让 Claude Code 读一张截图,终端只会打印一行 Read 1 file。图片确实送进了模型,但你从头到尾看不到它。测试中,这一行既没有链接,也没有画出任何图像。
![]()
原因不复杂:终端只接收文本。当 Claude Code 用 Read 工具读取图片文件时,画面是作为视觉内容交给模型的,终端能显示的只有那行读取提示。Anthropic 的文档描述了 Claude 收到什么,却没有说明你能看到什么,也没有任何内置设置能把图片画进对话记录里。浏览器截图同样如此。
于是问题来了:当智能体说"页面看起来没问题",或者描述一个你根本找不到的窗口时,光靠终端你没法核对。这正是不同工具开始分化的地方。
在 Ghostty 终端里,用同一张 1280×720 的 PNG 测试,Claude Code 2.1.326、Codex 0.167.2、Grok 1.0.88 给出的反馈各不相同。Codex 会画缩略图,但在 160 列的窗口里只有约 22 列 × 6 行,截图里的文字根本读不清;Grok 只打印一行带文件路径的信息;Claude Code 就是那行读取提示。Codex 的缩略图已有 GitHub 请求要求提供更大预览和全屏查看,查看时该请求仍未关闭。
想确认智能体到底看了什么,有几条现成的路:
- 直接打开文件。图片在磁盘上时,macOS 下运行 open 加路径;在 Codex 里点击路径,在 Grok 里 Cmd+Click 路径。Claude Code 在回复中引用 [Image #N] 链接时,Cmd+Click 或 Ctrl+Click 也能生效。
- 主动要一个文件。浏览器截图默认不是文件,得开口让 Claude Code 把截图保存到某个路径,再打开它。Anthropic 给的例子是"给结算页截个图并保存到磁盘",Claude 随后会报出文件路径。把这句话写进提示词或 CLAUDE.md 即可。屏幕控制的截图则不同,文档没说可以保存到路径。
- 让终端自己画。Codex 在支持 Kitty 或 Sixel 图形协议的终端上默认绘制,比如 Ghostty 和 kitty;从 0.168 起,在 Ghostty 和 kitty 的 tmux 里设置 allow-passthrough all 也能用。Claude Code 没有内置图像显示,但可以通过 mod 绘制 Image 元素,支持 kitty 0.28 及以上、Ghostty、iTerm2 3.5 及以上(需 Claude Code 2.1.305 及以上)。其他终端只显示替代文本。tmux 内需要 Claude Code 2.1.310 及以上、tmux 3.3 及以上,并开启 focus-events 和 allow-passthrough。不过 Anthropic 的文档没说 mod 能显示 Claude 读过的内容。Grok 在 Ghostty 测试里什么都没画。
- 把画面留在智能体旁边。PonyMux 在 macOS 和 Windows 上把 Claude Code、Codex、Grok 跑在同一个窗口,它的 Agent View 会浮在终端上方,显示智能体收到的图片。选中可放大,方向键可回看最近 20 张。
PonyMux 的细节值得单独说:智能体截取浏览器或屏幕时,一个小窗口会浮在终端角落;从文件读取的图片则排在 Inspector 的 Agent View 区域里,以缩略图条形式等待,不会自动弹窗。长截图只显示顶部并渐隐,窗口不会越撑越大。Remote Control 能把同样的图片同步到手机上。所有内容不落盘,每个终端的智能体最近 20 张图保存在内存中,打开对话时会从记录里读回近期图片。多个终端同时选中时,Agent View 不显示。想关掉浮窗,在设置 → 通用里关闭"自动显示 Agent View"。
还要区分一件事:这和把图片粘贴给 Claude Code 不是一回事。粘贴是你把图交给智能体,方向相反。macOS 和 Linux 按 Ctrl+V(iTerm2 里是 Cmd+V),Windows 和 WSL 按 Alt+V,Claude Code 会插入一个 [Image #N] 标记;Codex 接受粘贴进输入框,或用 codex --image 配合首个提示;Grok 支持 Ctrl+V、Windows 下的 Alt+V,或从访达拖入文件。如果出问题的是粘贴本身,那属于另一类修复,通常和终端拦截按键有关。
能不能看到图,取决于你用的终端,也取决于你是否在 tmux 或 SSH 环境里。PonyMux 对 macOS 和 Windows 免费。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.