截图捕获中的PNG膨胀 | AI生成和翻译

首页 2026.06

以下是发现的内容:

ww screenshot interact-note 并未使用JPG格式。它全程采用PNG格式且未做任何优化:

  1. capture_screenshot() 保存为 screenshot-{ts}.png(位于 ww/image/screenshot.py 第18行)
  2. _encode_image_to_base64() 读取原始文件字节并进行base64编码——不调整尺寸、不转换格式、不压缩(位于 ww/note/screenshot_log.py 第20-22行)
  3. MIME类型根据扩展名设置,但由于始终是 .png,因此始终为 image/png

因此,全分辨率PNG被直接发送到视觉API。在Retina显示屏上,其像素密度通常是LLM视觉所需像素密度的2-3倍,而base64载荷因PNG对渐变/抗锯齿文本的无损编码而变得臃肿。

根据你的分析,这里存在明显的优化空间:转换为质量50-70的JPG格式,并在发送给视觉模型前可选地调整尺寸。需要我添加这个功能吗?


AI生成和翻译,但整理分享仍需精力。如果觉得有帮助,欢迎 捐助支持。 微信:@lzwjavaWeChat QR · X: @lzwjava · 打个招呼 👋

返回 捐助