Skip to content

v2.3.2 — 视觉预处理统一 + OpenAI 防御强化 + 认知重构

Choose a tag to compare

View all tags
@7836246 7836246 released this 06 Mar 07:25
· 120 commits to main since this release
v2.3.2
59d350b

📸 视觉预处理统一化（修复 #8）

  • 新增 preprocessImages() 函数：在 convertToCursorRequest() 入口统一检测 Anthropic ImageBlockParam 图片块
  • 修复 Claude CLI 选择图片后不进 vision 预处理的 bug — 图片处理从分散的 handler 调用统一到 converter 层
  • extractMessageText() 新增 case 'image': 兜底处理，vision 关闭/失败时保留图片元信息而非静默丢弃
  • Express body 限制从 10MB → 50MB，支持大型 base64 图片传输
  • 完善日志链路：📸 检测图片 → ✅ 处理成功 / ⚠️ 残留 / ❌ 失败

🛡️ OpenAI 端全面防御层对齐

  • OpenAI Chat Completions API 端新增完整的拒绝检测 + 自动重试机制（与 Anthropic 端一致）
  • OpenAI 端新增响应清洗（sanitizeResponse），所有输出后处理替换 Cursor 身份引用为 Claude
  • OpenAI 端新增身份探针拦截（isIdentityProbe），拦截"你是谁"等身份询问
  • 流式模式改为统一缓冲后发送，先检测拒绝再输出（与 Anthropic handler 策略同步）

🧠 非工具场景认知重构

  • 无工具请求（如 ChatBox 纯对话）新增认知重构前缀，防止模型暴露 Cursor 文档助手身份
  • 无工具场景的助手历史消息清洗：自动替换包含 read_file/read_dir 工具声明的拒绝文本
  • 工具能力询问（"你有哪些工具"）返回 Claude 能力描述而非硬拦截
  • 解决了 ChatBox、LobeChat 等 OpenAI 兼容客户端效果差的核心问题

👁️ v2.3.0 新增：多模态视觉拦截与降级

  • 开箱即用的纯本地 OCR (mode: 'ocr')：零配置、免 API Key，利用本机 CPU 毫秒级提取图片中的文本
  • 兼容第三方视觉 API (mode: 'api')：支持 Google Gemini、OpenRouter 等免费视觉大模型

Full Changelog: https://github.com/7836246/cursor2api/commits/v2.3.2

Assets 2
Loading