粘贴的图片不保存为本地文件：纯文本模型返回 400，且无法用 skill 中的多模态模型分析图片

环境

• ZCode 桌面版，Windows 10 x64
• 模型：deepseek-v4-flash-free（纯文本，无视觉能力）

问题描述

在聊天中粘贴截图后，ZCode 会把图片序列化为 image_url 内容块，直接内联发送给模型。对纯文本模型会直接报错：

Upstream request failed: [invalid_request_error] Failed to deserialize the JSON body into the target type: messages[N]: unknown variant image_url, expected text at line 1 column ...

示例 TraceID：5fa05e15-5793-4d56-babd-f557c573270f

更关键的是：ZCode 不会把粘贴的截图保存为本地临时文件。用户无法通过 skill 调用外部多模态模型（例如 describe-image 技能调用 MiMo-V2.5）来分析截图——因为截图没有落盘、也没有文件路径可以引用，技能脚本找不到图片文件，图片分析无法进行。

此外，粘贴的图片会残留在会话历史中，同一会话的后续每次请求都会重新发送并再次返回 400，整个会话不可用，直到用户手动删除附件。

期望行为

其他编码代理（如 Claude Code）会把粘贴的图片保存到本地临时文件（如会话目录下），并在消息中引用文件路径。agent 可以用文件工具读取该文件，交给视觉模型或辅助脚本（skill）处理。

建议

1. 将粘贴的图片保存为临时文件，并在提示词中引用文件路径（类似 Claude Code）。
2. 增加设置项，控制图片处理方式（内联 vs 文件路径）。
3. 识别纯文本模型并优雅降级（跳过图片块并提示），而不是返回 400 阻塞整个会话。

Start with the paste-to-chat path described in the issue, then trace how image_url blocks are retained in conversation history and sent to the model. Done means pasted images have a usable local-file path for skills such as describe-image and MiMo-V2.5, while text-only models no longer leave the session blocked by repeated 400 responses.