feat: 视频上传支持 (v0.11.7)

- 新增视频上传按钮，支持 mp4/avi/mov/mkv/webm (≤10MB)
- ffmpeg 1fps 提取帧序列，自动缩放至512px，带时序标注
- 消息中注入帧序列时间线，多模态模型原生理解视频时序
- 视频按钮与 vision 模型能力自动联动
- 版本号 0.11.6 → 0.11.7，同步更新 README/帮助面板/菜单

src/main/ipc.ts

@@ -5,6 +5,7 @@
 import { ipcMain, dialog, shell } from 'electron';
 import * as fs from 'fs';
 import * as path from 'path';
+import * as os from 'os';
 import { mainWindow } from './main.js';
 import { showNotification } from './utils.js';
 import {
@@ -58,6 +59,8 @@ import { startServer, stopServer, stopAllServers, callTool, getAllTools, getServ
 import { getAllowedDirs, getBlockedDirs, setAllowedDirs } from './tool-security.js';
 import { startProcess, killProcess, getWorkspaceDir, setWorkspaceDir, listWorkspaceDir } from './workspace.js';
 import { setHTTPTimeout } from './tool-handlers-system.js';
+import { execFile } from 'child_process';
+import * as crypto from 'crypto';
 
 /** 工具结果摘要（用于日志面板） */
 function summarizeResult(toolName: string, result: Record<string, unknown>): string {
@@ -479,4 +482,132 @@ export async function setupIPC(): Promise<void> {
   ipcMain.handle('mcp:refreshTools', async (_, name: string) => {
     return refreshTools(name);
   });
+
+  // ── 视频帧提取 ──
+  ipcMain.handle('video:extractFrames', async (_, filePath: string, options?: { maxFrames?: number; maxWidth?: number; maxSize?: number }) => {
+    const maxFrames = options?.maxFrames || 600;
+    const maxWidth = options?.maxWidth || 512;
+    const maxSize = options?.maxSize || 10 * 1024 * 1024; // 默认 10MB
+
+    // 文件大小检查
+    try {
+      const stat = await fs.promises.stat(filePath);
+      if (stat.size > maxSize) {
+        return { success: false, error: `视频文件过大: ${(stat.size / 1024 / 1024).toFixed(1)}MB，限制 ${maxSize / 1024 / 1024}MB` };
+      }
+    } catch {
+      return { success: false, error: '无法读取视频文件' };
+    }
+
+    return extractVideoFrames(filePath, maxFrames, maxWidth);
+  });
+}
+
+// ── 视频帧提取 (ffmpeg) ──
+
+interface ExtractedFrame {
+  name: string;            // 如 "frame_01_0.0s.jpg"
+  base64: string;          // JPEG base64
+  timestampSeconds: number; // 帧在视频中的时间位置（秒）
+}
+
+interface VideoInfo {
+  duration: number;   // 秒
+  width: number;
+  height: number;
+}
+
+function ffprobeVideo(filePath: string): Promise<VideoInfo> {
+  return new Promise((resolve, reject) => {
+    execFile('ffprobe', [
+      '-v', 'quiet', '-print_format', 'json', '-show_format', '-show_streams',
+      '-select_streams', 'v:0', filePath
+    ], { timeout: 15_000 }, (err, stdout) => {
+      if (err) { reject(new Error(`ffprobe 失败: ${err.message}`)); return; }
+      try {
+        const info = JSON.parse(stdout);
+        const stream = (info.streams || []).find((s: any) => s.codec_type === 'video');
+        if (!stream) { reject(new Error('未找到视频流')); return; }
+        resolve({
+          duration: parseFloat(info.format?.duration || stream.duration || '0'),
+          width: stream.width || 0,
+          height: stream.height || 0
+        });
+      } catch { reject(new Error('ffprobe 输出解析失败')); }
+    });
+  });
+}
+
+function extractVideoFrames(filePath: string, maxFrames: number, maxWidth: number): Promise<{ success: boolean; frames?: ExtractedFrame[]; videoInfo?: VideoInfo; error?: string }> {
+  return new Promise(async (resolve) => {
+    const tmpDir = path.join(os.tmpdir(), `metona-video-${crypto.randomBytes(6).toString('hex')}`);
+    try {
+      await fs.promises.mkdir(tmpDir, { recursive: true });
+
+      // 1. 获取视频信息
+      const videoInfo = await ffprobeVideo(filePath);
+      if (videoInfo.duration <= 0) {
+        await fs.promises.rm(tmpDir, { recursive: true, force: true });
+        resolve({ success: false, error: '无法获取视频时长' });
+        return;
+      }
+
+      // 2. 计算帧提取策略：固定 1fps，按视频实际时长
+      const frameCount = Math.min(Math.ceil(videoInfo.duration), maxFrames);
+      const scaleFilter = videoInfo.width > maxWidth
+        ? `scale=${maxWidth}:-1`
+        : 'scale=iw:ih';  // 不放大
+
+      // 3. ffmpeg 提取帧：固定 1fps
+      const outPattern = path.join(tmpDir, 'frame_%04d.jpg');
+      await new Promise<void>((ffResolve, ffReject) => {
+        execFile('ffmpeg', [
+          '-y',
+          '-i', filePath,
+          '-vf', `${scaleFilter},fps=1`,
+          '-q:v', '3',          // JPEG 质量 (2-31, 越小越好, 3≈80%)
+          '-frames:v', String(frameCount),
+          '-threads', '2',
+          outPattern
+        ], { timeout: 120_000 }, (err) => {
+          if (err) { ffReject(new Error(`ffmpeg 执行失败: ${err.message}`)); return; }
+          ffResolve();
+        });
+      });
+
+      // 4. 读取提取的帧为 base64，附时间戳
+      const files = await fs.promises.readdir(tmpDir);
+      const jpegs = files.filter(f => f.endsWith('.jpg')).sort();
+      if (jpegs.length === 0) {
+        await fs.promises.rm(tmpDir, { recursive: true, force: true });
+        resolve({ success: false, error: '没有提取到视频帧' });
+        return;
+      }
+
+      const frames: ExtractedFrame[] = [];
+      for (let i = 0; i < jpegs.length; i++) {
+        const f = jpegs[i];
+        const buf = await fs.promises.readFile(path.join(tmpDir, f));
+        // 跳过太小的帧（可能是纯黑/白，无信息量）
+        if (buf.length < 200) continue;
+        const timestampSec = i; // fps=1，所以帧索引 = 秒数
+        frames.push({
+          name: `frame_${String(i + 1).padStart(2, '0')}_${timestampSec.toFixed(1)}s.jpg`,
+          base64: buf.toString('base64'),
+          timestampSeconds: timestampSec
+        });
+      }
+
+      // 5. 清理临时文件
+      await fs.promises.rm(tmpDir, { recursive: true, force: true });
+
+      sendLog('info', `🎬 视频帧提取完成: 1fps`, `${filePath} → ${frames.length} 帧 / ${videoInfo.duration.toFixed(1)}s (${videoInfo.width}x${videoInfo.height})`);
+      resolve({ success: true, frames, videoInfo });
+
+    } catch (err) {
+      try { await fs.promises.rm(tmpDir, { recursive: true, force: true }); } catch { /* ignore */ }
+      sendLog('error', '视频帧提取失败', (err as Error).message);
+      resolve({ success: false, error: (err as Error).message });
+    }
+  });
 }

src/main/menu.ts

@@ -101,7 +101,7 @@ export function createMenu(): void {
             dialog.showMessageBox(mainWindow!, {
               type: 'info',
               title: '关于 Metona Ollama',
-              message: 'Metona Ollama Desktop v0.11.6',
+              message: 'Metona Ollama Desktop v0.11.7',
               detail: 'TypeScript + Electron Ollama AI 聊天客户端\n\nhttps://gitee.com/thzxx/metona-ollama',
               icon: getIconPath()
             });

src/main/preload.ts

@@ -124,5 +124,9 @@ contextBridge.exposeInMainWorld('metonaDesktop', {
     getTools: () => ipcRenderer.invoke('mcp:getTools'),
     getStatuses: () => ipcRenderer.invoke('mcp:getStatuses'),
     refreshTools: (name: string) => ipcRenderer.invoke('mcp:refreshTools', name)
+  },
+  video: {
+    extractFrames: (filePath: string, options?: { maxFrames?: number; maxWidth?: number; maxSize?: number }) =>
+      ipcRenderer.invoke('video:extractFrames', filePath, options)
   }
 });

src/renderer/components/input-area.ts

@@ -26,8 +26,9 @@ let chatInputEl: HTMLTextAreaElement;
 let btnSendEl: HTMLButtonElement;
 let imagePreviewEl: HTMLElement;
 let filePreviewEl: HTMLElement;
-let pendingImages: Array<{ name: string; base64: string }> = [];
+let pendingImages: Array<{ name: string; base64: string; timestampSeconds?: number }> = [];
 let pendingFiles: Array<{ name: string; content: string; language: string; size: number }> = [];
+let pendingVideoInfo: { duration: number; width: number; height: number } | null = null;
 
 const TEXT_EXTENSIONS = new Set([
   'txt','md','markdown','rst','log','csv','tsv',
@@ -42,6 +43,8 @@ const TEXT_EXTENSIONS = new Set([
 
 const MAX_FILE_SIZE = 500 * 1024;
 
+const VIDEO_EXTENSIONS = new Set(['mp4', 'avi', 'mov', 'mkv', 'webm', 'flv', 'wmv', 'm4v']);
+
 function getFileIcon(filename: string): string {
   const name = filename.toLowerCase();
   if (name === 'dockerfile') return '🐳';
@@ -111,6 +114,21 @@ export function initInputArea(): void {
     await handleTextFilePaths(paths);
   });
 
+  // ── 视频上传：提取帧作为图片 ──
+  document.querySelector('#btnAttachVideo')!.addEventListener('click', async () => {
+    if (!isVisionAvailable()) {
+      showToast('当前模型不支持图片/视频分析', 'warning');
+      return;
+    }
+    const bridge = getBridge();
+    if (!bridge) return;
+    const paths = await bridge.dialog.openFile({
+      filters: [{ name: '视频', extensions: Array.from(VIDEO_EXTENSIONS) }]
+    });
+    if (!paths || paths.length === 0) return;
+    await handleVideoPath(paths[0]);
+  });
+
   imagePreviewEl.addEventListener('click', (e) => {
     const target = e.target as HTMLElement;
     if (target.classList.contains('remove-img')) {
@@ -222,6 +240,45 @@ async function handleImagePaths(paths: string[]): Promise<void> {
   renderImagePreviews();
 }
 
+async function handleVideoPath(filePath: string): Promise<void> {
+  const bridge = getBridge();
+  if (!bridge?.video) {
+    showToast('视频功能需要桌面版', 'warning');
+    return;
+  }
+
+  const name = filePath.split(/[/\\]/).pop() || filePath;
+  appendSystemMessage(`🎬 正在提取视频帧 (1fps): ${name}...`);
+
+  try {
+    const result = await bridge.video.extractFrames(filePath, { maxFrames: 60, maxWidth: 512 });
+    if (!result.success) {
+      appendSystemMessage(`❌ 视频帧提取失败: ${result.error}`);
+      return;
+    }
+
+    const frames = result.frames!;
+    const info = result.videoInfo!;
+
+    // 保存视频元信息（用于消息构建时的时序标注）
+    pendingVideoInfo = { duration: info.duration, width: info.width, height: info.height };
+
+    // 帧加入 pendingImages，保留时间戳
+    for (const frame of frames) {
+      pendingImages.push({ name: frame.name, base64: frame.base64, timestampSeconds: frame.timestampSeconds });
+    }
+
+    logInfo(`视频帧提取完成: ${name}`, 
+      `${frames.length} 帧 (1fps, ${info.duration.toFixed(0)}s, ${info.width}x${info.height})`);
+    appendSystemMessage(`✅ ${name}: 已提取 ${frames.length} 帧 (1fps 采样)`);
+
+    renderImagePreviews();
+  } catch (err) {
+    logError('视频帧提取异常', (err as Error).message);
+    appendSystemMessage(`❌ 视频处理失败: ${(err as Error).message}`);
+  }
+}
+
 function renderImagePreviews(): void {
   if (pendingImages.length === 0) {
     imagePreviewEl.style.display = 'none';
@@ -843,7 +900,20 @@ async function sendMessageWithAgentLoop(text: string, currentSession: ChatSessio
   const images = pendingImages.map(img => img.base64);
 
   if (pendingImages.length > 0) {
-    const imgDesc = pendingImages.length === 1 ? `[上传了图片: ${pendingImages[0].name}]` : `[上传了 ${pendingImages.length} 张图片]`;
+    const hasVideoFrames = pendingVideoInfo !== null && pendingImages.some(img => img.timestampSeconds !== undefined);
+    let imgDesc: string;
+    if (hasVideoFrames) {
+      const vi = pendingVideoInfo!;
+      const frameList = pendingImages
+        .filter(img => img.timestampSeconds !== undefined)
+        .map(img => `  ${String(img.timestampSeconds!).padStart(4, ' ')}s — ${img.name}`)
+        .join('\n');
+      imgDesc = `[视频帧序列 · ${pendingImages.length}帧 · 1fps · ${vi.duration.toFixed(0)}s]\n${frameList}\n\n上述帧按时间顺序排列，帧间存在时序关系。请分析视频内容。`;
+    } else if (pendingImages.length === 1) {
+      imgDesc = `[上传了图片: ${pendingImages[0].name}]`;
+    } else {
+      imgDesc = `[上传了 ${pendingImages.length} 张图片]`;
+    }
     const msg: ChatMessage = {
       role: 'user',
       content: text ? `${text}\n\n${imgDesc}` : imgDesc,
@@ -872,7 +942,7 @@ async function sendMessageWithAgentLoop(text: string, currentSession: ChatSessio
   state.update(KEYS.CURRENT_SESSION, (session: any) => ({
     ...session,
     ...(isFirstMsg && {
-      title: truncate(text || (pendingFiles.length > 0 ? `[文件: ${pendingFiles.map(f => f.name).join(', ')}]` : '[图片消息]'), 30),
+      title: truncate(text || (pendingFiles.length > 0 ? `[文件: ${pendingFiles.map(f => f.name).join(', ')}]` : pendingVideoInfo ? '[视频消息]' : '[图片消息]'), 30),
       model
     }),
     messages: [...session.messages, ...msgsToAdd],
@@ -888,6 +958,7 @@ async function sendMessageWithAgentLoop(text: string, currentSession: ChatSessio
   chatInputEl.value = '';
   pendingImages = [];
   pendingFiles = [];
+  pendingVideoInfo = null;
   imagePreviewEl.style.display = 'none';
   imagePreviewEl.innerHTML = '';
   filePreviewEl.style.display = 'none';

src/renderer/components/model-bar.ts

@@ -18,6 +18,7 @@ let badgeToolsEl: HTMLElement;
 let thinkCheckbox: HTMLInputElement;
 let thinkWrap: HTMLElement;
 let btnAttachImg: HTMLButtonElement;
+let btnAttachVideo: HTMLButtonElement;
 
 const modelCapabilityCache = new Map<string, ModelCaps>();
 
@@ -29,6 +30,7 @@ export function initModelBar(): void {
   thinkCheckbox = document.querySelector('#toggleThink')!;
   thinkWrap = document.querySelector('#thinkToggleWrap')!;
   btnAttachImg = document.querySelector('#btnAttachImg')!;
+  btnAttachVideo = document.querySelector('#btnAttachVideo')!;
 
   // Think 开关：同步 state 中的 thinkEnabled
   thinkCheckbox.addEventListener('change', () => {
@@ -252,10 +254,20 @@ function setVisionAvailable(available: boolean): void {
     btnAttachImg.disabled = false;
     btnAttachImg.title = '上传图片';
     btnAttachImg.classList.remove('disabled');
+    if (btnAttachVideo) {
+      btnAttachVideo.disabled = false;
+      btnAttachVideo.title = '上传视频（提取帧分析）';
+      btnAttachVideo.classList.remove('disabled');
+    }
   } else {
     btnAttachImg.disabled = true;
     btnAttachImg.title = '当前模型不支持图片分析';
     btnAttachImg.classList.add('disabled');
+    if (btnAttachVideo) {
+      btnAttachVideo.disabled = true;
+      btnAttachVideo.title = '当前模型不支持图片/视频分析';
+      btnAttachVideo.classList.add('disabled');
+    }
   }
 }
 

src/renderer/index.html

@@ -28,7 +28,7 @@
         <div class="header-left">
             <span class="logo">🦙</span>
             <span class="app-title">Metona Ollama</span>
-            <span class="app-version">v0.11.6</span>
+            <span class="app-version">v0.11.7</span>
             <button class="icon-btn help-btn" id="btnHelp" title="使用帮助">
                 <svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
                     <circle cx="12" cy="12" r="10"/><path d="M9.09 9a3 3 0 0 1 5.83 1c0 2-3 3-3 3"/>
@@ -148,6 +148,12 @@
                     <polyline points="21 15 16 10 5 21"/>
                 </svg>
             </button>
+            <button class="icon-btn attach-btn" id="btnAttachVideo" title="上传视频（提取帧分析）">
+                <svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
+                    <polygon points="23 7 16 12 23 17 23 7"/>
+                    <rect x="1" y="5" width="15" height="14" rx="2" ry="2"/>
+                </svg>
+            </button>
             <button class="icon-btn attach-btn" id="btnAttachFile" title="上传文件（文本/代码）">
                 <svg viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2">
                     <path d="M14 2H6a2 2 0 0 0-2 2v16a2 2 0 0 0 2 2h12a2 2 0 0 0 2-2V8z"/>
@@ -417,10 +423,10 @@
         </div>
         <div class="modal-body">
             <div class="help-section"><h4>🚀 快速开始</h4><ol><li>确保 Ollama 已启动（默认 <code>http://127.0.0.1:11434</code>，可在设置中修改）</li><li>顶部模型栏选择一个模型，右侧会显示模型能力徽章（🧠 Think / 👁️ Vision / 🔧 Tools）</li><li>输入消息，按 <kbd>Enter</kbd> 发送，<kbd>Shift+Enter</kbd> 换行</li></ol></div>
-            <div class="help-section"><h4>💬 聊天功能</h4><ul><li><strong>流式回复</strong> — 实时打字效果，随时点 ■ 停止</li><li><strong>Think 推理</strong> — 下方 Think 按钮切换，让模型展示深度思考过程（需模型支持，如 Qwen3）</li><li><strong>上下文长度自动检测</strong> — 切换模型时自动从模型元数据获取实际支持的上下文长度（如 Qwen3.6 27B = 262,144 tokens），无需手动配置</li><li><strong>多模态</strong> — 上传图片，模型需支持 Vision 能力。图片自动压缩至合适分辨率，节省上下文</li><li><strong>文件分析</strong> — 支持 50+ 种文本/代码格式，单文件 ≤500KB，自动剥离注释并按上下文预算智能截断</li><li><strong>AI 回复顶部</strong> — 每条 AI 回复上方展示 📋 系统提示词折叠卡片，可点击查看实际发送给模型的完整上下文</li></ul></div>
+            <div class="help-section"><h4>💬 聊天功能</h4><ul><li><strong>流式回复</strong> — 实时打字效果，随时点 ■ 停止</li><li><strong>Think 推理</strong> — 下方 Think 按钮切换，让模型展示深度思考过程（需模型支持，如 Qwen3）</li><li><strong>上下文长度自动检测</strong> — 切换模型时自动从模型元数据获取实际支持的上下文长度（如 Qwen3.6 27B = 262,144 tokens），无需手动配置</li><li><strong>多模态</strong> — 上传图片或视频（≤10MB），模型需支持 Vision。图片自动压缩，视频 1fps 提取帧序列带时序标注</li><li><strong>文件分析</strong> — 支持 50+ 种文本/代码格式，单文件 ≤500KB，自动剥离注释并按上下文预算智能截断</li><li><strong>AI 回复顶部</strong> — 每条 AI 回复上方展示 📋 系统提示词折叠卡片，可点击查看实际发送给模型的完整上下文</li></ul></div>
             <div class="help-section"><h4>🔧 Tool Calling（始终开启）</h4><ul><li>所有消息均通过 <strong>Agent Loop 自主调用本地工具</strong>，像一个本地 Agent，无普通聊天模式</li><li><strong>44 个工具</strong>，分为 10 类：<ul><li><strong>文件系统</strong>（16 个）：read_file / write_file / list_directory / search_files / create_directory / delete_file / move_file / copy_file / edit_file / get_file_info / tree / download_file / diff_files / replace_in_files / read_multiple_files / compress</li><li><strong>命令执行</strong>（1 个）：run_command（实时流式输出，支持自动/需确认/禁用三种模式，可配置超时）</li><li><strong>联网搜索</strong>（2 个）：web_search（支持 SearXNG 元搜索引擎 JSON API / 四引擎 HTML 解析，双模式可切换）/ web_fetch（反爬headers+UA自动切换+自动回退浏览器渲染）</li><li><strong>Git</strong>（1 个）：git（17 个子操作，push/pull/clone 内置60-120s超时保护）</li><li><strong>浏览器控制</strong>（9 个）：browser_open / browser_screenshot / browser_evaluate / browser_extract / browser_click / browser_type / browser_scroll / browser_wait / browser_close</li><li><strong>记忆 & 会话 & Skill</strong>（8 个）：memory_search / memory_add / memory_replace / memory_remove / session_list / session_read / skill_list / skill_view</li><li><strong>子代理</strong>（1 个）：spawn_task</li><li><strong>系统工具</strong>（6 个）：datetime / calculator / random / uuid / json_format / hash</li></ul></li><li>read_file 支持 binary模式读取/base64解码/字节分页/2000行默认+截断hint自动续读</li><li>write_file 支持 base64写二进制文件/mode(overwrite+append)合并append_file功能/10MB</li><li>edit_file 支持 use_regex 正则替换</li><li>search_files 支持正则表达式搜索（use_regex=true）</li><li>browser_screenshot 支持全页面截图+元素截图</li><li>browser_extract 支持CSS选择器提取特定区域</li><li>new browser_wait 等待元素出现或定时等待</li><li>仅 <code>run_command</code> 支持三模式切换：自动/需确认/禁用</li><li>危险命令（<code>rm -rf</code>、<code>mkfs</code>、反弹 shell 等）和系统路径（<code>/etc</code>、<code>~/.ssh</code> 等）被自动拦截</li><li>工具调用以<strong>可视化卡片</strong>展示状态（pending → running → success/error），在工作空间🔧工具页签中显示</li><li>默认最大 <strong>85 轮</strong>工具调用循环，上下文使用率>80%时自动缩减到3轮</li><li>独立工具自动<strong>并行执行</strong>（16个只读工具加入并行白名单），有依赖关系的工具串行执行</li></ul></div>
             <div class="help-section"><h4>🧠 Agent 记忆系统</h4><ul><li>设置中开启后，AI 从对话中<strong>自动提取关键信息</strong>（事实/偏好/规则），跨会话持续积累</li><li><strong>增量提取</strong>：长对话中每 20 轮自动触发轻量级记忆提取，不等到对话结束</li><li>对话结束时自动触发完整记忆提取</li><li>新对话时自动检索相关记忆注入上下文，让 AI "记住"你</li><li>点击顶部 🧠 按钮打开记忆面板：搜索、筛选、编辑、删除</li><li><strong>记忆容量上限 500 条</strong>，超限时自动清理低价值条目（规则类型受保护）</li><li><strong>向量语义搜索</strong>：在设置中选择嵌入模型后，支持语义级别记忆检索（更精准）</li><li>未选择嵌入模型时，使用关键词匹配检索记忆</li><li>AI 可通过 memory 工具主动管理记忆</li><li>记忆写入前自动安全扫描（prompt injection / 敏感信息 / 不可见字符检测）</li><li>记忆存储在本地 SQLite，不会上传到任何服务器</li></ul></div>
-            <div class="help-section"><h4>🤖 Agent Loop v0.11.6 增强</h4><ul><li><strong>智能上下文压缩</strong>：滑动窗口 + LLM结构化JSON摘要，超过50%上下文窗口自动触发</li><li><strong>流式调用超时保护</strong>：可配置超时（默认300s），Ollama 卡死不再永久阻塞</li><li><strong>HTTP/MCP 超时可配</strong>：设置面板可分别调整 HTTP（默认30s）和 MCP（默认60s）超时</li><li><strong>Final Answer 智能检测</strong>：多模式匹配（Final Answer/最终答案/最终回答/总结），避免漏检或误触</li><li><strong>Token 感知迭代预算</strong>：上下文使用率>80%时自动缩减剩余轮次到3轮</li><li><strong>工具缓存 TTL</strong>：搜索5分钟/网页10分钟/文件30分钟，过期自动刷新</li><li><strong>自动子任务拆解</strong>：检测"同时/分别/以及"等并行关键词，自动 spawn 子代理并行处理</li><li><strong>旧工具结果自动截断</strong>：超过10轮的工具结果自动截断到500字符，控制上下文膨胀</li></ul></div>
+            <div class="help-section"><h4>🤖 Agent Loop v0.11.7 增强</h4><ul><li><strong>🎬 视频上传</strong>：支持上传 .mp4/.avi/.mov/.mkv/.webm 等视频（≤10MB），自动 1fps 提取帧序列（带时间戳），多模态模型原生理解视频时序关系</li><li><strong>智能上下文压缩</strong>：滑动窗口 + LLM结构化JSON摘要，超过50%上下文窗口自动触发</li><li><strong>流式调用超时保护</strong>：可配置超时（默认300s），Ollama 卡死不再永久阻塞</li><li><strong>HTTP/MCP 超时可配</strong>：设置面板可分别调整 HTTP（默认30s）和 MCP（默认60s）超时</li><li><strong>Final Answer 智能检测</strong>：多模式匹配（Final Answer/最终答案/最终回答/总结），避免漏检或误触</li><li><strong>Token 感知迭代预算</strong>：上下文使用率>80%时自动缩减剩余轮次到3轮</li><li><strong>工具缓存 TTL</strong>：搜索5分钟/网页10分钟/文件30分钟，过期自动刷新</li><li><strong>自动子任务拆解</strong>：检测"同时/分别/以及"等并行关键词，自动 spawn 子代理并行处理</li><li><strong>旧工具结果自动截断</strong>：超过10轮的工具结果自动截断到500字符，控制上下文膨胀</li></ul></div>
             <div class="help-section"><h4>🔌 MCP（Model Context Protocol）</h4><ul><li>支持连接外部 MCP Server，动态扩展工具能力</li><li>设置面板可添加/启用/禁用/删除 MCP 服务器</li><li>MCP 工具以 <code>mcp_{server}_{tool}</code> 前缀注册，与内置工具统一调度</li><li>启动时自动连接已启用的 MCP 服务器</li></ul></div>
             <div class="help-section"><h4>🔍 SearXNG 元搜索引擎</h4><ul><li>点击顶部 🔍 按钮打开配置面板，可接入自部署的 SearXNG 实例</li><li><strong>JSON 模式</strong>：调用 SearXNG JSON API，聚合 70+ 引擎结果，结构化解析</li><li><strong>HTML 模式</strong>：获取原始搜索结果页面，交由 AI 自行分析提取信息</li><li>支持认证 Key（HTTP Header Authorization），保护私有实例</li><li>启用后替代内置四引擎方案；关闭即回退，无缝切换</li><li>所有参数（引擎、语言、安全搜索、时间范围等）均可独立配置</li></ul></div>
             <div class="help-section"><h4>📋 自定义文件（SOUL.md / AGENT.md / USER.md）</h4><ul><li>在工作空间目录创建以下文件即可自定义 AI 行为，修改后下一轮对话立即生效</li><li><strong>SOUL.md</strong> — AI 身份、性格、行为准则（<strong>永远不可被压缩</strong>，注入为最高优先级系统提示词）</li><li><strong>AGENT.md</strong> — 工具调用规则、链式调用模式、核心约束（内置精简默认版，可通过工作空间覆盖）</li><li><strong>USER.md</strong> — 用户画像：技术栈、偏好、习惯等个人信息，AI 在对话中自动参考</li><li>可在 AI 回复顶部的 📋 系统提示词卡片中查看实际注入的完整上下文</li><li>删除工作空间中的文件即可恢复为内置默认版本</li></ul></div>

src/renderer/styles/style.css

@@ -351,6 +351,15 @@ html, body {
     background: var(--critical-bg);
 }
 
+#btnAttachVideo.disabled {
+    pointer-events: auto;
+}
+
+#btnAttachVideo.disabled:hover {
+    opacity: 0.3;
+    background: var(--critical-bg);
+}
+
 .icon-btn.sm {
     width: 28px;
     height: 28px;

src/renderer/types.d.ts

@@ -271,6 +271,14 @@ export interface MetonaDesktopAPI {
     getStatuses: () => Promise<Array<{ name: string; running: boolean; toolCount: number }>>;
     refreshTools: (name: string) => Promise<Array<{ name: string; description?: string; inputSchema: Record<string, unknown> }>>;
   };
+  video: {
+    extractFrames: (filePath: string, options?: { maxFrames?: number; maxWidth?: number; maxSize?: number }) => Promise<{
+      success: boolean;
+      frames?: Array<{ name: string; base64: string; timestampSeconds: number }>;
+      videoInfo?: { duration: number; width: number; height: number };
+      error?: string;
+    }>;
+  };
 }
 
 export interface AppInfo {