feat: 初步支持文本模型

2026-06-16 21:03:59 +08:00 · 2025-12-16 17:50:29 +08:00
parent 1c4fc1a314
commit 92c0e3c420
12 changed files with 1014 additions and 33 deletions
@@ -0,0 +1,90 @@
+
+import { parseRequest } from '../src/server/parseChat.js';
+
+// Mock options
+const mockOptions = {
+    tempDir: './data/temp',
+    imageLimit: 5,
+    backendName: 'test-backend',
+    resolveModelId: (id) => id === 'gpt-4-text' ? 'resolved-gpt-4' : null,
+    getImagePolicy: () => 'optional',
+    getModelType: (id) => id === 'gpt-4-text' ? 'text' : 'image',
+    requestId: 'test-req-id',
+    logger: { info: console.log, error: console.error, warn: console.warn, debug: console.log }
+};
+
+async function testTextParsing() {
+    console.log('--- Testing Text Model Parsing ---');
+    const requestData = {
+        model: 'gpt-4-text',
+        stream: true,
+        messages: [
+            { role: 'system', content: 'You are a cat.' },
+            { role: 'user', content: 'Hello' },
+            { role: 'assistant', content: 'Meow' },
+            {
+                role: 'user', content: [
+                    { type: 'text', text: 'Look at this ' },
+                    { type: 'image_url', image_url: { url: 'https://example.com/image.png' } }
+                ]
+            }
+        ]
+    };
+
+    const result = await parseRequest(requestData, mockOptions);
+
+    if (result.success) {
+        console.log('Success!');
+        console.log('Prompt:\n' + result.data.prompt);
+        console.log('Image Paths:', result.data.imagePaths);
+
+        if (result.data.prompt.includes('=== 系统指令') && result.data.prompt.includes('User: Look at this')) {
+            console.log('✅ Text Parsing Verification PASSED');
+        } else {
+            console.error('❌ Text Parsing Verification FAILED');
+        }
+
+    } else {
+        console.error('Failed:', result.error);
+    }
+}
+
+async function testImageParsing() {
+    console.log('\n--- Testing Image Model Parsing (Legacy) ---');
+    const requestData = {
+        model: 'some-image-model',
+        stream: false,
+        messages: [
+            { role: 'user', content: 'Draw a cat' }
+        ]
+    };
+
+    const options = {
+        ...mockOptions,
+        resolveModelId: (id) => 'resolved-image-model',
+        getModelType: () => 'image'
+    };
+
+    const result = await parseRequest(requestData, options);
+
+    if (result.success) {
+        console.log('Success!');
+        console.log('Prompt:', result.data.prompt);
+        if (result.data.prompt === 'Draw a cat') {
+            console.log('✅ Image Parsing Verification PASSED');
+        } else {
+            console.error('❌ Image Parsing Verification FAILED');
+        }
+    } else {
+        console.error('Failed:', result.error);
+    }
+}
+
+(async () => {
+    try {
+        await testTextParsing();
+        await testImageParsing();
+    } catch (e) {
+        console.error(e);
+    }
+})();
@@ -58,7 +58,8 @@ const {
    TEMP_DIR,
    resolveModelId,
    getModels,
-    getImagePolicy
+    getImagePolicy,
+    getModelType
 } = backend;

 /** @type {number} 服务器端口 */
@@ -102,16 +103,13 @@ const queueManager = createQueueManager(
            : null
    }
 );
-
-/**
- * 路由处理器：负责 API 路由分发和鉴权
- */
 const handleRequest = createRouter({
    authToken: AUTH_TOKEN,
    backendName,
    getModels,
    resolveModelId,
    getImagePolicy,
+    getModelType,
    tempDir: TEMP_DIR,
    imageLimit: IMAGE_LIMIT,
    queueManager
@@ -0,0 +1,295 @@
+/**
+ * @fileoverview LMArena 适配器
+ */
+
+import {
+    sleep,
+    safeClick,
+    pasteImages
+} from '../../browser/utils.js';
+import {
+    fillPrompt,
+    submit,
+    waitApiResponse,
+    normalizePageError,
+    normalizeHttpError,
+
+    moveMouseAway,
+    waitForInput,
+    gotoWithCheck
+} from '../utils/index.js';
+import { logger } from '../../utils/logger.js';
+
+// --- 配置常量 ---
+const TARGET_URL = 'https://lmarena.ai/c/new?mode=direct';
+
+
+
+
+/**
+ * 执行生图任务
+ * @param {object} context - 浏览器上下文 { page, client }
+ * @param {string} prompt - 提示词
+ * @param {string[]} imgPaths - 图片路径数组
+ * @param {string} [modelId] - 指定的模型 ID (可选)
+ * @param {object} [meta={}] - 日志元数据
+ * @returns {Promise<{image?: string, text?: string, error?: string}>} 生成结果
+ */
+async function generateImage(context, prompt, imgPaths, modelId, meta = {}) {
+    const { page, config } = context;
+    const textareaSelector = 'textarea';
+
+    try {
+        logger.info('适配器', '开启新会话...', meta);
+        const gotoResult = await gotoWithCheck(page, TARGET_URL);
+        if (gotoResult.error) return gotoResult;
+
+        // 1. 等待输入框加载
+        await waitForInput(page, textareaSelector, { click: false });
+        await sleep(1500, 2500);
+
+        // 2. 上传图片 (uploadImages)
+        if (imgPaths && imgPaths.length > 0) {
+            await pasteImages(page, textareaSelector, imgPaths);
+        }
+
+        // 3. 填写提示词 (fillPrompt)
+        await safeClick(page, textareaSelector, { bias: 'input' });
+        await fillPrompt(page, textareaSelector, prompt, meta);
+
+        // 4. 配置请求拦截 (用于修改模型 ID)
+        await page.unroute('**/*').catch(() => { });
+
+        if (modelId) {
+            logger.debug('适配器', `准备拦截请求`, meta);
+            await page.route(url => url.href.includes('/nextjs-api/stream'), async (route) => {
+                const request = route.request();
+                if (request.method() !== 'POST') return route.continue();
+
+                try {
+                    const postData = request.postDataJSON();
+                    if (postData && postData.modelAId) {
+                        logger.info('适配器', `已拦截请求并修改模型: ${postData.modelAId} -> ${modelId}`, meta);
+                        postData.modelAId = modelId;
+                        await route.continue({ postData: JSON.stringify(postData) });
+                        return;
+                    }
+                } catch (e) {
+                    logger.error('适配器', '拦截处理异常', { ...meta, error: e.message });
+                }
+                await route.continue();
+            });
+        }
+
+        // 5. 提交表单 (submit)
+        logger.debug('适配器', '点击发送...', meta);
+        await submit(page, {
+            btnSelector: 'button[type="submit"]',
+            inputTarget: textareaSelector,
+            meta
+        });
+
+        logger.info('适配器', '等待生成结果...', meta);
+
+        // 6. 等待 API 响应 (waitApiResponse)
+        let response;
+        try {
+            response = await waitApiResponse(page, {
+                urlMatch: '/nextjs-api/stream',
+                method: 'POST',
+                timeout: 120000,
+                meta
+            });
+        } catch (e) {
+            // 使用公共错误处理
+            const pageError = normalizePageError(e, meta);
+            if (pageError) return pageError;
+            throw e;
+        }
+
+        // 7. 解析响应结果
+        const content = await response.text();
+
+        // 8. 检查 HTTP 错误
+        const httpError = normalizeHttpError(response, content);
+        if (httpError) {
+            logger.error('适配器', `请求生成时返回错误: ${httpError.error}`, meta);
+            return { error: `请求生成时返回错误: ${httpError.error}` };
+        }
+
+        // 9. 解析文本流
+        // 格式示例:
+        // a0:"Hello"
+        // a0:" World"
+        // d:{"finishReason":"stop"}
+        let fullText = '';
+        const lines = content.split('\n');
+
+        for (const line of lines) {
+            if (line.startsWith('a0:')) {
+                try {
+                    // 尝试解析 JSON 字符串内容
+                    // line.substring(3) 应该是 JSON 字符串，如 "Hello"
+                    const textPart = JSON.parse(line.substring(3));
+                    fullText += textPart;
+                } catch (e) {
+                    // 如果解析失败，可能是原生文本或其他格式
+                    logger.warn('适配器', `解析文本块失败: ${line}`, meta);
+                }
+            }
+        }
+
+        if (fullText) {
+            logger.info('适配器', `获取文本成功，长度: ${fullText.length}`, meta);
+            return { text: fullText };
+        } else {
+            logger.warn('适配器', '未解析到有效文本内容', { ...meta, preview: content.substring(0, 150) });
+            // 如果没解析到 a0，尝试直接返回原始内容防空
+            return { error: '未解析到有效文本内容' };
+        }
+
+    } catch (err) {
+        // 顶层错误处理
+        const pageError = normalizePageError(err, meta);
+        if (pageError) return pageError;
+
+        logger.error('适配器', '生成任务失败', { ...meta, error: err.message });
+        return { error: `生成任务失败: ${err.message}` };
+    } finally {
+        // 清理拦截器
+        if (modelId) await page.unroute('**/*').catch(() => { });
+
+        // 任务结束，将鼠标移至安全区域
+        await moveMouseAway(page);
+    }
+}
+
+/**
+ * 适配器 manifest
+ */
+export const manifest = {
+    id: 'lmarena_text',
+    displayName: 'LMArena Text',
+
+    // 入口 URL
+    getTargetUrl(config, workerConfig) {
+        return TARGET_URL;
+    },
+
+    // 模型列表（从 models.js 迁移）
+    models: [
+        { id: 'claude-opus-4-5-20251101-thinking-32k', codeName: '019ab8b2-9bcf-79b5-9fb5-149a7c67b7c0', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'claude-opus-4-5-20251101', 'codeName': '019adbec-8396-71cc-87d5-b47f8431a6a6', 'imagePolicy': 'forbidden', "type": "text" },
+        { id: 'gemini-3-pro', codeName: '019a98f7-afcd-779f-8dcb-856cc3b3f078', imagePolicy: 'optional', type: 'text' },
+        { id: 'grok-4.1-thinking', codeName: '019a9389-a9d3-77a8-afbb-4fe4dd3d8630', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'grok-4.1', codeName: '019a9389-a4d8-748d-9939-b4640198302e', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gpt-5.1-high', codeName: '019a8548-a2b1-70ce-b1be-eba096d41f58', imagePolicy: 'optional', type: 'text' },
+        { id: 'gemini-2.5-pro', codeName: '0199f060-b306-7e1f-aeae-0ebb4e3f1122', imagePolicy: 'optional', type: 'text' },
+        { id: 'claude-sonnet-4-5-20250929-thinking-32k', codeName: 'b0ea1407-2f92-4515-b9cc-b22a6d6c14f2', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'claude-opus-4-1-20250805-thinking-16k', codeName: 'f1a2eb6f-fc30-4806-9e00-1efd0d73cbc4', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'claude-sonnet-4-5-20250929', codeName: '019a2d13-28a5-7205-908c-0a58de904617', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'claude-opus-4-1-20250805', codeName: '96ae95fd-b70d-49c3-91cc-b58c7da1090b', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'chatgpt-4o-latest-20250326', codeName: '0199c1e0-3720-742d-91c8-787788b0a19b', imagePolicy: 'optional', type: 'text' },
+        { id: 'gpt-5.1', codeName: '019a7ebf-0f3f-7518-8899-fca13e32d9dc', imagePolicy: 'optional', type: 'text' },
+        { id: 'gpt-5-high', codeName: '983bc566-b783-4d28-b24c-3c8b08eb1086', imagePolicy: 'optional', type: 'text' },
+        { id: 'o3-2025-04-16', codeName: 'cb0f1e24-e8e9-4745-aabc-b926ffde7475', imagePolicy: 'optional', type: 'text' },
+        { id: 'qwen3-max-preview', codeName: '812c93cc-5f88-4cff-b9ca-c11a26599b0e', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'grok-4-1-fast-reasoning', codeName: '019aa41a-0a13-714a-beb1-be4a918a4b56', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'ernie-5.0-preview-1103', codeName: '019a4ca9-720d-75f5-9012-883ce8ff61df', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'kimi-k2-thinking-turbo', codeName: '019a59bc-8bb8-7933-92eb-fe143770c211', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gpt-5-chat', codeName: '4b11c78c-08c8-461c-938e-5fc97d56a40d', imagePolicy: 'optional', type: 'text' },
+        { id: 'glm-4.6', codeName: 'f595e6f1-6175-4880-a9eb-377e390819e4', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-max-2025-09-23', codeName: '98ad8b8b-12cd-46cd-98de-99edde7e03eb', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'claude-opus-4-20250514-thinking-16k', codeName: '3b5e9593-3dc0-4492-a3da-19784c4bde75', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-235b-a22b-instruct-2507', codeName: 'ee7cb86e-8601-4585-b1d0-7c7380f8f6f4', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'grok-4-fast-chat', codeName: 'grok-4-fast-chat', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'deepseek-v3.2-thinking', codeName: '019adb32-bb7a-77eb-882f-b8e3aaa2b2fd', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'kimi-k2-0905-preview', codeName: 'b88e983b-9459-473d-8bf1-753932f1679a', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'kimi-k2-0711-preview', codeName: '7a3626fc-4e64-4c9e-821f-b449a4b43b6a', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'deepseek-v3.2', codeName: '019adb32-b716-7591-9a2f-c6882973e340', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-vl-235b-a22b-instruct', codeName: '716aa8ca-d729-427f-93ab-9579e4a13e98', imagePolicy: 'optional', type: 'text' },
+        { id: 'mistral-large-3', codeName: '019acbac-df7c-73dc-9716-ebe040daaa4e', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gpt-4.1-2025-04-14', codeName: '14e9311c-94d2-40c2-8c54-273947e208b0', imagePolicy: 'optional', type: 'text' },
+        { id: 'claude-opus-4-20250514', codeName: 'ee116d12-64d6-48a8-88e5-b2d06325cdd2', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'mistral-medium-2508', codeName: '27035fb8-a25b-4ec9-8410-34be18328afd', imagePolicy: 'optional', type: 'text' },
+        { id: 'grok-4-0709', codeName: 'b9edb8e9-4e98-49e7-8aaf-ae67e9797a11', imagePolicy: 'optional', type: 'text' },
+        { id: 'glm-4.5', codeName: 'd079ef40-3b20-4c58-ab5e-243738dbada5', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gemini-2.5-flash', codeName: '0199f059-3877-7cfe-bc80-e01b1a4a83de', imagePolicy: 'optional', type: 'text' },
+        { id: 'gemini-2.5-flash-preview-09-2025', codeName: 'fc700d46-c4c1-4fec-88b5-f086876ae0bb', imagePolicy: 'optional', type: 'text' },
+        { id: 'claude-haiku-4-5-20251001', codeName: '0199e8e9-01ed-73e0-96ba-cf43b286bf10', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'grok-4-fast-reasoning', codeName: '19b3730a-0369-49ba-ad9c-09e7337937f0', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-next-80b-a3b-instruct', codeName: '351fe482-eb6c-4536-857b-909e16c0bf52', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'longcat-flash-chat', codeName: '6fcbe051-f521-4dc7-8986-c429eb6191bf', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-235b-a22b-no-thinking', codeName: '1a400d9a-f61c-4bc2-89b4-a9b7e77dff12', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-235b-a22b-thinking-2507', codeName: '16b8e53a-cc7b-4608-a29a-20d4dac77cf2', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-vl-235b-a22b-thinking', codeName: '03c511f5-0d35-4751-aae6-24f918b0d49e', imagePolicy: 'optional', type: 'text' },
+        { id: 'gpt-5-mini-high', codeName: '5fd3caa8-fe4c-41a5-a22c-0025b58f4b42', imagePolicy: 'optional', type: 'text' },
+        { id: 'deepseek-v3-0324', codeName: '2f5253e4-75be-473c-bcfc-baeb3df0f8ad', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'hunyuan-vision-1.5-thinking', codeName: '6a3a1e04-050e-4cb4-9052-b9ac4bec0c38', imagePolicy: 'optional', type: 'text' },
+        { id: 'o4-mini-2025-04-16', codeName: 'f1102bbf-34ca-468f-a9fc-14bcf63f315b', imagePolicy: 'optional', type: 'text' },
+        { id: 'claude-sonnet-4-20250514', codeName: 'ac44dd10-0666-451c-b824-386ccfea7bcc', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'claude-3-7-sonnet-20250219-thinking-32k', codeName: 'be98fcfd-345c-4ae1-9a82-a19123ebf1d2', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-coder-480b-a35b-instruct', codeName: 'af033cbd-ec6c-42cc-9afa-e227fc12efe8', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'hunyuan-t1-20250711', codeName: 'ba8c2392-4c47-42af-bfee-c6c057615a91', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'mistral-medium-2505', codeName: '27b9f8c6-3ee1-464a-9479-a8b3c2a48fd4', imagePolicy: 'optional', type: 'text' },
+        { id: 'qwen3-30b-a3b-instruct-2507', codeName: 'a8d1d310-e485-4c50-8f27-4bff18292a99', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gpt-4.1-mini-2025-04-14', codeName: '6a5437a7-c786-467b-b701-17b0bc8c8231', imagePolicy: 'optional', type: 'text' },
+        { id: 'gemini-2.5-flash-lite-preview-09-2025-no-thinking', codeName: '75555628-8c14-402a-8d6e-43c19cb40116', imagePolicy: 'optional', type: 'text' },
+        { id: 'gemini-2.5-flash-lite-preview-06-17-thinking', codeName: '04ec9a17-c597-49df-acf0-963da275c246', imagePolicy: 'optional', type: 'text' },
+        { id: 'qwen3-235b-a22b', codeName: '2595a594-fa54-4299-97cd-2d7380d21c80', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'claude-3-5-sonnet-20241022', codeName: 'f44e280a-7914-43ca-a25d-ecfcc5d48d09', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'claude-3-7-sonnet-20250219', codeName: 'c5a11495-081a-4dc6-8d9a-64a4fd6f7bbc', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'glm-4.5-air', codeName: '7bfb254a-5d32-4ce2-b6dc-2c7faf1d5fe8', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-next-80b-a3b-thinking', codeName: '73cf8705-98c8-4b75-8d04-e3746e1c1565', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'minimax-m1', codeName: '87e8d160-049e-4b4e-adc4-7f2511348539', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gemma-3-27b-it', codeName: '789e245f-eafe-4c72-b563-d135e93988fc', imagePolicy: 'optional', type: 'text' },
+        { id: 'grok-3-mini-high', codeName: '149619f1-f1d5-45fd-a53e-7d790f156f20', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gemini-2.0-flash-001', codeName: '7a55108b-b997-4cff-a72f-5aa83beee918', imagePolicy: 'optional', type: 'text' },
+        { id: 'grok-3-mini-beta', codeName: '7699c8d4-0742-42f9-a117-d10e84688dab', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'mistral-small-2506', codeName: 'bbad1d17-6aa5-4321-949c-d11fb6289241', imagePolicy: 'optional', type: 'text' },
+        { id: 'gpt-oss-120b', codeName: '6ee9f901-17b5-4fbe-9cc2-13c16497c23b', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'glm-4.5v', codeName: '9dab0475-a0cc-4524-84a2-3fd25aa8c768', imagePolicy: 'optional', type: 'text' },
+        { id: 'command-a-03-2025', codeName: '0f785ba1-efcb-472d-961e-69f7b251c7e3', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'amazon-nova-experimental-chat-10-20', codeName: '019a4c75-256c-790b-9088-4694cc63c507', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'intellect-3', codeName: '019aebfd-af0e-7f0c-8f0d-96c588e4cd3b', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'o3-mini', codeName: 'c680645e-efac-4a81-b0af-da16902b2541', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'ling-flash-2.0', codeName: '71f96ca9-4cf8-4be7-bac2-2231613930a6', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'minimax-m2', codeName: '019a27e0-e7d8-7b0b-877c-a2106c6eb87d', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'step-3', codeName: '1ea13a81-93a7-4804-bcdd-693cd72e302d', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gpt-5-nano-high', codeName: '2dc249b3-98da-44b4-8d1e-6666346a8012', imagePolicy: 'optional', type: 'text' },
+        { id: 'nova-2-lite', codeName: '019ae300-83b7-7717-a1e0-31accd1ff6fa', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwq-32b', codeName: '885976d3-d178-48f5-a3f4-6e13e0718872', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'llama-4-maverick-17b-128e-instruct', codeName: 'b5ad3ab7-fc56-4ecd-8921-bd56b55c1159', imagePolicy: 'optional', type: 'text' },
+        { id: 'qwen3-30b-a3b', codeName: '9a066f6a-7205-4325-8d0b-d81cc4b049c0', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'claude-3-5-haiku-20241022', codeName: 'claude-3-5-haiku-20241022', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'ring-flash-2.0', codeName: '11ad4114-c868-4fed-b6e7-d535dc9c62f8', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'llama-3.3-70b-instruct', codeName: 'dcbd7897-5a37-4a34-93f1-76a24c7bb028', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gemma-3n-e4b-it', codeName: '896a3848-ae03-4651-963b-7d8f54b61ae8', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'gpt-oss-20b', codeName: 'ec3beb4b-7229-4232-bab9-670ee52dd711', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'mercury', codeName: '019a6f77-e20d-7c1d-a7cd-8bd926e7395d', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'olmo-3-32b-think', codeName: '019ac2ef-27e1-769f-8258-d131f79e28ef', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'magistral-medium-2506', codeName: '6337f479-2fc8-4311-a76b-8c957765cd68', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'mistral-small-3.1-24b-instruct-2503', codeName: '69f5d38a-45f5-4d3a-9320-b866a4035ed9', imagePolicy: 'optional', type: 'text' },
+        { id: 'ibm-granite-h-small', codeName: '4ddb69f5-391a-4f78-af92-7d7328c18ab1', imagePolicy: 'forbidden', type: 'text' },
+        { id: 'qwen3-vl-8b-thinking', codeName: '0199e3d1-a308-77b9-a650-41453e8ef2fb', imagePolicy: 'optional', type: 'text' },
+        { id: 'qwen3-vl-8b-instruct', codeName: '0199e3d1-a713-7de2-a5dd-a1583cad9532', imagePolicy: 'optional', type: 'text' },
+        { id: 'amazon.nova-pro-v1:0', codeName: 'a14546b5-d78d-4cf6-bb61-ab5b8510a9d6', imagePolicy: 'optional', type: 'text' },
+        { id: 'glm-4.6v', codeName: '019b151a-7c3b-72a2-8811-0bf9317c2ef5', imagePolicy: 'optional', type: 'text' },
+        { id: 'gpt-5.2-high', codeName: '019b1448-dafa-7f92-90c3-50e159c2263c', imagePolicy: 'optional', type: 'text' },
+        { id: 'gpt-5.2', codeName: '019b1448-d548-78f4-8b98-788d72cbd057', imagePolicy: 'foptional', type: 'text' },
+        { id: 'glm-4.6v-flash', codeName: '019b1536-49c0-73b2-8d45-403b8571568d', imagePolicy: 'optional', type: 'text' },
+        { id: 'qwen3-omni-flash', codeName: '0199c9dc-e157-7458-bd49-5942363be215', imagePolicy: 'optional', type: 'text' }
+    ],
+
+    // 模型 ID 解析
+    resolveModelId(modelKey) {
+        const model = this.models.find(m => m.id === modelKey);
+        return model ? model.codeName : null;
+    },
+
+    // 无需导航处理器
+    navigationHandlers: [],
+
+    // 核心生图方法
+    generateImage
+};
@@ -110,6 +110,18 @@ export function getBackend() {
            return poolManager.getImagePolicy(modelKey);
        },

+        /**
+         * 获取模型类型
+         * @param {string} modelKey - 模型 key
+         * @returns {string} 'text' | 'image'
+         */
+        getModelType: (modelKey) => {
+            if (!poolManager) {
+                return 'image';
+            }
+            return poolManager.getModelType(modelKey);
+        },
+
        /**
         * 获取 Cookies
         * @param {string} [workerName] - Worker 名称
@@ -249,6 +249,18 @@ export class PoolManager {
        return 'optional';
    }

+    /**
+     * 获取模型类型
+     */
+    getModelType(modelKey) {
+        for (const worker of this.workers) {
+            if (worker.supports(modelKey)) {
+                return worker.getModelType(modelKey);
+            }
+        }
+        return 'image';
+    }
+
    /**
     * 获取指定实例的 Cookies
     */
@@ -421,6 +421,27 @@ export class Worker {
        }
    }

+    /**
+     * 获取模型类型
+     */
+    getModelType(modelKey) {
+        if (this.type === 'merge') {
+            if (modelKey.includes('/')) {
+                const [specifiedType, actualModel] = modelKey.split('/', 2);
+                if (this.mergeTypes.includes(specifiedType)) {
+                    return registry.getModelType(specifiedType, actualModel);
+                }
+            }
+            for (const type of this.mergeTypes) {
+                const realId = registry.resolveModelId(type, modelKey);
+                if (realId) return registry.getModelType(type, modelKey);
+            }
+            return 'image';
+        } else {
+            return registry.getModelType(this.type, modelKey);
+        }
+    }
+
    /**
     * 导航到监控页面（空闲时）
     */
@@ -197,7 +197,8 @@ class AdapterRegistry {
            object: 'model',
            created: Math.floor(Date.now() / 1000),
            owned_by: id,
-            image_policy: m.imagePolicy
+            image_policy: m.imagePolicy,
+            type: m.type || 'image' // Default to image if not specified
        }));

        return { object: 'list', data };
@@ -243,6 +244,22 @@ class AdapterRegistry {
        return model?.imagePolicy || IMAGE_POLICY.OPTIONAL;
    }

+    /**
+     * 获取模型的类型
+     * @param {string} adapterId - 适配器 ID
+     * @param {string} modelKey - 模型 key
+     * @returns {string} 'text' | 'image'
+     */
+    getModelType(adapterId, modelKey) {
+        const adapter = this.getAdapter(adapterId);
+        if (!adapter || !adapter.models) {
+            return 'image';
+        }
+
+        const model = adapter.models.find(m => m.id === modelKey);
+        return model?.type || 'image';
+    }
+
    /**
     * 聚合所有适配器的模型列表
     * @returns {object}
@@ -258,7 +275,8 @@ class AdapterRegistry {
                        object: 'model',
                        created: Math.floor(Date.now() / 1000),
                        owned_by: id,
-                        image_policy: m.imagePolicy
+                        image_policy: m.imagePolicy,
+                        type: m.type || 'image'
                    });
                }
            }
@@ -28,6 +28,7 @@ function checkAuth(req, authToken) {
 * @param {Function} context.getModels - 获取模型列表函数
 * @param {Function} context.resolveModelId - 解析模型 ID 函数
 * @param {Function} context.getImagePolicy - 获取图片策略函数
+ * @param {Function} context.getModelType - 获取模型类型函数
 * @param {string} context.tempDir - 临时目录
 * @param {number} context.imageLimit - 图片数量限制
 * @param {object} context.queueManager - 队列管理器
@@ -40,6 +41,7 @@ export function createRouter(context) {
        getModels,
        resolveModelId,
        getImagePolicy,
+        getModelType,
        tempDir,
        imageLimit,
        queueManager
@@ -138,6 +140,7 @@ export function createRouter(context) {
                backendName,
                resolveModelId,
                getImagePolicy,
+                getModelType,
                requestId,
                logger
            });
@@ -56,6 +56,7 @@ function parseError(code, customMessage) {
 * @param {string} options.backendName - 后端名称
 * @param {Function} options.resolveModelId - 模型 ID 解析函数
 * @param {Function} options.getImagePolicy - 获取图片策略函数
+ * @param {Function} options.getModelType - 获取模型类型函数
 * @param {string} options.requestId - 请求 ID
 * @param {Function} options.logger - 日志函数
 * @returns {Promise<ParseResult>} 解析结果
@@ -67,6 +68,7 @@ export async function parseRequest(data, options) {
        backendName,
        resolveModelId,
        getImagePolicy,
+        getModelType,
        requestId,
        logger
    } = options;
@@ -79,6 +81,156 @@ export async function parseRequest(data, options) {
        return parseError(ERROR_CODES.NO_MESSAGES);
    }

+    // 1. 解析模型参数与类型
+    let modelKey = null;
+    let isTextMode = false;
+
+    if (data.model) {
+        const resolved = resolveModelId(data.model);
+        if (resolved) {
+            modelKey = data.model;
+            logger.info('服务器', `触发模型: ${data.model}`, { id: requestId });
+
+            // 判定是否为文本模式
+            const type = getModelType ? getModelType(data.model) : 'image';
+            isTextMode = type === 'text';
+
+            if (isTextMode) {
+                logger.info('服务器', '解析模式: 文本对话 (虚拟上下文构建)', { id: requestId });
+            } else {
+                logger.info('服务器', '解析模式: 图像生成 (仅取最后一条)', { id: requestId });
+            }
+
+        } else {
+            return parseError(ERROR_CODES.INVALID_MODEL, `模型无效/后端 ${backendName} 不支持: ${data.model}`);
+        }
+    } else {
+        logger.info('服务器', '未指定模型，使用网页默认', { id: requestId });
+    }
+
+    // ============================================================
+    // 分支 A: 文本模型解析 (构建虚拟上下文)
+    // ============================================================
+    if (isTextMode) {
+        return await parseTextRequest(messages, tempDir, imageLimit, modelKey, isStreaming);
+    }
+
+    // ============================================================
+    // 分支 B: 生图模型解析 (原有逻辑)
+    // ============================================================
+    return await parseImageRequest(messages, tempDir, imageLimit, modelKey, isStreaming, getImagePolicy);
+}
+
+/**
+ * 解析文本请求 (构建虚拟上下文)
+ */
+async function parseTextRequest(messages, tempDir, imageLimit, modelId, isStreaming) {
+    let systemPrompt = '';
+    let historyPrompt = '';
+    let currentPrompt = '';
+
+    const imagePaths = [];
+    let globalImageCount = 0;
+
+    // 辅助函数：处理单条消息内容
+    async function processContent(content) {
+        let textBuffer = '';
+        if (typeof content === 'string') {
+            textBuffer += content;
+        } else if (Array.isArray(content)) {
+            for (const item of content) {
+                if (item.type === 'text') {
+                    textBuffer += item.text;
+                } else if (item.type === 'image_url' && item.image_url?.url) {
+                    globalImageCount++;
+
+                    // 图片数量限制检查
+                    if (imageLimit > 0 && globalImageCount > imageLimit) {
+                        textBuffer += `[图片${globalImageCount} (已忽略:超过限制)]`;
+                        continue;
+                    }
+
+                    const url = item.image_url.url;
+                    if (url.startsWith('data:image')) {
+                        const imagePath = await saveBase64Image(url, tempDir);
+                        if (imagePath) {
+                            imagePaths.push(imagePath);
+                            // 插入占位符
+                            textBuffer += `[图片${globalImageCount}]`;
+                        } else {
+                            textBuffer += `[图片${globalImageCount} (上传失败)]`;
+                        }
+                    } else {
+                        textBuffer += `[图片${globalImageCount} (无效链接)]`;
+                    }
+                }
+            }
+        }
+        return textBuffer;
+    }
+
+    // 1. 提取 System Prompt
+    const systemMsg = messages.find(m => m.role === 'system');
+    if (systemMsg) {
+        const content = await processContent(systemMsg.content);
+        if (content) {
+            systemPrompt = `=== 系统指令 (永远置顶) ===\n${content}\n\n`;
+        }
+    }
+
+    // 2. 区分历史和当前消息
+    // 找到最后一条 user 消息的索引
+    let lastUserIndex = -1;
+    for (let i = messages.length - 1; i >= 0; i--) {
+        if (messages[i].role === 'user') {
+            lastUserIndex = i;
+            break;
+        }
+    }
+
+    if (lastUserIndex === -1) {
+        return parseError(ERROR_CODES.NO_USER_MESSAGES);
+    }
+
+    // 3. 构建历史对话 (不包含 system 和 最后一条 user)
+    const historyMessages = messages.filter((m, index) => {
+        return m.role !== 'system' && index < lastUserIndex;
+    });
+
+    if (historyMessages.length > 0) {
+        historyPrompt += `=== 历史对话 (滑动窗口或摘要) ===\n`;
+        for (const msg of historyMessages) {
+            const roleName = msg.role === 'user' ? 'User' : 'AI';
+            const content = await processContent(msg.content);
+            historyPrompt += `${roleName}: ${content}\n`;
+        }
+        historyPrompt += `\n`;
+    }
+
+    // 4. 构建当前输入
+    const lastUserMsg = messages[lastUserIndex];
+    const currentContent = await processContent(lastUserMsg.content);
+    currentPrompt = `=== 当前输入 ===\nUser: ${currentContent}`;
+
+    // 5. 合并最终 Prompt
+    const finalPrompt = systemPrompt + historyPrompt + currentPrompt;
+
+    return {
+        success: true,
+        data: {
+            prompt: finalPrompt,
+            imagePaths,
+            modelId,
+            modelName: modelId,
+            isStreaming
+        }
+    };
+}
+
+/**
+ * 解析生图请求 (原有逻辑)
+ */
+async function parseImageRequest(messages, tempDir, imageLimit, modelId, isStreaming, getImagePolicy) {
    // 筛选用户消息
    const userMessages = messages.filter(m => m.role === 'user');
    if (userMessages.length === 0) {
@@ -127,31 +279,16 @@ export async function parseRequest(data, options) {

    prompt = prompt.trim();

-    // 解析模型参数
-    let modelKey = null;
-    if (data.model) {
-        // 只校验模型是否支持，不解析
-        const resolved = resolveModelId(data.model);
-        if (resolved) {
-            modelKey = data.model;  // 保留原始 modelKey，由 PoolManager 自行解析
-            logger.info('服务器', `触发模型: ${data.model}`, { id: requestId });
-        } else {
-            return parseError(ERROR_CODES.INVALID_MODEL, `模型无效/后端 ${backendName} 不支持: ${data.model}`);
-        }
-    } else {
-        logger.info('服务器', '未指定模型，使用网页默认', { id: requestId });
-    }
-
    // 图片策略校验
    const hasImage = imagePaths.length > 0;
-    const policy = data.model ? getImagePolicy(data.model) : IMAGE_POLICY.OPTIONAL;
+    const policy = modelId ? getImagePolicy(modelId) : IMAGE_POLICY.OPTIONAL;

    if (policy === IMAGE_POLICY.REQUIRED && !hasImage) {
-        return parseError(ERROR_CODES.IMAGE_REQUIRED, `模型 ${data.model} 需要参考图`);
+        return parseError(ERROR_CODES.IMAGE_REQUIRED, `模型 ${modelId} 需要参考图`);
    }

    if (policy === IMAGE_POLICY.FORBIDDEN && hasImage) {
-        return parseError(ERROR_CODES.IMAGE_FORBIDDEN, `模型 ${data.model} 不支持图片输入`);
+        return parseError(ERROR_CODES.IMAGE_FORBIDDEN, `模型 ${modelId} 不支持图片输入`);
    }

    return {
@@ -159,8 +296,8 @@ export async function parseRequest(data, options) {
        data: {
            prompt,
            imagePaths,
-            modelId: modelKey,  // 返回原始 modelKey
-            modelName: data.model || null,
+            modelId,
+            modelName: modelId,
            isStreaming
        }
    };
@@ -135,13 +135,16 @@ export function createQueueManager(queueConfig, callbacks) {
            }

            // 发送成功响应
+            logger.info('服务器', '准备发送响应...', { id, isStreaming, contentLength: finalContent.length });
            if (isStreaming) {
                const chunk = buildChatCompletionChunk(finalContent, modelName);
                sendSse(res, chunk);
                sendSseDone(res);
+                logger.info('服务器', '流式响应已结束', { id });
            } else {
                const response = buildChatCompletion(finalContent, modelName);
                sendJson(res, 200, response);
+                logger.info('服务器', 'JSON 响应已发送', { id });
            }

        } catch (err) {
@@ -19,9 +19,6 @@ const EXAMPLE_CONFIG_PATH = path.join(process.cwd(), 'config.example.yaml');
 // 模块级缓存：确保配置只从磁盘读取一次
 let cachedConfig = null;

-// 有效的适配器类型
-const VALID_ADAPTER_TYPES = ['lmarena', 'gemini', 'gemini_biz', 'nanobananafree_ai', 'zai_is', 'merge'];
-
 /**
 * 解析用户数据目录路径
 * @param {string|undefined} userDataMark - 用户数据标记
@@ -84,9 +81,9 @@ function validateWorker(worker, instanceName, index) {
    if (!worker.type) {
        throw new Error(`instances[${instanceName}].workers[${index}] (${worker.name}) 缺少必需字段: type`);
    }
-    if (!VALID_ADAPTER_TYPES.includes(worker.type)) {
-        throw new Error(`Worker "${worker.name}" 的 type "${worker.type}" 无效。有效值: ${VALID_ADAPTER_TYPES.join(', ')}`);
-    }
+    // 移除对 type 的硬编码校验，允许动态加载新适配器
+    // if (!VALID_ADAPTER_TYPES.includes(worker.type)) { ... }
+
    if (worker.type === 'merge') {
        if (!worker.mergeTypes || !Array.isArray(worker.mergeTypes) || worker.mergeTypes.length === 0) {
            throw new Error(`Worker "${worker.name}" 类型为 merge，但缺少有效的 mergeTypes 数组`);
@@ -0,0 +1,395 @@
+这是一个非常好的架构升级思路。为了支持文本模型（Chat Model）并构建“虚拟上下文”，我们需要重构 `src/server/parseChat.js`，让它具备根据模型类型（图片 vs 文本）采用不同解析策略的能力。
+
+以下是具体的修改方案：
+
+### 修改思路
+
+1.  **区分模型类型**：我们需要知道当前请求的模型是“生图模型”还是“文本模型”。
+      * *方案*：在 `registry.js` 中为模型定义增加 `type` 字段（如 `type: 'text'`），或者在 `parseChat.js` 中简单地通过判断模型 ID 是否包含特定关键字（如 `gpt-4`, `claude`）来区分。为了演示方便，我将在代码中添加一个简单的判断逻辑。
+2.  **文本模型解析逻辑**：
+      * 不再只取最后一条消息。
+      * 遍历 `messages` 数组。
+      * 提取 `system` 消息作为“系统指令”。
+      * 提取之前的 `user` 和 `assistant` 消息作为“历史对话”。
+      * 提取最后一条 `user` 消息作为“当前输入”。
+      * **图片处理**：在遍历过程中，遇到图片不仅要保存文件，还要在文本中插入 `[图片1]` 占位符，并将图片路径收集到 `imagePaths` 数组中。
+
+### 修改代码
+
+你需要修改 `src/server/parseChat.js`。
+
+#### 1\. 新增辅助函数 `buildTextContext`
+
+这个函数负责将 OpenAI 格式的 `messages` 数组转换为你要求的“虚拟上下文”字符串格式。
+
+#### 2\. 改造 `parseRequest` 主函数
+
+增加分支逻辑：如果是文本模型走新逻辑，如果是生图模型走原有逻辑（只取最后一条）。
+
+以下是完整的修改后的 `src/server/parseChat.js` 代码：
+
+```javascript
+/**
+ * @fileoverview 请求解析模块
+ * @description 负责解析聊天请求、提取提示词和处理图片
+ */
+
+import fs from 'fs';
+import path from 'path';
+import sharp from 'sharp';
+import { IMAGE_POLICY } from '../backend/registry.js';
+import { ERROR_CODES, getErrorMessage } from './errors.js';
+
+/**
+ * 构造解析错误结果
+ */
+function parseError(code, customMessage) {
+    return {
+        success: false,
+        error: {
+            code,
+            error: customMessage || getErrorMessage(code)
+        }
+    };
+}
+
+/**
+ * 判断是否为文本模型 (根据模型ID特征简单判断，你可以根据 registry 里的配置来判断)
+ * @param {string} modelId 
+ * @returns {boolean}
+ */
+function isTextModel(modelId) {
+    if (!modelId) return false;
+    // 这里可以根据实际情况修改，比如检查 registry.getModelType(modelId)
+    // 示例：如果 ID 包含 gpt, claude, llama, qwen 且不是 image 模型，则认为是文本模型
+    // 现有的图片模型通常有 image 关键字，或者在 registry 中明确定义。
+    // 为了简单起见，假设除了已知的生图模型外，其他都是文本模型，或者你可以维护一个列表。
+    const textKeywords = ['gpt-4', 'claude', 'llama', 'qwen', 'deepseek', 'gemini-pro']; 
+    // 注意：gemini-3-pro-image-preview 是生图的，需排除
+    if (modelId.includes('image') || modelId.includes('flux') || modelId.includes('seedream')) return false;
+    
+    return textKeywords.some(k => modelId.includes(k));
+}
+
+/**
+ * 解析聊天请求
+ */
+export async function parseRequest(data, options) {
+    const {
+        tempDir,
+        imageLimit,
+        backendName,
+        resolveModelId,
+        getImagePolicy,
+        requestId,
+        logger
+    } = options;
+
+    const messages = data.messages;
+    const isStreaming = data.stream === true;
+
+    // 验证 messages
+    if (!messages || messages.length === 0) {
+        return parseError(ERROR_CODES.NO_MESSAGES);
+    }
+
+    // 1. 解析模型参数
+    let modelKey = null;
+    let isTextMode = false;
+
+    if (data.model) {
+        const resolved = resolveModelId(data.model);
+        if (resolved) {
+            modelKey = data.model;
+            logger.info('服务器', `触发模型: ${data.model}`, { id: requestId });
+            
+            // 判定是否为文本模式 (你需要根据实际情况实现 isTextModel 或传入 getModelType)
+            // 这里假设如果不包含特定生图关键词就是文本模型，或者你可以扩展 options 传入判断函数
+            isTextMode = isTextModel(data.model); 
+            if (isTextMode) {
+                logger.info('服务器', '解析模式: 文本对话 (虚拟上下文构建)', { id: requestId });
+            } else {
+                logger.info('服务器', '解析模式: 图像生成 (仅取最后一条)', { id: requestId });
+            }
+
+        } else {
+            return parseError(ERROR_CODES.INVALID_MODEL, `模型无效/后端 ${backendName} 不支持: ${data.model}`);
+        }
+    } else {
+        logger.info('服务器', '未指定模型，使用网页默认', { id: requestId });
+    }
+
+    // ============================================================
+    // 分支 A: 文本模型解析 (构建虚拟上下文)
+    // ============================================================
+    if (isTextMode) {
+        return await parseTextRequest(messages, tempDir, imageLimit, modelKey, isStreaming);
+    }
+
+    // ============================================================
+    // 分支 B: 生图模型解析 (原有逻辑，只取最后一条 User 消息)
+    // ============================================================
+    return await parseImageRequest(messages, tempDir, imageLimit, modelKey, isStreaming, getImagePolicy);
+}
+
+/**
+ * 解析文本请求 (构建虚拟上下文)
+ */
+async function parseTextRequest(messages, tempDir, imageLimit, modelId, isStreaming) {
+    let systemPrompt = '';
+    let historyPrompt = '';
+    let currentPrompt = '';
+    
+    const imagePaths = [];
+    let globalImageCount = 0;
+
+    // 辅助函数：处理单条消息内容
+    async function processContent(content) {
+        let textBuffer = '';
+        if (typeof content === 'string') {
+            textBuffer += content;
+        } else if (Array.isArray(content)) {
+            for (const item of content) {
+                if (item.type === 'text') {
+                    textBuffer += item.text;
+                } else if (item.type === 'image_url' && item.image_url?.url) {
+                    globalImageCount++;
+                    
+                    // 图片数量限制检查
+                    if (imageLimit > 0 && globalImageCount > imageLimit) {
+                        textBuffer += `[图片${globalImageCount} (已忽略:超过限制)]`;
+                        continue;
+                    }
+
+                    const url = item.image_url.url;
+                    if (url.startsWith('data:image')) {
+                        const imagePath = await saveBase64Image(url, tempDir);
+                        if (imagePath) {
+                            imagePaths.push(imagePath);
+                            // 插入占位符
+                            textBuffer += `[图片${globalImageCount}]`; 
+                        } else {
+                            textBuffer += `[图片${globalImageCount} (上传失败)]`;
+                        }
+                    } else {
+                        textBuffer += `[图片${globalImageCount} (无效链接)]`;
+                    }
+                }
+            }
+        }
+        return textBuffer;
+    }
+
+    // 1. 提取 System Prompt
+    const systemMsg = messages.find(m => m.role === 'system');
+    if (systemMsg) {
+        const content = await processContent(systemMsg.content);
+        if (content) {
+            systemPrompt = `=== 系统指令 (永远置顶) ===\n${content}\n\n`;
+        }
+    }
+
+    // 2. 区分历史和当前消息
+    // 找到最后一条 user 消息的索引
+    let lastUserIndex = -1;
+    for (let i = messages.length - 1; i >= 0; i--) {
+        if (messages[i].role === 'user') {
+            lastUserIndex = i;
+            break;
+        }
+    }
+
+    if (lastUserIndex === -1) {
+        return parseError(ERROR_CODES.NO_USER_MESSAGES);
+    }
+
+    // 3. 构建历史对话 (不包含 system 和 最后一条 user)
+    const historyMessages = messages.filter((m, index) => {
+        return m.role !== 'system' && index < lastUserIndex;
+    });
+
+    if (historyMessages.length > 0) {
+        historyPrompt += `=== 历史对话 (滑动窗口或摘要) ===\n`;
+        for (const msg of historyMessages) {
+            const roleName = msg.role === 'user' ? 'User' : 'AI';
+            const content = await processContent(msg.content);
+            historyPrompt += `${roleName}: ${content}\n`;
+        }
+        historyPrompt += `\n`;
+    }
+
+    // 4. 构建当前输入
+    const lastUserMsg = messages[lastUserIndex];
+    const currentContent = await processContent(lastUserMsg.content);
+    currentPrompt = `=== 当前输入 ===\nUser: ${currentContent}`;
+
+    // 5. 合并最终 Prompt
+    // 注意：这里我们告诉浏览器上传了 imagePaths 里的所有图片
+    // 并且在 prompt 文本中已经用 [图片N] 标记了它们的位置
+    const finalPrompt = systemPrompt + historyPrompt + currentPrompt;
+
+    return {
+        success: true,
+        data: {
+            prompt: finalPrompt,
+            imagePaths,     // 包含历史和当前的图片路径，按顺序排列
+            modelId,
+            modelName: modelId,
+            isStreaming
+        }
+    };
+}
+
+/**
+ * 解析生图请求 (原有逻辑保持不变)
+ */
+async function parseImageRequest(messages, tempDir, imageLimit, modelId, isStreaming, getImagePolicy) {
+    // 筛选用户消息
+    const userMessages = messages.filter(m => m.role === 'user');
+    if (userMessages.length === 0) {
+        return parseError(ERROR_CODES.NO_USER_MESSAGES);
+    }
+
+    const lastMessage = userMessages[userMessages.length - 1];
+
+    let prompt = '';
+    const imagePaths = [];
+    let imageCount = 0;
+
+    // 解析内容
+    if (Array.isArray(lastMessage.content)) {
+        for (const item of lastMessage.content) {
+            if (item.type === 'text') {
+                prompt += item.text + ' ';
+            } else if (item.type === 'image_url' && item.image_url?.url) {
+                imageCount++;
+
+                // 图片数量检查
+                if (imageLimit <= 10) {
+                    if (imageCount > imageLimit) {
+                        return parseError(ERROR_CODES.TOO_MANY_IMAGES, `图片数量超过限制（最大 ${imageLimit} 张）`);
+                    }
+                } else {
+                    if (imageCount > 10) continue;
+                }
+
+                // 处理 data URL
+                const url = item.image_url.url;
+                if (url.startsWith('data:image')) {
+                    const imagePath = await saveBase64Image(url, tempDir);
+                    if (imagePath) {
+                        imagePaths.push(imagePath);
+                    }
+                }
+            }
+        }
+    } else {
+        prompt = lastMessage.content;
+    }
+
+    prompt = prompt.trim();
+
+    // 图片策略校验
+    const hasImage = imagePaths.length > 0;
+    const policy = modelId ? getImagePolicy(modelId) : IMAGE_POLICY.OPTIONAL;
+
+    if (policy === IMAGE_POLICY.REQUIRED && !hasImage) {
+        return parseError(ERROR_CODES.IMAGE_REQUIRED, `模型 ${modelId} 需要参考图`);
+    }
+
+    if (policy === IMAGE_POLICY.FORBIDDEN && hasImage) {
+        return parseError(ERROR_CODES.IMAGE_FORBIDDEN, `模型 ${modelId} 不支持图片输入`);
+    }
+
+    return {
+        success: true,
+        data: {
+            prompt,
+            imagePaths,
+            modelId,
+            modelName: modelId,
+            isStreaming
+        }
+    };
+}
+
+/**
+ * 保存 Base64 图片到临时文件
+ */
+async function saveBase64Image(dataUrl, tempDir) {
+    const matches = dataUrl.match(/^data:([A-Za-z-+\/]+);base64,(.+)$/);
+    if (!matches || matches.length !== 3) {
+        return null;
+    }
+
+    try {
+        const buffer = Buffer.from(matches[2], 'base64');
+        // 压缩图片
+        const processedBuffer = await sharp(buffer)
+            .jpeg({ quality: 90 })
+            .toBuffer();
+
+        const filename = `img_${Date.now()}_${Math.random().toString(36).substring(7)}.jpg`;
+        const filePath = path.join(tempDir, filename);
+        fs.writeFileSync(filePath, processedBuffer);
+        return filePath;
+    } catch (e) {
+        return null;
+    }
+}
+```
+
+### 配套修改建议
+
+1.  **修改 `src/backend/registry.js` (可选，推荐)**:
+    在 `models` 数组中添加 `type: 'text'` 或 `type: 'image'` 字段，然后在 `getModelsForAdapter` 中暴露出来。这样 `parseChat.js` 就可以通过 `registry.getModelType(id)` 来精准判断，而不是靠猜。
+
+2.  **修改适配器代码**:
+    目前的适配器（如 `gemini_biz.js`, `zai_is.js`）的 `generateImage` 函数接收的是：
+
+    ```javascript
+    async function generateImage(context, prompt, imgPaths, modelId, meta = {})
+    ```
+
+    对于文本模型，`prompt` 现在将是一个包含了系统指令、历史对话和当前输入的**长字符串**。`imgPaths` 将包含**所有**涉及到的图片。
+
+      * 适配器的逻辑通常是：先上传所有 `imgPaths`，然后在输入框填入 `prompt`，最后发送。
+      * **注意**：你现有的 `gemini_biz.js` 和 `zai_is.js` 适配器逻辑是先 `pasteImages` 然后 `fillPrompt`。
+          * 这对于新的文本逻辑**正好适用**！因为图片占位符 `[图片1]` 已经在 `prompt` 文本里了，而实际的图片文件通过 `imgPaths` 传给适配器上传，适配器上传后，输入框里会有图片缩略图，加上我们输入的带有 `[图片1]` 的长文本，AI 就能理解这个对应关系（或者至少作为上下文）。
+
+### 效果预期
+
+当客户端发送如下请求时：
+
+```json
+{
+  "model": "gpt-4-text", 
+  "messages": [
+    {"role": "system", "content": "你是一个猫娘"},
+    {"role": "user", "content": "你好"},
+    {"role": "assistant", "content": "喵~"},
+    {"role": "user", "content": ["看看这个", {"type": "image_url", "url": "..."}]}
+  ]
+}
+```
+
+服务器会解析为：
+
+**prompt (传递给适配器输入框的文本):**
+
+```text
+=== 系统指令 (永远置顶) ===
+你是一个猫娘
+
+=== 历史对话 (滑动窗口或摘要) ===
+User: 你好
+AI: 喵~
+
+=== 当前输入 ===
+User: 看看这个[图片1]
+```
+
+**imagePaths (传递给适配器上传的文件):**
+`['/tmp/img_xxx.jpg']`
+
+这样你就成功地在一个单轮对话的网页接口上，模拟出了带上下文和多模态理解的多轮对话体验。