首页
/ SillyTavern项目中Google AI Studio内联图片发送问题的分析与修复

SillyTavern项目中Google AI Studio内联图片发送问题的分析与修复

2025-05-16 00:20:18作者:卓艾滢Kingsley

问题背景

在SillyTavern项目的1.12.9版本中,Windows用户在使用Google AI Studio时遇到了一个功能性问题。尽管用户已经勾选了"Send inline images"选项,但Gemini模型无法接收到发送的图片。通过输出日志可以确认,图片数据实际上并未被发送到后端服务。

技术分析

经过深入排查,发现问题出在prompt-converters.js文件的第445行附近的消息合并逻辑上。该段代码原本设计用于合并具有相同角色的连续消息,但在处理包含图片的多部分消息时存在缺陷。

原始代码逻辑如下:

  1. 检查当前消息角色是否与前一条消息角色相同
  2. 如果相同,则将文本内容合并到前一条消息中
  3. 如果不同,则创建新的消息条目

问题在于,当消息包含图片时,图片部分通常位于消息parts数组的第二个位置或之后,而原始代码仅处理了parts数组的第一个元素(文本部分),导致图片数据被丢弃。

解决方案

针对这一问题,开发团队提出了有效的修复方案。修复的核心思路是:

  1. 在合并相同角色的消息时,不仅要处理文本部分
  2. 还需要提取parts数组中除第一个元素外的所有内容(即图片数据)
  3. 将这些图片数据追加到合并后的消息parts数组中

具体实现方式是在原有逻辑后添加两行关键代码:

const files = parts.slice(1);
contents[contents.length - 1].parts.push(...files);

技术影响

这一修复确保了:

  • 文本和图片数据都能被正确合并到连续的同角色消息中
  • 保持了原有消息合并功能的优势
  • 不破坏现有的消息结构
  • 完全兼容Google AI Studio的API要求

最佳实践建议

对于开发者而言,在处理多部分消息(特别是包含媒体内容的消息)时,需要注意:

  1. 全面考虑消息中可能包含的所有数据类型
  2. 设计合并逻辑时要保持数据的完整性
  3. 针对不同的API服务,可能需要特定的数据处理方式
  4. 在实现消息合并功能时,应该进行全面的测试,包括文本、图片及其他可能的多媒体内容

该修复已被合并到项目的主分支中,将在后续版本发布,为所有用户解决这一问题。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5