 协作方**,按"做什么、什么时候用、什么时候别用、典型产物"组织。
@@ -24,7 +24,7 @@ zcbot 的"skill"是一份可加载的工作流脚本(`skills/<name>/SKILL.md` +
 | 文献检索 | [documents](#documents) | 查内部 7 学科材料知识库(21W+ 论文,跨语言检索;host-side tool 持 key) |
 | 科研计算 | [pymatgen](#pymatgen) | 晶体结构 / XRD 模拟 / 相图 / Materials Project(host-side tool 持 key) |
 | 科研计算 | [stats_ml](#stats_ml) | 配方-性能建模与机器学习(三库分工) |
-| 内容生成 | [imagegen](#imagegen) | 豆包 Seedream 5.0 文生图(¥0.22 / 张) |
+| 内容生成 | [imagegen](#imagegen) | 豆包 Seedream 5.0 文生图 + 改图 i2i(¥0.22 / 张) |
 | 内容生成 | [videogen](#videogen) | 豆包 Seedance 2.0 文生视频(¥1.86 起 / 段) |
 | 通用 | [analyze](#analyze) | 科学问题拆解 / 引导(模糊命题 → 子问题 + 路线图) |
 | 通用 | [coding](#coding) | 修代码 / 调试 / 重构 |
@@ -328,9 +328,9 @@ paper_server 是内部 Django 文献库:元数据来自 OpenAlex,PDF / XML 由 S
 ## 内容生成
 
 ### imagegen
-**用豆包 Seedream 5.0 生图(`seedream` tool)。**
+**用豆包 Seedream 5.0 生图 / 改图(`seedream` tool,文生图 + image-to-image)。**
 
-把"我想要张图"变成一张能用的图。流程:**诊断模糊度(六维)→ 给推断 + 待确认项 → 用户拍板 → 装配最终 prompt → 把 prompt 完整贴给用户确认 → 调 tool**。
+把"我想要张图"变成一张能用的图,或在已有图上做像素级修改。流程:**诊断模糊度(六维)→ 给推断 + 待确认项 → 用户拍板 → 装配最终 prompt → 把 prompt 完整贴给用户确认 → 调 tool**。改图(i2i)额外传 `reference_images` 指向要改的那张图。
 
 **成本**:每次 ¥0.22(`search=true` 加 ¥0.05),3-5 秒出图。
 
@@ -346,8 +346,8 @@ paper_server 是内部 Django 文献库:元数据来自 OpenAlex,PDF / XML 由 S
 
 **何时不走本 skill**:
 - ⛔ 用户没主动要图 —— 别为"丰富回复"装饰性生图
-- ⛔ 用户给参考图说"按这个改" —— Seedream 5.0 是文生图,不接图像输入
+- ✅ 用户给参考图 / 对刚生成的图说"按这个改 / 改成 X" —— 走**改图(i2i)**:`reference_images` 指那张图,**别重新文生图**(重画会丢原构图);v1 单图
-- ⛔ 已有合适素材 —— 直接 read / 引用,别重新生成
+- ⛔ 已有合适素材且不改 —— 直接 read / 引用,别重新生成
 
 **关键岔路**:
 - 节点-箭头-结构关系明确(技术路线 / 流程图)→ **走 mermaid**(矢量、零成本、可编辑)

core/__init__.py

@@ -1,3 +1,3 @@
 # zcbot 版本号单一事实源:web/app.py 的 FastAPI version、/healthz 返回、前端展示都引这里。
 # 改版本只动这一行。
-__version__ = "0.14.0"
+__version__ = "0.15.0"

core/agent_builder.py

@@ -66,9 +66,10 @@ from core.bocha_client import BochaConfig
 _MEDIA_TOOLS_BLOCK = """\
 
 ## 媒体生成工具(seedream 图 / seedance 视频)
-- `seedream` —— 豆包图像生成。产物自动落 `<task_dir>/figures/`。每次 **¥0.22**(联网 `search=true` 加 ¥0.05)。
+- `seedream` —— 豆包图像生成 / 改图。产物自动落 `<task_dir>/figures/`。每次 **¥0.22**(联网 `search=true` 加 ¥0.05)。
-  - **调用前必须先 `load_skill('imagegen')`** —— skill 里有「何时该用 / 该不该用 mermaid 替代 / 用户描述模糊度诊断 / 一次性追问范式 / prompt 装配 / 失败解药」全套引导。**不要拿用户原话直接当 prompt 调 tool** —— 容易烧 ¥0.22 在错的方向上。
+  - **文生图**(不传 `reference_images`):从零按 prompt 画。**改图 i2i**(传 `reference_images=["figures/xxx.png"]`):在已有图上做像素级修改。**用户对刚生成 / 上传的图说"改成 X / 换个颜色 / 去掉某处" → 必须走改图(reference_images 指那张图),绝不重新文生图**(重画 = 完全不同的图,丢原构图)。v1 改图仅支持单张参考。
-  - 兜底硬约束(即使没 load skill 也守):用户没主动要图就别装饰性生成;同一目的不满意**不要连发**,先口头校准 prompt 再调。
+  - **调用前必须先 `load_skill('imagegen')`** —— skill 里有「何时该用 / 该不该用 mermaid 替代 / 用户描述模糊度诊断 / 一次性追问范式 / prompt 装配 / 改图(i2i)范式 / 失败解药」全套引导。**不要拿用户原话直接当 prompt 调 tool** —— 容易烧 ¥0.22 在错的方向上。
+  - 兜底硬约束(即使没 load skill 也守):用户没主动要图就别装饰性生成;同一目的不满意**不要连发**,先口头校准 prompt 再调。用户消息里出现 `[用户上传的参考图] <路径>` = 用户贴了图,要看图 / 改图时用那个路径。
 - `seedance` —— 豆包视频生成(Seedance 2.0 Fast)。异步任务,**等 30-90s 出片**;产物自动落 `<task_dir>/videos/`。每次 **¥1.86 起**(480p 4s)~ **¥12+**(720p 15s),比图贵 10 倍以上。触发词:视频 / 动画 / 动起来 / 做个 video / 镜头 / 短片 / 演示视频 / 动效。
   - **调用前必须先 `load_skill('videogen')`** —— skill 里有「6 维诊断(含运动维必填)/ seedream/mermaid 反向选型 / prompt 装配 / 参数取舍(时长/分辨率/比例直接决定钱)/ 失败解药」全套引导。视频比图贵 10 倍且 90s 等待,绝对不要拿用户原话当 prompt 直接调。
   - 兜底硬约束:用户没主动要视频就别装饰性生成(比生图更严重的红线);同一目的不满意**绝不连发**(1 次错 = ¥4+60s,连发 2 次 = ¥8+2min);phase 1 仅文生视频,**不支持** image-to-video / video-to-video。"""

skills/imagegen/SKILL.md

@@ -1,6 +1,6 @@
 ---
 name: imagegen
-description: 用豆包 Seedream 5.0 生图(`seedream` tool)。**任何生图任务调 tool 前必须 load 本 skill**。触发词:画 / 绘制 / 出图 / 来张 / 生成图 / 做张 + 图 / 图片 / 图像 / 配图 / 封面 / 概念图 / 效果图 / 示意图 / 场景图 / 艺术图 / 写实图 / 海报 / 插画 / 插图 / 封皮 / 头图。核心是把用户模糊一句话**问清楚再画**,不要上来就烧 ¥0.22。
+description: 用豆包 Seedream 5.0 生图 / 改图(`seedream` tool,文生图 + image-to-image 改图)。**任何生图 / 改图任务调 tool 前必须 load 本 skill**。触发词:画 / 绘制 / 出图 / 来张 / 生成图 / 做张 + 图 / 图片 / 图像 / 配图 / 封面 / 概念图 / 效果图 / 示意图 / 场景图 / 艺术图 / 写实图 / 海报 / 插画 / 插图 / 封皮 / 头图;**改图触发词**:改这张图 / 把图里的 X 改成 Y / 基于刚那张图 / 按这张参考图改 / 换个颜色·背景·风格(针对已有图)。核心是把用户模糊一句话**问清楚再画**,不要上来就烧 ¥0.22。
 ---
 
 # Imagegen
@@ -31,8 +31,9 @@ description: 用豆包 Seedream 5.0 生图(`seedream` tool)。**任何生图任
 ## 何时不走本 skill(直接走通用工具)
 
 - 用户**没主动要图**(别为"丰富回复"装饰性生图 —— 这是 system prompt 红线)
-- 用户给了具体参考图说"按这个改" —— Seedream 5.0 是文生图不接图像输入,告诉用户走描述
+- 已有合适素材且用户**没要改**(用户上传 / 之前生成过)—— 直接 `read` / 引用,别重新生成
-- 已有合适素材(用户上传 / 之前生成过)—— 直接 `read` / 引用,别重新生成
+
+> 用户给了参考图说"按这个改" / 对刚生成的图说"改成 X" —— **这是改图(i2i),不是不能做**,走下面「改图」段用 `reference_images`,**别再走文生图从零画**。
 
 ## 关键岔路:mermaid vs seedream
 
@@ -174,6 +175,34 @@ seedream(
 
 产物自动落 `<task_dir>/figures/<时间戳>-<rand>.png` + 同名 `.meta.json`(prompt / 参数 / 成本 / response_id)。
 
+## 改图(i2i):基于已有图做修改
+
+**核心场景**:用户对**刚生成的图**(或自己上传的参考图)说"把天空改成黄昏" / "颜色换成蓝色" / "去掉左下角那个人" —— 这是**像素级改图**,要在原图基础上改,**不是重新文生图**。
+
+> ⚠️ 最容易踩的错:用户说"改一下刚那张图",模型却拿新 prompt **重新文生图** —— 结果是一张**完全不同构图**的新图,原图的布局/主体全丢了,用户要的"只动某处"变成"全推翻"。**只要是基于某张已有图改,一律走 `reference_images`。**
+
+**怎么调**:把要改的那张图路径传 `reference_images`(数组,**v1 只放 1 张**),prompt 只写**改成什么**(不用重述整张图):
+
+```
+seedream(
+    prompt="保持构图和主体不变,把背景天空从正午改成金色黄昏,光线偏暖",
+    reference_images=["figures/20260616-153022-a1b2c3.png"],   # 上次 seedream 返回的 saved 路径,原样照抄
+    size="2048x2048",   # 改图建议 ≥1920²(ARK i2i 最小输出约束),默认方图即可
+)
+```
+
+参考图路径从哪来:
+- **改刚生成的图** → 上一次 `seedream` 返回的 `saved:` 那行路径,**原样照抄**进 `reference_images`
+- **改用户上传的图** → 用户消息里会带 `[用户上传的参考图] <路径>` 行(前端粘贴注入),把那个路径放进去
+
+**和文生图一样守 ⛔ 铁律**:改图也烧 **¥0.22**,调 tool 前同样把「参考哪张图 + 改成什么 prompt」贴给用户确认再发。
+
+**约束 / 边界**:
+- **v1 单图**:`reference_images` 只放 1 张,传 2 张及以上会 `[Error]`。多图合成 / 角色定义留 v2,现在靠 prompt 描述
+- 参考图 ≤10MB,扩展名 png/jpg/jpeg/webp/gif;路径必须在 task_dir 内
+- 改图 size 别低于 ~1920²(如 1024² 会被 ARK 拒),保持默认 2048² 最稳
+- 改不满意**不要原样重发** —— 同文生图,先口头对齐"还要再改哪一处",再发新调用
+
 ## 失败 / 不满意后怎么办
 
 **不要原 prompt 重发**!那是浪费 ¥0.22。失败模式 / 解药:

tools/image_ref.py

@@ -0,0 +1,92 @@
+"""共享:把模型给的图片路径解析 + 读成 base64 data URL。
+
+seedream(改图参考)与 look_at_image(看图)共用同一套路径解析 + 校验:
+  - 三种路径形态都吃:`figures/x.png`(working_dir 相对)/ `<taskname>/figures/x.png`
+    (user_root 相对,= tool 上次 saved: 行形态)/ 绝对路径
+  - **强制最终落在 user_root 子树内**(防模型借参考图越界读任意文件)
+  - 校验存在 + 图片扩展名 + 大小上限,再 base64 编码成 data URL
+"""
+from __future__ import annotations
+
+import base64
+from pathlib import Path
+from typing import Callable, Optional
+
+# 支持的扩展名 → MIME(其余拒绝,避免把非图当 base64 喂进模型)
+REF_MIME = {
+    ".png": "image/png",
+    ".jpg": "image/jpeg",
+    ".jpeg": "image/jpeg",
+    ".webp": "image/webp",
+    ".gif": "image/gif",
+}
+MAX_IMAGE_BYTES = 10 * 1024 * 1024  # 单图 10MB(ARK 约束)
+
+
+def resolve_in_root(
+    rel: str, working_dir: Path, user_root: Optional[Path]
+) -> Optional[Path]:
+    """三形态解析 + user_root 边界校验。命中返回解析后的绝对 Path,否则 None。"""
+    p = Path(rel)
+    candidates: list[Path] = []
+    if p.is_absolute():
+        candidates.append(p)
+    else:
+        candidates.append(working_dir / rel)
+        if user_root is not None:
+            candidates.append(user_root / rel)
+    root = (user_root or working_dir).resolve()
+    for c in candidates:
+        try:
+            rc = c.resolve()
+        except OSError:
+            continue
+        try:
+            rc.relative_to(root)  # 越界(.. 逃逸 / 软链外指)直接跳过
+        except ValueError:
+            continue
+        if rc.is_file():
+            return rc
+    return None
+
+
+def load_image_as_data_url(
+    rel: str,
+    *,
+    working_dir: Path,
+    user_root: Optional[Path],
+    display_fn: Callable[[Path], str],
+    max_bytes: int = MAX_IMAGE_BYTES,
+) -> tuple[str, str, str]:
+    """返回 (data_url, display_path, error)。
+
+    error 非空时前两者无意义,caller 直接把 error 当 tool 结果返回(已是 `[Error] ...` 形态)。
+    display_fn 传 Tool._display,把解析路径渲成对外相对串(不泄漏部署绝对路径)。
+    """
+    resolved = resolve_in_root(rel, working_dir, user_root)
+    if resolved is None:
+        return "", "", (
+            f"[Error] 图片找不到或越界: {rel!r}。请传 task_dir 内已存在图片的相对路径"
+            f"(如 'figures/xxx.png',或工具上次返回的 saved 路径)。"
+        )
+
+    ext = resolved.suffix.lower()
+    mime = REF_MIME.get(ext)
+    if mime is None:
+        return "", "", (
+            f"[Error] 图片扩展名不支持: {ext or '(无)'}。"
+            f"仅支持 {'/'.join(sorted(REF_MIME))}。"
+        )
+
+    try:
+        raw = resolved.read_bytes()
+    except OSError as e:
+        return "", "", f"[Error] 读取图片失败: {type(e).__name__}: {e}"
+    if len(raw) > max_bytes:
+        mb = len(raw) / 1024 / 1024
+        return "", "", (
+            f"[Error] 图片 {mb:.1f}MB 超过 {max_bytes // 1024 // 1024}MB 上限。先压缩 / 缩小再传。"
+        )
+
+    b64 = base64.b64encode(raw).decode("ascii")
+    return f"data:{mime};base64,{b64}", display_fn(resolved), ""

tools/seedream.py

@@ -20,13 +20,18 @@ from core.ark_client import ArkClient, ArkConfig, ArkError
 from core.storage.usage import check_daily_quota, record_image_usage
 
 from .base import Tool
+from .image_ref import load_image_as_data_url
 
 
 class SeedreamTool(Tool):
     name = "seedream"
     description = (
-        "Generate an image with Doubao Seedream 5.0 and save to working_dir/figures/. "
+        "Generate (text-to-image) OR edit (image-to-image) an image with Doubao Seedream 5.0, "
-        "Use when the user explicitly asks for an image / illustration / cover. "
+        "saved to working_dir/figures/. Text-to-image: describe what to draw. "
+        "Image-to-image (改图): pass `reference_images` with an existing image path to modify it "
+        "at pixel level — use this when the user wants to tweak an already-generated/uploaded image "
+        "(e.g. '把刚才那张图的天空改成黄昏'), NOT a fresh text-to-image (which would lose the original). "
+        "Use when the user explicitly asks for / to change an image. "
         "Each call costs ¥0.22 (¥0.05 extra if search=true). Don't generate decoratively — "
         "only when the user actually wants an image. Returns the saved relative path."
     )
@@ -35,11 +40,21 @@ class SeedreamTool(Tool):
         "properties": {
             "prompt": {
                 "type": "string",
-                "description": "中文或英文都行,详尽描述画面(主体/风格/光线/构图)。直接传用户意图即可,模型自己理解。",
+                "description": "中文或英文都行,详尽描述画面(主体/风格/光线/构图)。改图(reference_images)时只描述「要改成什么」即可。",
+            },
+            "reference_images": {
+                "type": "array",
+                "items": {"type": "string"},
+                "description": (
+                    "改图(image-to-image):传 1 张已存在图片的相对路径(task_dir 内,如 "
+                    "'figures/xxx.png',或 seedream 上次返回的 saved 路径)做像素级修改。"
+                    "不传 = 从零文生图。**v1 只支持 1 张**(传多张会报错)。"
+                    "基于刚生成/用户上传的图做局部修改,务必走这里指那张图,不要重新文生图。"
+                ),
             },
             "size": {
                 "type": "string",
-                "description": "Image size like '2048x2048' / '1024x1024' / '3072x3072'. Defaults to config (2048x2048).",
+                "description": "Image size like '2048x2048' / '1024x1024' / '3072x3072'. Defaults to config (2048x2048). 改图时建议保持 ≥1920²(ARK i2i 最小输出约束)。",
             },
             "watermark": {
                 "type": "boolean",
@@ -78,6 +93,7 @@ class SeedreamTool(Tool):
     def execute(
         self,
         prompt: str,
+        reference_images: Optional[list] = None,
         size: Optional[str] = None,
         watermark: Optional[bool] = None,
         search: Optional[bool] = None,
@@ -85,6 +101,29 @@ class SeedreamTool(Tool):
         if not (prompt or "").strip():
             return "[Error] prompt 不能为空"
 
+        # 改图(i2i)分支:把参考图读成 base64 data URL → ARK body image_urls。
+        # 不传 / 空 → 走文生图(t2i),与历史行为完全一致(向后兼容)。
+        refs = [str(r).strip() for r in (reference_images or []) if str(r).strip()]
+        ref_data_urls: list[str] = []
+        ref_disp: list[str] = []
+        if len(refs) > 1:
+            return (
+                "[Error] reference_images v1 仅支持单张参考图(传了 "
+                f"{len(refs)} 张)。多图合成/角色定义留 v2,当前请只传 1 张。"
+            )
+        if refs:
+            data_url, disp, err = load_image_as_data_url(
+                refs[0],
+                working_dir=self.working_dir,
+                user_root=self.user_root,
+                display_fn=self._display,
+            )
+            if err:
+                return err
+            ref_data_urls.append(data_url)
+            ref_disp.append(disp)
+        is_i2i = bool(ref_data_urls)
+
         # 每账号每日配额(yaml quotas.images_per_day)。失败 retry 不计,因为
         # record_image_usage 只在成功+下载完才落库。tool 返串会进 LLM 上下文,
         # 模型据此向用户解释,所以**只暴露用户该看的部分**(已用/上限 + 重置时间),
@@ -112,6 +151,9 @@ class SeedreamTool(Tool):
             "response_format": "url",
             "watermark": chosen_watermark,
         }
+        if is_i2i:
+            # ARK /images/generations 接受 base64 data URL 作 image_urls(probe 2026-05-29 实测通)
+            body["image_urls"] = ref_data_urls
         if chosen_search:
             # 豆包 search 参数透传(YAML 注释里说明加价 ~¥0.05/张)
             body["search"] = True
@@ -145,6 +187,8 @@ class SeedreamTool(Tool):
             "size": chosen_size,
             "watermark": chosen_watermark,
             "search": chosen_search,
+            "mode": "i2i" if is_i2i else "t2i",
+            "reference_images": ref_disp,  # 改图时记录参考图(可追溯派生链),t2i 为空
             "cost_cny": cost_cny,
             "elapsed_s": round(elapsed, 2),
             "response_id": response_id,
@@ -173,10 +217,12 @@ class SeedreamTool(Tool):
         # 第一行 banner:前端 SPA 把这行(name===seedream 时)单独提到 details summary
         # 旁边显示,用户不展开就能看到 model / size / cost / 耗时 —— 透明性的关键。
         # 格式严格 key=value · 分隔,parse 用正则 `key=([^·\n]+)` 抓。
+        mode_seg = " · mode=i2i" if is_i2i else ""
+        ref_line = f"\nreference={ref_disp[0]}" if is_i2i else ""
         return (
             f"[seedream] model={model_id} · size={chosen_size} · "
-            f"cost=¥{cost_cny:.2f} · elapsed={elapsed:.1f}s\n"
+            f"cost=¥{cost_cny:.2f} · elapsed={elapsed:.1f}s{mode_seg}\n"
-            f"saved: {disp}\n"
+            f"saved: {disp}{ref_line}\n"
             f"prompt={prompt!r}\n"
             f"watermark={chosen_watermark} search={chosen_search}"
         )

web/static/js/chat.js

@@ -1065,11 +1065,29 @@ async function postMessageWithRetry(taskId, body) {
 
 // overrideText:点 ask_user 选项时传入选项 label,直接作为用户消息发出(不读输入框、
 // 不清空输入框 —— 用户可能正在输入框打讨论草稿)。无参数则走输入框(正常发送)。
+// 收集 chat-hint 里的粘贴附件路径(粘贴图片已上传到 task_dir,chip 带 data-rel)。
+// 返回路径数组并清掉 chip —— 这些路径要随消息正文发给模型,否则模型不知道用户贴了哪张图
+// (改图 / 看图都靠它定位)。只在「从输入框发送」时取,ask_user 选项点击(overrideText)不带附件。
+function takePastedRels() {
+  const hint = $("chat-hint");
+  const wraps = hint ? Array.from(hint.querySelectorAll(".paste-chip-wrap[data-rel]")) : [];
+  const rels = wraps.map((w) => w.dataset.rel).filter(Boolean);
+  wraps.forEach((w) => w.remove());
+  return rels;
+}
+
 async function sendMessage(overrideText) {
   if (!state.taskId) return;
   if (isCurrentTaskStreaming()) return;
   const fromInput = typeof overrideText !== "string";
-  const content = (fromInput ? $("chat-input").value : overrideText).trim();
+  let content = (fromInput ? $("chat-input").value : overrideText).trim();
+  // 粘贴附件路径注入正文:用户贴图后发的消息往往是「按这张改 / 看看这张图」,
+  // 模型只有拿到路径才能传给 seedream(reference_images)/ 未来的 look_at_image。
+  const pastedRels = fromInput ? takePastedRels() : [];
+  if (pastedRels.length) {
+    const lines = pastedRels.map((r) => `[用户上传的参考图] ${r}`).join("\n");
+    content = content ? `${content}\n\n${lines}` : lines;
+  }
   if (!content) return;
   setActionMode("cancelling");  // 临时锁住,等 events_url 拿到再切 streaming
   $("chat-hint").textContent = "发送中…";