交互模式

功能概述：iFlow CLI 提供多种灵活的交互方式，支持文本输入、图片处理、文件引用和智能多模态处理。

学习时间：10-15分钟

前置要求：已安装并配置iFlow CLI，了解基本命令行操作

什么是交互模式

交互模式是iFlow CLI 的核心功能，它允许用户通过多种方式与AI进行自然的对话和协作。系统支持文本、图片、文件引用等多种输入形式，并提供智能的多模态处理能力，让任何模型都能"理解"图片内容。

核心特点

特点	说明	平台支持
多种输入方式	文本、图片、文件引用等多种输入形式	全平台
智能多模态处理	让任何模型都能"理解"图片内容	全平台
自动内容检测	智能识别并处理不同类型的输入内容	全平台
大文本优化	自动处理长文本，优化界面显示	全平台
实时响应	实时处理用户输入，无需等待	全平台

工作原理

输入处理流程

用户输入 → 内容类型检测 → 预处理 → 模型适配 → AI响应
    ↓
[文本/图片/文件] → [自动识别] → [格式优化] → [多模态处理] → [生成回复]

智能适配机制

• 文本输入：直接传递给AI模型处理
• 图片输入：自动检测模型能力，必要时生成图片描述
• 文件引用：读取文件内容并整合到对话上下文
• 混合输入：智能组合不同类型的输入内容

详细功能说明

文本输入

单行文本

直接在命令行界面输入您的问题或指令：

> 帮我优化这个React组件的性能

多行文本输入

支持多种方式输入多行文本：

方法	操作	说明
反斜杠换行	\ + Enter	快速创建多行输入
Shift + Enter	Shift + Enter	终端配置后可用

示例：

> 请帮我实现一个用户管理系统，包括：\
  1. 用户注册和登录功能
  2. 用户信息的增删改查
  3. 权限管理
  4. 数据持久化

图片处理

支持的图片格式

格式	扩展名	说明
PNG	.png	高质量图片，支持透明度
JPEG	.jpg, .jpeg	压缩图片格式
GIF	.gif	支持动图
WebP	.webp	现代图片格式
BMP	.bmp	位图格式

图片输入方式

截图粘贴

平台	截图快捷键	粘贴快捷键
Windows	Win + Shift + S	Ctrl + V
macOS	Cmd + Shift + 4	Cmd + V
Linux	PrtScn 或其他	Ctrl + V

操作步骤：

1. 使用系统截图工具截取需要分析的屏幕区域
2. 在iFlow CLI 中按快捷键粘贴
3. 系统自动生成图片占位符并处理

文件粘贴

• 在文件管理器中复制图片文件
• 在CLI中使用粘贴快捷键

粘贴后显示效果：

> [Pasted image #1] 这个界面有什么问题？

需要注意的是，原生终端、iTerm 终端以及 IDE 内置终端会强制过滤掉图片的粘贴事件，导致使用平台的原生粘贴快捷键时无法粘贴图片（比如 macOS 使用 Cmd + V 粘贴图片无效），此时可以使用 Ctrl + V 或 Shift + Ctrl + V 绕过这个过滤来粘贴图片。

图片处理示例

> [Pasted image #1] 请分析这个用户界面的设计问题
> [Pasted image #2] 这两个界面布局哪个更好？
> 帮我根据 [Pasted image #1] 这个设计稿写出对应的CSS代码

大文本处理

自动检测规则

检测项	阈值	处理方式
长文本粘贴	>800字符	生成文本占位符
长内容显示	>5000字符	截断显示优化
占位符格式	-	[Pasted text #X +Y lines]

界面优化特性

• 视觉简洁：避免长文本在终端中造成滚屏混乱
• 内容完整：虽然显示被优化，但模型仍能获得完整的原始文本
• 智能截断：显示前2000个字符和最后2000个字符，中间内容折叠
• 标识清晰：占位符明确标识文本块的行数，便于识别内容规模

使用示例

> 请帮我重构这段代码：[Pasted text #1 +45 lines]
> 分析这个日志文件中的错误：[Pasted text #2 +120 lines]

操作流程

1. 复制大量文本内容到剪贴板
2. 在CLI中按 Ctrl/Cmd + V
3. 系统自动生成占位符并保存原始内容
4. 继续输入您的问题或指令

文件引用

引用方式

类型	语法	示例
单个文件	@文件路径	@src/App.tsx
目录引用	@目录路径	@src/components
多文件	空格分隔	@file1.ts @file2.ts

使用示例

单文件引用

> 帮我优化 @src/components/UserProfile.tsx 这个组件
> 请解释 @docs/api.md 中的API设计思路

目录引用

> 分析 @src/utils 目录下的工具函数
> 重构 @src/components 目录的组件结构

多文件引用

> 比较 @src/old-component.tsx 和 @src/new-component.tsx 的区别
> 根据 @package.json 和 @tsconfig.json 配置优化项目结构

智能多模态处理

核心特性

iFlow CLI 的独特之处在于其智能多模态处理机制，让任何模型都能"看懂"图片。

工作原理

自动图片描述生成

步骤	操作	说明
1	模型能力检测	检测主模型是否支持多模态
2	多模态调用	不支持时自动调用多模态模型
3	描述生成	生成详细的图片描述信息
4	内容整合	将描述传递给主模型处理

描述内容包括

• 整体布局和构图
• 主要对象和位置关系
• 颜色信息和视觉特征
• 文字内容（完整转录）
• 背景环境和细节特征

注册配置

心流AI方式登录

项目	说明
推荐选择	系统提供的模型都经过优化
自动处理	自动使用 qwen-vl-max 生成图片描述
配置需求	无需手动配置，完全自动化

OpenAI兼容方式登录

配置项	说明	必需
主模型名称	指定主要使用的模型	是
多模态模型	用于图片描述生成	否
跳过配置	直接发送给主模型	否

性能说明

项目	说明
优势	让所有模型都具备图片理解能力
注意	非多模态模型处理图片速度稍慢（因为需要先生成图片描述再输入给主模型理解）
建议	频繁多模态需求建议直接使用多模态模型

键盘快捷键

基础快捷键

功能	快捷键	说明
取消操作	Ctrl/Cmd + C	取消当前输入或生成
退出程序	Ctrl/Cmd + D	退出CLI会话
清屏	Ctrl/Cmd + L	清空终端屏幕
历史命令	↑/↓	浏览命令历史

输入相关

功能	快捷键	说明
粘贴内容	Ctrl/Cmd + V	自动检测图片、文本
多行输入	\ + Enter	反斜杠换行
多行输入	Shift/Option + Enter	根据终端配置

Vim模式

使用 /vim 命令启用后支持：

操作	按键	说明
光标移动	h/j/k/l	左/下/上/右
删除行	dd	删除当前行
删除字符	x	删除当前字符

使用示例

常见场景

UI设计分析

> [Pasted image #1] 请分析这个登录页面的用户体验问题

代码调试

> [Pasted image #1] 这个错误截图显示的问题如何解决？

文件分析

> 请分析 @src/components/Header.tsx 的性能问题并提供优化建议

复杂问题

> 请帮我实现一个用户管理系统，包括：\
  1. 用户注册和登录功能
  2. 用户信息的增删改查
  3. 权限管理
  4. 数据持久化

最佳实践

图片使用技巧

• UI设计分析：截图界面后询问设计改进建议
• 代码调试：粘贴错误截图快速定位问题
• 文档理解：上传图表、流程图等复杂图像内容
• 比较分析：同时粘贴多张图片进行对比

文本处理优化

• 大文件处理：利用自动占位符功能处理长代码或日志
• 结构化询问：使用多行输入组织复杂问题
• 上下文引用：结合 @ 文件引用提供完整上下文

模型选择建议

• 纯文本任务：使用文本模型即可，速度更快
• 偶尔图片需求：继续使用文本模型，自动处理图片
• 频繁多模态：选择多模态模型以获得最佳体验

故障排除

常见问题及解决方案

问题	可能原因	解决方案
图片粘贴失败	格式不支持或剪贴板无数据	检查图片格式，重新截图或复制
文件引用无效	路径错误或文件不存在	确认文件路径正确且文件可访问
多行输入异常	终端配置问题	尝试不同的换行快捷键组合
多模态处理错误	模型配置不正确	检查模型支持情况和配置
大文本上传失败	内容过大或网络问题	分段上传或检查网络连接

诊断步骤

1. 权限检查

   • 确认系统允许CLI访问剪贴板
   • 检查文件读取权限

2. 网络连接

   • 确认网络连接正常（多模态处理需要API调用）
   • 检查防火墙设置

3. 配置验证

   • 查看错误提示信息
   • 根据提示调整操作
   • 重启CLI确保配置生效

平台兼容性

平台	支持情况	注意事项
Windows	完全支持	注意路径分隔符
macOS	完全支持	系统权限可能需要授权
Linux	完全支持	依赖系统剪贴板工具