设置 → 模型 UI 缺少输入模态(input: [text, image])编辑入口

[1624899]

环境

• dsh-web-app 0.1.1-rc.2(Windows 11)

问题

llm-pi-ai 插件的模型条目支持 input 字段声明输入模态(text / image),
provider 级默认 defaultInput: ["text"]。视觉模型必须在 settings.yaml 中
显式声明 input: [text, image],否则图片会在附加前被拒绝。

但「设置 → 模型」界面中,每个模型条目只能编辑 4 个字段:
模型 ID、显示名称、上下文窗口(contextWindow)、最大输出 token(maxTokens)。
没有输入模态的编辑入口,校验逻辑也只覆盖那两个数字字段。
用户只能点「打开配置文件」手改 YAML。

复现

1. 设置 → 模型,展开任意自定义模型条目
2. 只有「上下文窗口 / 最大输出 token」两个输入框,无模态选项

期望

在模型条目编辑器中增加模态选择(如 text / image 复选框),
保存时写入 settings.yaml 的 models[].input。

当前手动 workaround(有效)

llm-pi-ai:
  providers:
    aiping:
      models:
        - id: GLM-5.3-Flash
          input: [text, image]

[liyangbing]

已按 rc.2 源码核对，这确实是 UI 作者能力缺口，不是 llm-pi-ai 配置不支持。

• PiAiModelProfile 的 schema 明确接受 input: [text, image]。
• 解析优先级是模型条目的 input → 已安装 catalog 条目 → provider 的 defaultInput；最后一层默认只有 text。
• rc.2 的 ModelListEditor 只渲染 id、name、contextWindow、maxTokens，没有 modality 控件。
• Fetch available models 也只采用发现到的 ID、名称和容量，不能据此推断视觉能力。

当前最小 workaround 建议继续使用你给出的单模型声明，不要为了一个视觉模型把 provider 级 defaultInput 改成 [text, image]，否则会扩大该 route 下所有未声明模型的能力：

llm-pi-ai:
  providers:
    aiping:
      models:
        - id: GLM-5.3-Flash
          input: [text, image]

操作时先停止 profile writer 并备份现有 settings；修改同一个 provider/model 行，不要创建第二个同名 route。随后建议完成六步验证：

1. --dump-config 确认解析后的精确模型包含 text + image；
2. 重开 Models 页面，确认模型行仍存在；
3. 先在可丢弃副本上修改一个无关可见字段并保存；
4. 再次 dump，确认隐藏的 input 没有丢失；
5. 新建 Session，选择精确 provider/model，用一张小型合成图片测试；
6. 确认请求到达预期 endpoint；若 provider 拒绝图片，立即撤回错误的 modality 声明。

rc.2 编辑器把 model draft 保持为开放对象，并在可见字段编辑时 spread 原对象，因此隐藏/未来字段设计上会保留；但删除模型、Reset models 或替换 provider 仍会有意删除所属数据。

一个完整 UI 修复还需要区分 model/catalog/defaultInput 的来源、保留 reasoningEfforts/compat 等隐藏字段，并测试保存、重载、fresh Session、图片请求、reset 和 rollback，而不仅是增加两个 checkbox。

源码固定的完整流程和视觉图： https://sandbaseai.github.io/deepseek-harness-handbook/model-input-modalities.html