# 2026-04-27 每日事务记录 ## 开发任务 ### ParamHub Python - 多图上传和智能解析功能 **需求来源**: 用户(openclaw-control-ui) **v1.5.0 主要改动**: 1. 所有类别(模型/GPU/CPU/动态分类)支持上传图片解析 2. 支持一次上传多张图片,AI综合分析 3. 可能识别出多个产品参数,批量添加 4. 新增 `/api/parse-images` API 预览解析结果 5. 智能添加弹窗支持图片上传和粘贴 6. 添加 vision_model 配置支持视觉模型 **遇到的问题**: - 图片上传后报错:f-string花括号转义问题导致API错误 - 视觉模型配置问题:需要配置 LLM Proxy 的视觉模型 - SiliconFlow 视觉模型名称:Qwen/Qwen2-VL-72B-Instruct **解决方案**: - 修复 f-string 格式化问题,使用字符串拼接 - 配置 LLM Proxy 添加视觉模型提供商 - 添加剪贴板粘贴的错误提示(HTTPS/localhost限制) **Git仓库**: http://192.168.2.8:12007/coder/param-hub-python v1.5.0 --- ### ParamHub Python - 大模型接口配置功能 **需求来源**: 用户(openclaw-control-ui) **v1.6.0 主要改动**: 1. 网站配置页面新增 LLM 配置区域 2. 支持配置 API 地址、API Key、文本模型、视觉模型 3. LLM 配置从 config.json 动态读取,无需修改代码 4. 删除硬编码的 LLM_CONFIG 常量 5. 新增 `get_llm_config()` 函数动态获取配置 **配置默认值**: - API地址: http://192.168.2.17:19007/v1 - 文本模型: auto - 视觉模型: gpt-4-vision-preview **Git仓库**: http://192.168.2.8:12007/coder/param-hub-python v1.6.0 --- ### ParamHub Python - 子类别功能 **需求来源**: 用户(openclaw-control-ui) **v1.7.0 主要改动**: 1. 类别数据结构新增 subcategories 字段 2. 每个子类别可定义: - id: 子类别ID - name: 子类别名称 - icon: 图标 - key_features: 关键特性字段列表 - feature_labels: 特性显示标签 3. 前端模型页面添加子类别选择器 4. 表格根据子类别动态显示关键特性列 5. 预设子类别配置:对话模型、代码模型、推理模型、视觉模型等 **v1.7.1 主要改动**: 1. 添加子类别编辑弹框(subcategoryModal) 2. 子类别列表可视化显示(卡片样式) 3. 支持添加、编辑、删除子类别 4. 表单输入关键特性字段(逗号分隔)和标签(字段:显示名) 5. 替换原来的JSON文本编辑方式 **Git仓库**: http://192.168.2.8:12007/coder/param-hub-python v1.7.1 --- ## 技术要点 ### LLM Proxy 视觉模型配置 添加了 SiliconFlow Vision 提供商: ```json { "id": "siliconflow-vision", "name": "SiliconFlow Vision", "base_url": "https://api.siliconflow.cn/v1", "models": ["Qwen/Qwen2-VL-72B-Instruct"], "vision": true } ``` 模型别名配置: - `gpt-4-vision-preview` -> `Qwen/Qwen2-VL-72B-Instruct` ### 剪贴板粘贴图片的限制 浏览器剪贴板 API `navigator.clipboard.read()` 有安全限制: - 只在 HTTPS 或 localhost 环境下可用 - HTTP 环境下会报错 NotAllowedError --- ## 项目信息 - 项目名: ParamHub Python - 目录: `works/param-hub-python` - 端口: 19010 - Git仓库: http://192.168.2.8:12007/coder/param-hub-python --- ## 备注 今日主要完成了 ParamHub Python 的三个版本更新,重点是多图解析功能和子类别管理功能的开发。LLM Proxy 也新增了视觉模型支持,使得图片解析功能可以正常工作。