# Spec 76: 画像生成 — アプリ全体で 1 つ選ぶ画像生成 API と、同梱ツール `image` - 状態: **Done**(2026-11-16。**起票から Done まで同日**。P4 = 開発ビルドで実機 9 項目をすべて `fuseforks.log` の行で観測 — 記録は末尾の「P4 実機記録」。JPEG の写しの参照は 4 社とも通った)。以下は経緯 — **rev3 → P0〜P3 完了**(P1 = コア / P2 = 画面 / P3 = 台帳。記録は末尾の「P1 実装記録」「P2 実装記録」「P3 台帳記録」。2026-11-16 起票 → 同日、査読 2 系統 28 点・重なりを除いて 24 項目 → 採用 21 / 前提を訂正して採用 2 / 反証 1(表は Notes 3)。**査読の外で 1 つ見つけた** — rev1 の D3 が書いた「生成した画像は『入力欄へ』で次の参照に渡せる」は 実装では成り立たない(再添付は利用者の発話の添付だけ)→ 覆す判断 1。→ **同日 P0**: 4 社の生成・参照つき・接続確認を撃ち、 写しの大きさを測った(記録は末尾の「P0 実測記録」)。**利用者裁定で写しは JPEG を加える形に決めた**(覆す判断 2)。 `data_contract.yaml` に `image_gen_contract` と `attachment_contract` の「Spec 76 改訂」を凍結した) - 起点: 利用者(2026-11-16)—「画像生成機能を入れたい。システム設定から画像生成のページを作る / 画像生成 API は エージェントごとではなくアプリで統一してどれか選択する / 仕組みは Lorekeel のワイヤを参考にする / 同梱ツールで 画像生成のチェックを作る / 添付画像は参照画像として渡せる」。rev1 は利用者が決めどころ 8 つを推しのまま裁定(「推しで起票」) - 調査だけのターンを 1 回取った(Lorekeel = Kataribe のリポジトリの `app/src-tauri/src/image_gen.rs` ほか / Fuseforks の `tool.rs`・`tool_image.rs`・`tools/mod.rs`・`attachment.rs`・`orchestrator/turn.rs`・`orchestrator/runtime.rs` / `fuseforks-host` の `jev_settings.rs`・`bake.rs`・`boot.rs` / `SettingsDialog.vue`・`ChatPanel.vue` / 本棚(Manuale)の AppPromoVideo の移植記録)。下の「現況」はその実測(rev2 で査読の確認に読んだ箇所を足した) ## 覆す判断 1. **Spec 73 の「再添付は利用者の発話の添付だけ」**(`attachment_contract` 凍結 S73-5 の「利用者の発話以外の ID → `InvalidAttachment`」と、会話ペインの「入力欄へ」の表示条件)。生成した画像の写しはサーヴァントの返事の発話に付く(D5)ので、 この制限のままでは次のターンの参照に渡せない。~~**送り手を問わず、消えていない添付なら渡し直せる**ようにする~~ → **利用者とサーヴァントの発話の、消えていない添付なら渡し直せる**ようにする(D3。P1 で閉じた許容 `User | Agent` にした — システムと外部クライアントの発話は添付を持たず、将来持つ送り手が増えても既定で渡せない側に倒すため。P2 で画面も同じ集合へ)。 制限の理由は「添付を持つのは利用者の発話だけ」という当時の事実で(Spec 73 の 50 行目)、方針ではなかった 2. **`attachment_contract` の「画像の添付は WebP」**(rev3。P0 の実測を見た利用者裁定 2026-11-16 —「JPEG を加える」)。 サーヴァントの返事の発話に付く生成画像の写しに限り、画像の添付に JPEG を加える。**利用者が貼る画像は今も WebP だけ**。 rev2 は「可逆 WebP で段を踏んで縮め、1024px でも収まらないときだけ JPEG」としていたが、P0 で (a) 2K の写実の画像は 1024px まで縮めて 1.96MB(上限まで 4.5%)で、理屈の上でも 1024px では必ずは収まらない(段の最後に JPEG の実装が要る) (b) 元が JPEG の画像は可逆 WebP にすると元より大きくなる(Gemini 951KB → 1.68MB)、が分かった。写しは `tool_image::normalize`(Spec 70)と同じ 1 実装にする(D5 の 2) ## Goal 1. 利用者がシステム設定で画像生成 API(プロバイダ・モデル・鍵)を 1 つ選ぶと、`image` にチェックを付けた サーヴァントが画像を生成できる 2. 利用者がそのターンに添付した画像と、そのターンに生成した画像を、参照画像として渡せる。過去の画像は 「入力欄へ」で渡し直せる 3. 生成した画像は会話ペインに出て、作業フォルダにファイルとして残り、生成したサーヴァント自身も見られる 4. 設定していない村・チェックを付けていない個体の挙動は 1 バイトも変わらない(ツールの提示・プロンプト・ログ) 5. 画像生成は費用がかかり外へ送るので、**アプリの更新だけでは誰にも生えない**。1 ターンの枚数に上限がある 6. 外へ送るものが増えることを PRIVACY に書く ## 現況(実測 2026-11-16) ### Lorekeel(Kataribe)のワイヤ - HTTP はすべて Rust 側(reqwest)から出す(`image_gen.rs`・2,095 行)。プロバイダは 5 つ: - **OpenAI**(既定 `gpt-image-1-mini`)— 参照なしは `POST /v1/images/generations`(JSON)、参照ありは `POST /v1/images/edits`(multipart の `image[]`)。Bearer。画像は `data[0].b64_json`。使用量は `usage.input_tokens / output_tokens` - **Gemini**(既定 `gemini-3.1-flash-lite-image`)— `POST /v1beta/models/{model}:generateContent`。`x-goog-api-key`。 `parts = [inlineData × N, text]`(画像が先)+ `responseModalities: [IMAGE, TEXT]` + `imageConfig {aspectRatio, imageSize}`。 画像は `candidates[0].content.parts[].inlineData`。**断っても 200 で中身が空**(`promptFeedback.blockReason` / `finishReason != STOP` で見分ける) - **Meta**(既定 `muse-image-1.0`)— `POST https://api.meta.ai/v1/responses` の `tools: [{type: image_generation, output_format: webp, size}]`、 参照は `input_image { image_url: data URL }`、`store: false`。画像は `output[]` の `image_generation_call.result`。 **`size` は縦横比しか決めず、`quality` と `aspect_ratio` は黙って無視される**(解像度を選べない)。 **P0: `1024x1024` を頼んでも 1600² が返る** - **xAI**(既定 `grok-imagine-image-2.0`)— generations / edits の 2 口、どちらも JSON。参照は `images: [{type: image_url, url: data URL}]`。画像は `data[0].b64_json`(**P0: 1k は JPEG、2k は PNG** — 形式は解像度で 変わる)。費用は `usage.cost_in_usd_ticks` だけ(単位 1e-10 USD。参照ありの edits は 1k low で $0.05 と、生成の $0.04 より高い)。 **拒否は応答の `data[0].respect_moderation: false` で読む**(`decode_xai`。コメントは「SDK が『モデレーションで隠された』と 扱う欄(docs)。通常の応答には欄自体が無い・断られた形は未観測」) - **ComfyUI** — ローカルのワークフロー JSON の置換とポーリング(本 Spec の範囲外。D11) - **接続確認は社ごとの GET**(`probe`。タイムアウト 20 秒。画像は作らない)— OpenAI `GET {base}/v1/models` / Gemini `GET {base}/v1beta/models/{model}` / Meta `GET {base}/v1/models/{model}` / xAI `GET {base}/v1/image-generation-models/{model}`。 どれも鍵で認証する。2xx で成功、Gemini・Meta・xAI の 404 は「モデルが見つかりません」 - 画像の形は「縦横比 3 値(正方形 / 横長 / 縦長)× 解像度 3 段」の 1 軸を持ち、各社の欄へ写す。1 回 1 枚 - 参照画像は全社 3 枚まで。Lorekeel 自身の上限は 1 枚 8MB・1 回の合計 12MB(参照の出所が利用者の手元のファイルなので要る。 本 Spec の参照は添付の置き場から来るので、この上限は使わない — D3) - **失敗の列挙は 9 つ**(`ImageGenError`): `Unauthorized` / `RateLimited` / `Blocked` / `Timeout` / `ComfyNodeError` / `Api` / `Network` / `Shape` / `Config`。**自動の再試行はしない** - **既定のタイムアウト**(`ImageGenConfig::timeout`): OpenAI 120 / Gemini 90 / Meta 120 / xAI 120 秒(下限 5 秒)。 Meta の実測 10〜19 秒、xAI の実測 9.8〜16.9 秒 - プロバイダはアプリ全体で 1 つを選び、プロバイダごとに設定の枠(baseUrl / model / timeout ほか)を持つ。鍵は資格情報ストア - 費用は枚数とトークンを数えるだけで金額は出さない - 罠(Kataribe の `failures.md`): `input_fidelity=high` は gpt-image-1-mini で 400 / プロンプトに「reference sheet」の ような参照を指す語を書くと分割された画像が返る / ComfyUI はワークフローに `%ref_1%` が無いと参照を黙って使わない - **バグを 1 つ見つけた(Kataribe 側)** — `ref_stock.rs:45` の PNG の判定バイトが壊れている。**写さない**(Notes 1) ### Fuseforks の受け皿 - **アプリ全体の設定の前例は Jev**(`fuseforks-host/src/jev_settings.rs`)— `{app_data_dir}/jev.json` + 資格情報ストアの鍵 `jev_api_token`。値を返す IPC は無い。「いま効いているか」は `is_active` の 1 本に閉じ、起動時・保存後・画面のチェック・ 画面の表示の 4 箇所が同じ述語を読む。置き場の理由は「村を配っても、受け取った人の村が知らない送信先へ送らない」 - **`bake` は `jev.json` と `pricing.json` を写す**(`bake.rs` の `SHELF_COPIED`)。鍵は `--env-out` のとき Jev が有効なら書き出す。 GUI なしで動かすときの環境変数の名前の衝突検査は `boot.rs:191` が Jev の鍵と扉の合鍵を足して見ている - **同梱ツールの表** — `BUNDLED_TOOL_NAMES`(8 本)/ `DEFAULT_ENABLED_TOOLS`(7 本 = 8 − `run`)/ `WORK_DIR_TOOL_NAMES`(6 本)。 画面側の写しは `defaultEnabledTools.test.ts` が Rust の表と突き合わせる - **ツールの登録とツールの文脈は別の場所で組む** — 登録(どのツールが村に在るか)は `build_host` の 1 実装。 文脈 `ToolContext`(9 欄: `agent_id` / `work_dir` / `cancel` / `rag_roots` / `agent_names` / `uses_blackboard` / `language` / `run_approval` / `judges_dir`)を組むのは**本番では `turn.rs` の 2 箇所**(1435 行の提示用・3757 行の呼び出しごと)で、 ほかの 25 箇所はテスト(rev1 の「27」はテストを含めた数)。**そのターンの添付を運ぶ欄は無い** - **そのターンの添付** — `turn.rs` は `incoming.attachments` から画像を読み(`load_turn_attachments`)、最後の利用者の 発話の `ChatMessage.attachments` に載せる(1 ターン限り = `attachment_contract` 凍結 3) - **ツール結果で画像をモデルへ返す口は Spec 70 で在る** — `AgentTool::call_with_media` → `ToolOutput.images`(`ToolImage` = JPEG / WebP・1 結果 4 枚・1 要求 20 枚)。**PNG を JPEG へ寄せる正規化も在る**(`tool_image::normalize` — 上限の内側の JPEG / WebP はそのまま、PNG と上限を超えたものは長辺 1568px・JPEG 品質 85 へ) - **RepeatGuard は (ツール名, 引数) ごとに、結果の本文と画像の SHA-256 の組が変わらずに返った回数を数え**、同じ組が 2 回 返った呼び出しが同じ引数でまた来たら実行せずに止める(`turn.rs` の `SeenCall` / `RepeatGuard`)。結果が変われば数え直す - **ツール行は返事の組み立てと独立に出る** — `ToolInvoked` は `CallRunner::on_call` の中(`turn.rs:2748`)で、呼び出しの たびに発行する。返事の組み立て(`dispatch_outcome`・3345 行)が走らないターン(打ち切りなど)でもツール行は残る - **添付の置き場** — `{workspace}/attachments/`。画像は **WebP・2MB・長辺 1568px** に限る(`validate_attachment`。 `AttachmentFormat` に JPEG は無い)。30 日で GC し、消えた添付は会話ペインに「保持期間を過ぎて削除されました」の枠で出る。 依存の `image` 0.25(features = webp / jpeg / png)は **WebP を可逆でしか書けない**(画面の貼り付けは WebView の canvas が 非可逆の WebP を作っている) - **会話ペインは発話の添付を送り手に関係なく描く**(`ChatPanel.vue` の `entry.row.message.attachments` の ``)。 サーヴァントの返事の `AgentMessage` に添付を付ければ、そのまま吹き出しに出る - **再添付(Spec 73)は利用者の発話の添付だけ** — コアの `find_reattachable`(`runtime.rs:540`)が `Endpoint::User` の発話だけを 探し、会話ペインの「入力欄へ」も `isMine` の発話にだけ出る。契約(`data_contract.yaml` 1789〜1791 行)は 「添付を持つのは利用者の発話だけなので広場ログに添付は構造上現れない。利用者以外に増えたらここを数え直す」と書いている - **返事の組み立ては 1 箇所**(`dispatch_outcome` 系。`AgentMessage::new` → `shared.record`)。 委譲の依頼元へ返る `Reply` は本文だけを運ぶ - **システム設定の「外部連携」** — 今は MCP サーバー / 判断特化モデル(Jev)/ 単価表の 3 ページ ## Design ### D1. 置き場 — アプリ全体で 1 つ。`{app_data_dir}/image_gen.json` と資格情報ストア - 設定は `{app_data_dir}/image_gen.json`(`jev.json` / `pricing.json` と同じ第 3 の棚)。**`world.json` に入れない** — 村を配ったとき、受け取った人の村がその人の知らない送信先へプロンプトと画像を送る状態を作らない - 中身: 選んでいるプロバイダ(`openai` / `gemini` / `meta` / `xai`)と、**プロバイダごとの枠**(`model` / `baseUrl` / `timeoutSecs`)、既定の縦横比と解像度。プロバイダを切り替えても他の枠の値は残る(Lorekeel の `perProvider` と同じ) - 鍵はプロバイダごとに資格情報ストア(鍵の名前は `image_gen_key_openai` / `image_gen_key_gemini` / `image_gen_key_meta` / `image_gen_key_xai`。**モデルテンプレートの id と衝突しない名前**)。**値を返す IPC は作らない**(登録済みかだけを返す)。 **モデルテンプレートの鍵は使い回さない** — 使い回すと、テンプレートを消したり鍵を差し替えたりしただけで画像生成が黙って止まる - **「いま効いているか」は `is_active` の 1 本**。偽になる理由は閉じた 3 つ — **設定ファイルが読めない / プロバイダが 選ばれていない / そのプロバイダの鍵が登録されていない**。ツールの提示・設定画面の表示・起動時のログが同じ述語と同じ理由を読む (Jev と同じ規律)。**接続確認(D8)の結果は `is_active` に入れない**(確認は押したときだけ外へ出る情報で、門ではない) ### D2. 同梱ツール `image` — 既定オフ・2 段の門 - 名前は `image`。`BUNDLED_TOOL_NAMES` は 8 → 9 本、**`DEFAULT_ENABLED_TOOLS` には入れない**(7 本のまま)。 `run` と同じ理由 — 費用がかかり外へ送るので、**アプリを更新しただけで全個体が画像生成の能力を得る作りにしない** - **`WORK_DIR_TOOL_NAMES` にも入れない**(6 本のまま)。作業フォルダが無い個体にも提示する — 生成した画像は会話ペインと モデルへ届き(D5 の 2・3)、作業フォルダへの保存(D5 の 1)だけが無くなる。保存しなかったことは結果の本文に書く - **提示の門は 2 段**: `enabledTools` に `image` がある **かつ** `is_active`。どちらかが欠ければ提示しない (設定画面のチェックの横に、設定が無効なら「システム設定で画像生成を設定してください」と出す — `noWorkDirWarn` と同じ形)。 門は呼び出しの時にも見る — ターンの途中で設定が無効になったら生成を始めずに断る(`outcome=inactive`) - 引数: `prompt`(必須)/ `aspect`(`square` / `landscape` / `portrait`。省略は設定の既定)/ `references`(参照番号の配列 = D3。 省略可・3 つまで)。**解像度はモデルに選ばせない**(費用を決めるのは利用者 — 設定の既定だけ) - 理由の欄(Spec 27)を付ける(`wants_reason` は真)。Jev の圧縮の対象外(`prunable` は偽) - **ツールの説明文と結果の本文は Rust 側で村の言語(ja / en)**。简体中文の村は英語(Spec 74 の `voice()`)。 **画面の辞書(ja / en / zh-Hans)は設定ページとツールの行の文言だけ**で、ツールの説明文は持たない(P2) ### D3. 参照画像 — そのターンの画像を番号で指す - `ToolContext` に **そのターンの画像の台帳**を 1 欄足す(D6 の枚数の台帳と同じもの。ターンの間だけ生き、呼び出しの たびに共有する)。台帳の画像には**参照番号が届いた順に 1 から**付く: 1. 利用者がそのターンに添付した画像(画像以外の音声・動画・PDF は数えない) 2. **そのターンに `image` で生成した画像**(生成した順に続きの番号)。結果の本文に「参照番号 N で次の生成に渡せます」と書く - 利用者の添付の番号は、添付を畳む文脈の 1 行(「添付: 画像 N 件」)に番号の規則を 1 句足して知らせる(**`image` を提示して いるターンだけ**。提示していなければプロンプトは 1 バイトも変えない = Goal 4) - **添付は 1 ターン限り(`attachment_contract` 凍結 3)を変えない。** 生成した画像の番号も次のターンには残らない。 委譲で受けたターンには利用者の添付が無いので、参照できるのはそのターンに生成した画像だけ - **過去の画像は「入力欄へ」(Spec 73)で渡し直す。** 生成した画像の写しはサーヴァントの返事の発話に付く(D5 の 2)ので、 再添付の対象を~~**送り手を問わない**~~ **利用者とサーヴァントの発話**へ広げる(「覆す判断」1)。コアの `find_reattachable` の送り手の条件を 閉じた許容 `User | Agent` にし、会話ペインの「入力欄へ」を同じ集合の発話の、消えていない添付に出す。**凍結 S73-7(モデルが過去の添付を自分で取り出す経路は作らない)は 変えない** — 渡し直すのは人の操作のまま - 範囲外の番号・4 つ以上・番号が付いた画像が 1 つも無いのに `references` がある、は**生成を始めずに断る**(結果の本文で 理由と次の手を書く) - **参照として送るバイト列は、台帳の画像の写し**(利用者の添付は添付の置き場の実体、生成した画像は D5 の 2 の写し)。 どちらも 1 枚 2MB・長辺 1568px 以下なので、**参照の大きさは添付の上限で決まる**(3 枚で合計 6MB 以下。Lorekeel の 8MB / 12MB は 使わない)。形式は `detect_format` で読む(利用者の添付は WebP、生成した画像の写しは JPEG か WebP) - **送る前に変換しない**(rev3。rev2 は「受けない社だけ JPEG へ変換」としていた)。P0 で **4 社とも WebP の参照を受け**、 **Gemini と xAI は JPEG の参照も受けた**(どれも出力の中央の色で、参照どおりに描き直したことを照合)。OpenAI と Meta の JPEG の参照は撃っていない(OpenAI は文書が jpg を挙げ、Meta は Spec 70 で JPEG の `input_image` を運んでいる)。 受けない社が出たら `api` の失敗として本文に理由が出る。P4 の「生成した画像を参照番号で直す」が JPEG の参照を踏む ### D4. ワイヤ — 4 社の口を Lorekeel から写す - 置き場はコアの `image_gen/`(プロバイダごとの組み立てと解釈の純関数 + HTTP)。LLM のワイヤ(`llm/`)とは分ける — 会話の canonical を通らず、1 回の要求で 1 枚を返すだけの別の口 - 写すのは「縦横比 3 値 × 解像度 3 段 → 各社の欄」の写像、要求と応答の形、拒否の分類。**写さないもの**は D11 - **Meta は解像度を写さない**(`size` が縦横比しか決めない)。設定画面で Meta を選んでいる間は解像度の欄を押せなくする(D8) - 1 回 1 枚(`n = 1`)。**タイムアウトの既定は Lorekeel の値をそのまま**: OpenAI 120 / Gemini 90 / Meta 120 / xAI 120 秒 (下限 5 秒)。プロバイダの枠の `timeoutSecs` で上書きできる - **打ち切り(Spec 10)は要求ごと切る**(`cancel` と HTTP の往復を `select!` で競わせ、打ち切りが勝ったら要求の future を落とす)。 **Spec 52 D4(待ちだけ切り、HTTP は切らない)とは逆。** 理由 — あちらが HTTP を切らないのは払いの記録(`turn:` 行・予算)を 失わないためで、画像生成の費用はもともと予算の外(D7)。待つと打ち切りが最長 120 秒遅れ、Spec 10 の「要求から 0.0 秒」が 画像生成だけ破れる(`run` が打ち切りで子プロセスを止めるのと同じ側)。代償 — **接続先は生成を続けて費用がかかることがある** (「利用者が負う条件」)。打ち切った後はファイルも写しも 1 つも書かない(`outcome=interrupted`) - **失敗は閉じた 8 区分で、Lorekeel の列挙と 1 対 1**(ComfyUI の `ComfyNodeError` だけ除く): | 区分(ログの `outcome`) | Lorekeel | 例 | |---|---|---| | `auth` | `Unauthorized` | 401 / 403 | | `rate_limited` | `RateLimited` | 429(本文の要点を残す) | | `blocked` | `Blocked` | Gemini の空の 200 / xAI の `respect_moderation: false` / 各社の拒否の本文 | | `timeout` | `Timeout` | 既定のタイムアウト超え | | `network` | `Network` | DNS / 接続拒否 | | `shape` | `Shape` | 応答に画像が無い・JSON でない | | `api` | `Api` | 上のどれでもない 4xx / 5xx(状態コードを残す) | | `config` | `Config` | 生成の時の 404(モデルが無い)ほか設定の誤り | **自動の再試行はしない** — 結果の本文に村の言語で理由と次の手(言い換える / 鍵を確かめる / 待つ)を書いて、モデルに判断させる。 ツールの側で生成を始めずに断ったもの(`bad_reference` / `limit` / `inactive`)と `interrupted` はこの 8 区分の外(D6 / D7) - 拒否の見分け方は Lorekeel の記録に従う。**xAI の `respect_moderation` は文書の記述で、Lorekeel でも未観測**。 **P0 で拒否をわざと起こす要求は送らない**ので、この読み方は P0 の後も未観測のまま残る ### D5. 生成した画像の行き先 — 元のまま 1 つ・写し 1 つ 1. **作業フォルダ**: `/generated_images/<日時>--<番号>.<拡張子>` に元のバイト列のまま保存する。 日時はローカル時刻の `YYYYMMDD-HHMMSS`(コロンを使わない)、番号はそのターンの生成の順(1〜4)、拡張子は中身から決める (`png` / `jpg` / `webp`)。**`agent_id` を入れるのは、多くの個体が同じ作業フォルダを向くから**。書くのは `create_new` で、 既に在れば `-2`・`-3` を足して上書きしない。作業フォルダが無い個体・書き込みに失敗した個体では保存しない(結果の本文に そう書き、生成は成功のまま。ログは `saved=no_work_dir` / `saved=failed`)。`file` ツールで移動・コピーできる 2. **写し — 会話ペイン・モデル・参照の 3 つが同じバイト列を使う。** 元から 1 つだけ、**`tool_image::normalize`(Spec 70)と 同じ 1 実装**で作る(rev3。利用者裁定 2026-11-16 —「JPEG を加える」): - 上限の内側(長辺 1568px・2MB)の JPEG / 静止 WebP は**バイト列をそのまま**(Gemini・xAI 1k の JPEG がこの形) - それ以外(PNG・上限超え・アニメーション)は長辺 1568px の **JPEG 品質 85** へ(OpenAI の PNG・xAI 2k の PNG・Meta の 1600² の WebP がこの形)。P0 の実測では 263KB〜955KB(2K でも 1568px のまま 931KB) - 画像の添付に JPEG を加える(「覆す判断」2。`attachment_contract` の「Spec 76 改訂」S76-1)。JPEG になりうるのは サーヴァントの返事の発話の添付だけで、利用者が貼る画像は WebP のまま - **rev2 の「可逆 WebP で 1568 → 1280 → 1024px と段を踏む」は退けた** — P0 で 2K の写実の画像が 1024px で 1.96MB(上限まで 4.5%)で、1024px でも収まる保証が無く、元が JPEG の画像は可逆 WebP で元より大きくなった(951KB → 1.68MB) - 写しは**返事の発話が組まれるときに**添付の置き場へ書き、**そのターンの返事の発話に添付として付ける**(`ChatPanel.vue` は 送り手を問わず添付を描く)。それまでは D3 の台帳がメモリに持つ。**返事の発話が組まれないターン(打ち切り・予算切れ・ 失敗・承認待ちで止まった)では写しを書かない** — 画像は作業フォルダにだけ残り、ツール行の本文にパスが出る (ツール行は返事の組み立てと独立に出る = 現況)。作業フォルダも無い個体では、そのターンの画像は残らない(「利用者が負う条件」) - 写しに付ける表示用の名前(`file_name`)は作業フォルダに保存したファイル名、保存しなかったときは `generated-<番号>.<写しの拡張子>` の形 - **写しは 30 日で GC される**(添付の置き場の規則のまま。対象外にする 2 つ目の保持規則は作らない)。過ぎると吹き出しは 利用者の添付と同じ「保持期間を過ぎて削除されました」の枠になる。元は作業フォルダに残る - **写しがモデルへ後から届く経路は無い** — 履歴は本文だけ、広場ログは本文だけ(添付を書くコードが無い)、受信箱へ配送する 経路に返事の発話の添付は載らない。届くのは利用者が「入力欄へ」で渡し直したときだけ。これで契約の 1789〜1791 行の 「利用者以外に増えたら数え直す」を数え直したことになる(数え直した結果、広場ログに添付は今も現れない) 3. **モデル**: 結果の本文に保存したパスと参照番号を書き、**写し(2 と同じバイト列)を `ToolOutput.images` で返す**(Spec 70 の経路。 写しは `ToolImage` を作る関数そのものの出力なので、そのまま渡せる)。モデルの視覚の入力は各社とも長辺 1568px 前後へ 縮めるので、元を渡しても見えるものは増えない。生成した個体は自分の絵を見て、参照番号で直しを頼める(D3) - 委譲の依頼元へ返る `Reply` は本文だけ(パスは届く、画像は届かない)。依頼元に画像を見せるのは範囲外(未決 3) ### D6. 歯止め — 1 ターン 4 枚 - 1 ターンで**接続先へ送れる生成の要求は 4 回まで**(定数)。数えるのは D3 の台帳(ターンの間だけ生きる)。 **数えるのは送った要求** — 成功も、送った後の失敗(D4 の 8 区分)も、打ち切りも 1 回(拒否された言い換えの連打も費用に なりうるため)。**生成を始めずに断ったもの(`bad_reference` / `limit` / `inactive`)は数えない**(外へ何も出ておらず費用が 無い)。5 回目は生成を始めずに断る(`outcome=limit`) - 生成を始めずに断る呼び出しの連打は、RepeatGuard(同じ引数で同じ結果が 2 回返ったら 3 回目を止める)と周回の上限が止める - **RepeatGuard はそのまま効く**(比べるのは (ツール名, 引数) ごとの結果の本文と画像の組 = 現況)。成功の結果は本文に毎回違う 参照番号とパスが入り、画像も違うので、同じプロンプトで成功を繰り返しても数えが進まない。同じ拒否が同じ本文で 2 回返ったら、 3 回目の同じ要求は送らずに止まる - **4 という値は P4 の使い方を見て変えてよい**(未決 1)。P0 で凍結するのは「上限がある・何を数えるか」で、値は契約に 「P4 で見直す」と書く ### D7. 費用 — 生成の費用はトークン予算の外。画像のトークンは予算の中。ログに 1 行 - **画像生成の API の費用は、トークン予算(Spec 11)にも統計(Spec 39)にも入れない**。単価表も 1 枚の値段を持っていない。 「利用者が負う条件」に書く(Jev・Perplexity の検索料と同じ扱い) - **D5 の 3 でモデルへ返した写しは、普通のツール結果の画像と同じく、そのターンの以後の周の LLM の入力トークンになり、 トークン予算と統計に入る**(Spec 70 の経路のまま。ツール結果は履歴に積まないので、次のターンには残らない) - 計器 `image gen:`(`agent` / `provider` / `model` / `aspect` / `refs` / `outcome` / `elapsed_ms` / `bytes` / `saved` / 返ってきた費用の欄があればその値 — OpenAI のトークン・xAI の `cost_in_usd_ticks`)。`outcome` は `ok` + D4 の 8 区分 + `interrupted` / `limit` / `bad_reference` / `inactive` の閉じた集合。**プロンプトの本文は書かない** ### D8. システム設定のページ - **システム設定 > 外部連携 > 画像生成**(判断特化モデル(Jev)の下)。プロバイダの選択 / モデル / 接続先(既定のまま なら空)/ 既定の縦横比と解像度 / タイムアウト / 鍵の登録(書くだけ)/ 「接続を確かめる」 - **Meta を選んでいる間は解像度の欄を押せなくし、「Meta は縦横比だけが効きます」と出す**。値は保存したまま(他の社へ切り替えれば効く) - 「接続を確かめる」は**画像を作らない GET を社ごとに 1 本**(現況の 4 つの口。タイムアウト 20 秒)。2xx で「接続できました」、 401 / 403 は鍵、Gemini・Meta・xAI の 404 はモデル名、それ以外は状態コードを出す。**接続先を既定から変えていて、その口が 無いサーバーでは確認が失敗するだけ**で、生成の門(`is_active`)には影響しない。OpenAI の確認は鍵だけを見てモデル名は見ない (`/v1/models` の一覧)。押したときだけ外へ出る。開いただけでは 1 バイトも出ない - ページの上に、いま有効か(`is_active`)と、偽ならその理由(D1 の 3 つのどれか)を出す ### D9. PRIVACY - 送信先が 1 つ増える(選んだ画像生成 API)。送るのはプロンプトと参照画像。**参照画像は、利用者がサーヴァントの モデルの事業者へ送ったつもりの添付が、別の事業者へ渡ることがある**(Spec 73 の再添付と同じ形)。生成した画像を 「入力欄へ」で渡し直すと、画像生成の事業者が作った画像がサーヴァントのモデルの事業者へ渡る - 生成した画像は作業フォルダと添付の置き場に残る。ログには本文を書かない ### D10. GUI なしで動かすとき(Spec 64 / 65 / 66) - ツールの登録は `build_host` の 1 実装なので、CLI でも同じ門で提示される。鍵は `SecretStore` 経由(env の秘密なら `FUSEFORKS_SECRET_IMAGE_GEN_KEY_OPENAI` の形) - **`bake` は `image_gen.json` を写す**(`SHELF_COPIED` に足す。`jev.json` と同じ行)。D1 の「`world.json` に入れない」と 理由が分かれる — D1 が避けているのは**村を他の人へ配ったとき**に送信先が付いていくことで、`bake` は**同じ利用者が自分の コンテナへ自分の村を写す**操作(Spec 65 の置き場の表の「棚」)。写さないとコンテナでは `image` が提示されない - `--env-out` は `is_active` が真のとき、選んでいるプロバイダの鍵だけを書き出す(Jev と同じ条件の形) - **環境変数の名前の衝突検査(`boot.rs:191`)に 4 つの鍵の名前を足す**(Jev の鍵・扉の合鍵と同じ並び) - 起動前検査(`headless_preflight`)には足さない — 設定が無効なら `image` は提示されないだけで、止める理由が無い ### D11. Lorekeel から写さないもの - **ComfyUI**(ワークフロー JSON の置換・ポーリング。ローカルのサーバーで、本 Spec の 4 社とは口の形が違う) - スタイル・ネガティブプロンプトの欄(モデルがプロンプトに書けばよい) - 参照画像のストック(`ref_stock.rs`)— 添付と Spec 73 の再添付が代わる - 履歴の画面(`image_history.rs`)— 作業フォルダと会話ペインが代わる - プロンプトを LLM に書かせる段(サーヴァント自身がプロンプトを書く) - 参照の 8MB / 12MB の上限(D3。参照の出所が添付の置き場なので添付の上限で足りる) ## 採らなかった形 - **個体ごとにプロバイダを選ぶ** — 利用者裁定(アプリで統一)。個体ごとに持つと鍵と送信先が個体の数だけ増える - **モデルテンプレートの鍵を使い回す** — D1 - **既定オン** — D2。更新しただけで費用と送信先が増える - **`WORK_DIR_TOOL_NAMES` に入れる** — D2。作業フォルダが無くても会話ペインとモデルへは届く - **解像度をモデルに選ばせる** — D2。費用を決めるのは利用者 - **トークン予算に換算して入れる** — 1 枚の値段が社とモデルと解像度で違い、単価表も持っていない。換算の嘘を作るより、 予算の外だと書く - **自動の再試行** — Lorekeel と同じ。拒否の言い換えはモデルが判断する - **打ち切りでも HTTP の往復を待つ(Spec 52 D4 の形)** — D4。最長 120 秒遅れる - **生成画像を添付の置き場だけに置く** — 30 日で GC される。作業フォルダに元のまま残す - **写しを GC の対象から外す** — 保持の規則が 2 つになる。元は作業フォルダにある - **会話ペイン用とモデル用で別の写しを作る** — D5。1 つの写しを 3 つの用途が共有する - **元のバイト列をモデルへ返す** — D5 の 3。`ToolImage` の上限を超えうるうえ、視覚の入力は縮められる - **写しを可逆 WebP で段を踏んで縮める**(rev2 の形)— D5 の 2。P0 で 1024px でも収まる保証が無く、元が JPEG だと大きくなった - **参照を送る前に変換する**(rev2 は受けない社だけ JPEG、rev1 は PNG)— D3。P0 で 4 社とも WebP を受けた ## Tasks ### P0 — 測ってから凍結する(**完了 2026-11-16**。記録は末尾の「P0 実測記録」) - ~~4 社の現行の口へ、Lorekeel の形で 1 回ずつ生成(参照なし)と参照つき(WebP の参照 1 枚)を撃つ~~ → 済み(+ Gemini と xAI は JPEG の参照も・xAI は 2k も 1 枚) - ~~社ごとの接続確認の GET(D8)を 1 回ずつ撃つ~~ → 4 社とも 200 - ~~返ってきた画像で D5 の 2 の段を走らせ、どの段で 2MB に収まるかを測る~~ → 測った結果、段を踏む形をやめて JPEG を加えた(rev3) - 拒否をわざと起こす要求は送らない(D4)→ 送っていない - ~~`data_contract.yaml` に `image_gen_contract` を凍結し、`attachment_contract` の S73-5 と広場ログの行を書き換える~~ → 済み (`image_gen_contract` の不変条件 15 本 + `attachment_contract` の「Spec 76 改訂」S76-1〜3 + 凍結 4・6・S73-5・Spec 36 改訂の 行き先 + `enabled_tools_invariant` と `tool_extension_point` の本数に「P1 で 9 本」) ### P1 — コア(**完了 2026-11-16**。記録は末尾の「P1 実装記録」。下の項目のうち実際に入れなかったものはそちらに書いた) - `image_gen/`(4 社の組み立てと解釈・失敗の 8 区分・接続確認の口)/ 設定の型と `is_active`(host)/ `ToolContext` の台帳の欄(本番の 2 箇所とテストの 25 箇所)/ `tools/image.rs`(`call_with_media`)/ 写し (`tool_image::normalize` を呼ぶ)/ 返事の発話への添付 / `find_reattachable` の送り手の条件を外す / `bake` の `SHELF_COPIED` と `--env-out` / 衝突検査の 4 つの名前 / 計器 - **添付の JPEG**(S76-1): `AttachmentFormat` に JPEG・`validate_attachment` が画像として JPEG を受ける(寸法は JPEG のヘッダ から)・保存の拡張子 `.jpg`・各ワイヤが添付の画像の `media_type` を形式から決める・`read_attachment` と画面の表示の MIME - **本数の追従**: `BUNDLED_TOOL_NAMES` 9 本・`∪ {run}` の等式と「8 本」「8 = 7 + 1」を契約・DETAIL・コードの doc で `∪ {run}` と `8 本` の両方で grep して数え直す(#62 — 数の記述は名前の grep に掛からない) - テストはループバックの HTTP スタブ(`tests/attachment_fallback.rs` と同じ形)で 4 社の要求と応答を通す。 門の 2 段・ターンの途中で無効になったとき・参照番号(利用者の添付と生成した画像の続きの番号)・範囲外・5 回目・ 断ったものは数えない・拒否の本文・打ち切りで要求が落ちて何も書かれない・作業フォルダが無いとき・ファイル名の衝突・ 写し(上限内の JPEG / WebP はそのまま・PNG と 1600² の WebP は 1568px の JPEG)・返事の発話が組まれないターンで写しを書かない・**返事の発話の添付が他の個体の受信の添付に 入らない**・サーヴァントの発話の添付を再添付できる・提示していないときプロンプトが変わらない(golden) ### P2 — 画面(**完了 2026-11-16**。記録は末尾の「P2 実装記録」) - IPC(設定の読み書き・鍵の登録・登録済みか・接続の確認)/ 設定のページ(Meta の解像度の扱い)/ サーヴァント設定の ツールの行と注記 / 会話ペインの「入力欄へ」をサーヴァントの発話の添付にも出す / `defaultEnabledTools.test.ts` の表 / 辞書(ja / en / zh-Hans。設定ページとツールの行の文言だけ) ### P3 — 台帳(**完了 2026-11-16**。記録は末尾の「P3 台帳記録」) - DETAIL 3 言語 / README 3 言語(1 行)/ PRIVACY 日英 / `data_contract` / CLAUDE.md / Spec 73 に覆しの行 ### P4 — 実機(**完了 2026-11-16**。記録は末尾の「P4 実機記録」) - 4 社のどれかで: 生成が会話に出る / 作業フォルダに残る / 利用者の添付を参照にした生成 / 生成した画像を参照番号で直す / サーヴァントの発話の画像を「入力欄へ」で渡し直す / 5 回目が断られる / 設定を外すとツールが消える / チェックを外した個体には出ない / 打ち切りで待ちが切れる ## 未決 1. ~~1 ターンの上限 4 回の値(P4 の使い方を見て。仕組みは P0 で凍結する)~~ **→ P4 で 4 のまま据え置き**(5 枚を頼むと 4 回送って 5 回目を `limit` で断り、モデルは断りの文を読んで「残りは次のターンで」と利用者へ言い換えた。4 で困る使い方は出なかった) 2. 解像度の既定(Lorekeel の既定に揃えるか、最小の段にするか) 3. 委譲の依頼元に生成画像を見せるか(今は本文のパスだけ。見せるなら `Reply` に添付の欄が要る) ## 利用者が負う条件(次のタグのノートの候補) - 画像生成の費用はトークン予算にも統計にも入らない(D7) - 打ち切っても、接続先が生成を続けて費用がかかることがある。打ち切った画像は受け取らない(D4) - 返事の発話が組まれないターン(打ち切り・予算切れ・失敗・承認待ち)の画像は作業フォルダにだけ残る。作業フォルダも無ければ残らない(D5) - 会話ペインの画像は 30 日で消える。元は作業フォルダに残る(D5) - 参照画像と渡し直した生成画像は、別の事業者へ渡る(D9) - **v0.7.0 以前で村を開くと、生成画像の写し(JPEG)が付いた発話を含む会話は、画面が空・サーヴァントの履歴なしで始まる** (2026-11-16 の実機で観測 — 旧版が `unknown variant 'jpeg'` で会話ログと履歴の読み込みに失敗した。レコードは消えず、 新しい版で開き直すと戻る。旧版の添付の GC は `.jpg` を数えず、消しもしなかった)。Spec 63 の `assist` レコードと同じ形 ## Notes ### 1. Lorekeel(Kataribe)の PNG の判定バイト `app/src-tauri/src/ref_stock.rs:45` の `sniff_mime` が PNG を `b"\xc2\x89PNG\x0d\x0d\x0a\x1a\x0d\x0a"` で見ている。正しくは `b"\x89PNG\r\n\x1a\n"`。`0x89` が UTF-8 の 2 バイト(`C2 89`)に化け、`\r\n` の `\r` が 2 つになっている(改行コードの 正規化かエスケープの崩れと同じ形)。テスト(同ファイル 346 行付近)も同じ字面なので通る。この判定を通る経路では本物の PNG が 参照にできない形式として弾かれるはず(実行して確かめてはいない)。**Fuseforks には持ち込まない**(形式の判定は `attachment.rs` の `detect_format` を使う)。直すのは Kataribe 側の別の作業 ### 2. 同じワイヤの 2 つ目の移植先 AppPromoVideo が Kataribe の `image_gen.rs` を移植している(本棚の `spec/AppPromoVideo/data_contract.md` の「画像生成」節。 OpenAI Images / Gemini / ComfyUI)。差分の書き方の参考になる ### 3. rev1 の査読(2026-11-16。2 系統 28 点 = 6 + 22・重なりを除いて 24 項目) | # | 指摘 | 判定 | rev2 での扱い | |---|---|---|---| | 1 | `ToolOutput.images` に PNG を渡すと契約違反。元か写しか未定義 | 採用 | 写しを渡す(D5 の 3)。写しは 1 つで 3 用途が共有 | | 2 | Meta で解像度 3 段を選ばせると効かない欄になる | 採用 | 写像しない・欄を押せなくする(D4 / D8) | | 3 | `respect_moderation: false` は要求の欄で、拒否の判定基準ではない | 前提を訂正して採用 | Lorekeel は**応答の** `data[0]` の欄として読む(文書の記述・未観測)。出所を現況へ書いた | | 4 | GET の口が社ごとに定義されていない。互換の接続先では成り立たない | 採用 | 社ごとの口を現況と D8 に書いた。確認は門に入れない。P0 で口が変わっていないか確かめる | | 5 | サーヴァントの発話に添付を付けると 1 ターン限りの契約と矛盾。30 日の GC で画像が消える | 前提を訂正して採用 | 1 ターン限りはモデルへの入力の規則で、表示の記録は利用者の添付も残る(矛盾しない)。GC は受けて書いた(D5 の 2) | | 6 | 参照の 8MB / 12MB は添付の 2MB から到達しない | 採用 | Lorekeel の上限は使わない(D3 / D11) | | 7 | D3 は WebP と断定、D5 は JPEG を加えうる | 採用 | 参照の形式は `detect_format` で読む(D3) | | 8 | 冒頭は「可能性」、D5 は決定形 | 採用 | D5 を段の手順にし、JPEG は最後の段の条件つきに | | 9 | 生成した画像をそのターンの参照に渡せない | 採用 | 生成した画像に続きの参照番号を付ける(D3)。**あわせて「入力欄へ」が利用者の発話に限られていたのを見つけた**(覆す判断 1) | | 10 | `WORK_DIR_TOOL_NAMES` に入れるか未記載 | 採用 | 入れない(D2) | | 11 | 失敗の分類が 9 か 7 か | 採用 | 8 区分を 1 対 1(ComfyUI の 1 つを除く。D4 の表) | | 12 | `bake` が写すと D1 の理由と同じ漏れになる | 採用 | 写す。D1(他の人へ配る)と `bake`(自分のコンテナへ写す)の理由を分けた(D10) | | 13 | 上限を P0 で凍結すると P4 で見直せない | 採用 | 凍結するのは仕組み、値は「P4 で見直す」(D6) | | 14 | 生成前に断ったものを上限に数えるか | 採用 | 数えない。数えるのは送った要求(D6) | | 15 | 打ち切り後に HTTP が返ってファイルが書かれうる | 採用 | 要求ごと切り、打ち切り後は何も書かない(D4) | | 16 | 打ち切りで `dispatch_outcome` が走らないならツール行も残らない | **反証** | ツール行は `CallRunner::on_call` の中(`turn.rs:2748`)で出し、返事の組み立てと独立(現況) | | 17 | ツールは zh-Hans を使わないのに辞書に zh-Hans | 採用 | 画面の辞書とツールの文言を分けて書いた(D2 / P2) | | 18 | RepeatGuard が何を比べるか未記載 | 採用 | 現況と D6 に書いた | | 19 | 生成の費用は予算外でも、返した画像は文脈のトークンになる | 採用 | 画像のトークンは予算の中と書いた(D7) | | 20 | `is_active` の理由にファイルが読めないが無い | 採用 | 閉じた 3 つ(D1 / D8) | | 21 | `ToolContext` の 27 箇所と `build_host` の 1 箇所の混同 | 採用 | 登録 = `build_host` の 1、文脈 = 本番 2 + テスト 25(現況) | | 22 | PNG へ変換すると大きくなり上限を超えうる | 採用 | 変換は JPEG へ。超えたら断る(D3) | | 23 | ファイル名の日時の書式と番号の範囲。Windows のコロン | 採用 | 書式・`agent_id`・`create_new`(D5 の 1) | | 24 | タイムアウトの既定が範囲で書かれている | 採用 | 社ごとの値(D4) | #1・#3・#4・#5 の 4 項目は 2 系統が同じ点を指した(#2 の「D5 の 3 つの行き先」「respect_moderation の出所」 「GET の存在」「GC で会話の画像が消える」)。28 − 4 = 24 ## P0 実測記録(2026-11-16) **撃ち方**: scratchpad の使い捨ての `probe.py`(Lorekeel の要求の形を写した Python。鍵は環境変数から読み、値は出さない)。 Lorekeel の既定モデル・標準の段(OpenAI low / Gemini 1K / xAI 1k low / Meta は size 1024x1024)。参照なしは写実の苔の地面 (可逆圧縮に最も不利な、細かい模様の多い絵)、参照つきは 512² の非可逆 WebP(青地・黄の四角・赤い丸)に「赤い丸を緑に」。 参照が効いたかは**出力の中央と隅の色**で照合した(200 が返っただけでは数えない)。**OpenAI と Meta は環境変数の鍵が 401** だったので、利用者が自分の端末で鍵を入れて同じスクリプトを撃った(鍵の値はこちらに届いていない)。撃つ前の予測は scratchpad の `predictions.md` に書いた。拒否をわざと起こす要求は送っていない | | 参照なし | 参照つき(WebP) | 参照つき(JPEG) | GET | |---|---|---|---|---| | OpenAI gpt-image-1-mini | PNG 1024² 1.62MB・10.4 秒・in 38 / out 272 | PNG 1.11MB・中央 (21,209,55)・in 287(image 256) | — | 200 | | Gemini 3.1-flash-lite-image | **JPEG** 1024² 951KB・4.4 秒・out 1526(image 1120) | JPEG 261KB・中央 (89,241,58)・prompt 1146(image 1120) | 200・中央 (45,231,62) | 200 | | Meta muse-image-1.0 | WebP **1600²** 1.41MB・11.6 秒・in 4031(cached 3968)/ out 919(reasoning 212) | WebP 1600² 41KB・中央 (19,251,18) | — | 200 | | xAI grok-imagine-image-2.0 | JPEG 1024² 507KB・10.0 秒・$0.04 | JPEG 85KB・中央 (45,193,43)・**$0.05** | 200・中央 (47,196,42)・$0.05 | 200(値段の表つき) | - xAI の **2k low は PNG 2048² 8.09MB・34.6 秒・$0.06**。形式は社だけでなく解像度でも変わる - 隅はどれも青のまま(参照の地の色を保った)。参照つきは 4 社とも描き直しが参照どおり - xAI のモデルの GET は 1 枚の値段の表(`pricing`・`image_price`。単位 1e-10 USD — 1k low = 400000000 = $0.04)を返す - 費用(この P0 全体): xAI $0.20(4 枚)/ OpenAI と Gemini はトークン建て / Meta は使用量のみ。どれも数十セント以下 **写しの大きさ**(scratchpad の使い捨ての Rust、`image` =0.25.9 / `image-webp` =0.2.4 = アプリと同じ版。縮小は `tool_image` と同じ `Triangle`。1 枚の書き出しは 4〜25ms): | 画像 | 元 | 可逆 WebP 1568 / 1280 / 1024 | JPEG 85 @1568 | `normalize` の結果 | |---|---|---|---|---| | OpenAI 参照なし | PNG 1024² 1.62MB | 1.66MB / — / — | 263KB | JPEG 263KB(PNG なので再エンコード) | | Gemini 参照なし | JPEG 1024² 951KB | **1.68MB**(元より大きい) | 326KB | **そのまま 951KB** | | xAI 参照なし | JPEG 1024² 507KB | 1.64MB | 343KB | そのまま 507KB | | Meta 参照なし | WebP 1600² 1.41MB | 4.17MB / 2.89MB / 1.94MB | 955KB | JPEG 1568² 955KB(1568 を超える) | | xAI 2k | PNG 2048² 8.09MB | 4.35MB / 2.99MB / **1.96MB** | 931KB | JPEG 1568² 931KB | | 参照つきの 5 枚 | 41KB〜1.11MB | 146KB〜1.02MB | 46KB〜95KB | 85KB〜261KB | **予測との突き合わせ**: 当たり = 参照つきは 4 社とも受けて描き直す / 1024² の写実の可逆 WebP は 1.5〜2.5MB(実測 1.64〜1.68MB)/ 2K は 1024px でやっと収まる(1.96MB)/ GET は 4 本とも 200(2 社の 401 は口ではなく環境変数の鍵)。 外れ = **Gemini は PNG ではなく JPEG** / **Meta は 1024² を頼んで 1600² が返る**(大きさも 100〜400KB の予測に対し 1.41MB)/ **xAI の 2k は JPEG ではなく PNG**。外れた 3 つはどれも「返る形式と大きさは社ごとに決め打てない」の向きで、写しを `normalize`(形式と大きさを見てから決める)にした判断を補強する **ここから決まったこと**: 写しは `tool_image::normalize` の 1 実装で JPEG を加える(覆す判断 2・利用者裁定)/ 参照は変換せずに送る (D3)/ `image_gen_contract` の 15 本と `attachment_contract` の S76-1〜3 を凍結した ## P1 実装記録(2026-11-16) **入ったもの** | 置き場 | 中身 | |---|---| | `fuseforks-core/src/image_gen.rs`(新設) | 4 社の口の純関数(写像・URL・要求の本文・応答の解釈・状態コードの分類)+ `generate`(打ち切りは `select!` で要求の future を落とす)+ `probe`(画像を作らない GET)+ 失敗の 8 区分 `ImageGenFailure`。OpenAI の参照つき(multipart)は**依存を足さずに組んだ**(reqwest の `multipart` 機能を使わない)。村の言語の文は書かない(#149) | | `fuseforks-core/src/tools/image.rs`(新設) | `ImageGenSlot`(ホストが埋める差し込み口。空なら `spec_for` が提示しない)/ `TurnImages`(参照番号と送った回数の台帳。ターンの寿命)/ `ImageTool`(引数の検査 → 台帳から参照 → 送る → 写しを作る → 元を保存 → 台帳へ → 写しをモデルへ)/ 本文は ja / en / 計器 `image gen:` | | `attachment.rs` | `AttachmentFormat::Jpeg`(拡張子 `jpg`)・`is_jpeg`・`validate_generated_image`・`AttachmentStore::save_generated`。**利用者の入口 `validate_any` は今も WebP だけ**(JPEG を判定はするが、画像の述語 `validate_attachment` が断る) | | `tool_image.rs` | `normalize_bytes`(base64 を経ない入口。規則は `normalize` と同じ 1 実装) | | `tool.rs` / `turn.rs` | `ToolContext.turn_images`(本番の 2 箇所 = 提示は `None`・実行は台帳)/ `TurnPrompt.user_images` → `run_turn_inner` が台帳を作る → `CallRunner` → `execute_tool` / `TurnProduct.generated_images` → `dispatch_outcome` の `Finish` の枝で `save_generated_copies` → 返事の発話の添付 | | `runtime.rs` | `find_reattachable` の送り手を `User \| Agent` の閉じた許容へ(S76-3) | | `tools/mod.rs` | `BUNDLED_TOOL_NAMES` 9 本(`image`)。`DEFAULT_ENABLED_TOOLS` 7 本・`WORK_DIR_TOOL_NAMES` 6 本のまま | | `fuseforks-host/src/image_gen_settings.rs`(新設) | `image_gen.json` の読み書き(読めない間は保存を拒む)/ 接続先ごとの枠 / 鍵の名前 4 つ / `status`(偽の理由は閉じた 3 つ)/ `apply`(差し込み口を埋める・空ける。外へ出ない)/ `probe`(P2 の IPC が呼ぶ) | | `boot.rs` / `bake.rs` / `env_file.rs` | `ImageTool` の登録と起動時の `apply` + ログ `image gen: active=… provider=… reason=…` / `Host.image_gen` と `Host.image_gen_slot` / 鍵の名前の衝突検査に 4 つ / `SHELF_COPIED` に `image_gen.json` / `.env` に `Kind::ImageGen` | | 画面(**P2 の先取りは表だけ**) | `AgentSettingsDialog.vue` の同梱ツールの表・`toolLabel.ts` の名前・辞書 3 言語の 2 鍵・`types.ts` の `"jpeg"`。**Rust の表との突き合わせテスト(`defaultEnabledTools.test.ts` / `toolLabel.test.ts`)が P1 の時点で赤になるため**、P2 から前へ出した | **仕様から変えた 4 点**(契約 `image_gen_contract` に書き戻した) 1. **参照番号の決まりはツールの説明文に書いた**(D3 は「添付を畳む文脈の 1 行に 1 句」)。提示しているターンだけ載る点は同じで、 可変の文脈を 1 字も増やさず、説明文は安定部分なのでキャッシュも割らない。`build_prompt` は提示を知らない段(段 4)で、 そこへ「`image` を提示するか」を持ち込むと段の境界が崩れる 2. **計器の語 `bad_args` を足した**(`prompt` が空・`aspect` が知らない語・`references` が数の配列でない)。`bad_reference` に 畳むと「番号が違う」と「引数の形が違う」がログで読み分けられない 3. **`--env-out` は接続先を選んでいれば鍵の行を書く**(契約は「`is_active` のとき」)。Jev が「設定が ON」で決めるのと同じく 設定の意図で決め、鍵が未登録なら空の行で利用者が埋める 4. **転送で終わったターンでは写しを付けない**(`image copy skipped: … reason=handoff` を 1 行)。転送の発話は受け手の 受信箱へ届くので、付けると受け手のターンへ添付として渡る(S76-2 の違反)。元は作業フォルダにあり、ツール行にパスが出る **作らなかったもの・確かめていないもの** - **転送の枝のテストは書いていない**(`image copy skipped:` の 1 行だけ)。転送を起こす筋書きは既存の結合テストの土台に無く、 P4 の実機でも踏みにくい - `generated_images` がリンクなら書かない検査は入れたが、**テストは書いていない**(Windows でジャンクションを作るには別の手が要る) - 画面で JPEG の添付を描く MIME(`ChatPanel.vue` の `image/webp` 固定)は P2。Chromium は中身から形式を読むので描けるはず(未確認) - 接続確認の IPC・設定ページ・「入力欄へ」をサーヴァントの発話に出す(画面)は P2 **テスト**: 単体 24 本(`image_gen` 11 / `tools::image` 5 / `attachment` 3 / `image_gen_settings` 5)+ 結合 `tests/image_tool.rs` 10 本 (ループバックの HTTP スタブ。4 社の口・鍵の載せ方・参照番号・断ったものは送らず数えない・401・打ち切り・作業フォルダなし・ 上書きしない・返事の発話の写しと「入力欄へ」の渡し直し・提示の 2 段の門)。ワークスペース 90 バイナリ・1,581 本全緑・ clippy 0(直したのは `tool_image.rs` の不要な借用 3 つとテストの `assert_eq!(…, true)` 1 つ)・vitest 129 ファイル 1,106 本・vue-tsc 0。 **名前の絞り込みで結合テストを外しかけた** — `cargo test --test image_tool --lib image` は名前に `image` を含む 1 本しか回さず、 残り 9 本が黙って外れた(#133 の形)。絞らずに回し直した **変異 8 回**(予測を先に書いてから入れた。戻した後に 5 ファイルとも SHA-256 で元と一致を確認): | 変異 | 予測 | 実測 | |---|---|---| | M1 提示の門の 2 段目(差し込み口)を外す | 1 | 1(提示の 2 段の門) | | M2 1 ターンの上限を外す | 2 | 2(結合の「5 回目」・単体の台帳) | | M3 打ち切りを見ない | 1 | 1(打ち切り) | | M4 返事の発話に写しを付けない | 1 | 1(返事の写し) | | M5 再添付を利用者の発話だけへ戻す | 1 | 1(同じ結合の渡し直しの段) | | M6 生成した写しに番号を振らない | 2 | **3** | | M7 利用者の入口でも JPEG を受ける | 1 | 1(入口の単体) | | M8 Meta に解像度を写す | 2 | 2(4 社の往復・Meta の単体) | **M6 の 1 本の外れは予測の側の数え落とし** — 結果の本文の参照番号は「台帳へ置いた後の画像の数」から出るので、番号を振らないと 最初のテスト(`generates_saves_the_original_and_returns_a_copy`)の「参照番号 1」も「参照番号 0」になって赤になる。 番号と台帳が同じ 1 か所から出ていることの裏付けで、テストの穴ではない ## P2 実装記録(2026-11-16) **入ったもの** | 置き場 | 中身 | |---|---| | `fuseforks-host/src/image_gen_settings.rs` | 画面へ返す形 `ImageGenSettingsView`(4 社の行に既定のモデル・接続先・タイムアウトと「解像度が効くか」を Rust から載せる = 画面に同じ表を書かない。鍵は `hasKey` だけ)/ `apply_and_note`(差し込み口を埋めて起動時と同じ `image gen: active=…` の 1 行を出す 1 実装。起動・保存・鍵の登録と削除が共有)/ 接続確認の結果 `ImageGenProbeView`(`outcome` は ok + 8 区分 + `no_provider` / `no_key` の閉じた集合。`auth` には本文を付けない)+ ログ `image gen probe:` | | `src-tauri/src/commands.rs` / `lib.rs` | IPC 5 本(`get_image_gen_settings` / `set_image_gen_settings` / `set_image_gen_key` / `clear_image_gen_key` / `test_image_gen`)。接続確認は設定の写しを取ってから錠を離す(20 秒の往復の間、保存を止めない) | | `components/ImageGenSettingsPage.vue`(新設) | システム設定 > 外部連携 > 画像生成(Jev の下)。いま効いているか(Rust の `active` / `inactiveReason`)/ 接続先の選択(「使わない」+ 4 社。選んだ時点で保存)/ 鍵の登録と削除 / 「接続を確かめる」/ 選んだ接続先のモデル・接続先 URL・タイムアウト(空欄は既定 = placeholder)/ 既定の縦横比と解像度(**Meta の間は解像度を押せなくし、値は保存したまま**)。`SettingsDialog.vue`(既に 1,900 行)には足さず切り出した | | `lib/imageGenSettings.ts`(新設) | ページの判断の純関数 — 保存する設定を組む(4 社の枠を全部送り、表示している枠だけ入力で置き換える)/ 枠の未保存 / 「接続を確かめる」を押せない理由(接続先 → 鍵 → 未保存の順)/ 結末の語から辞書の鍵 | | `AgentSettingsDialog.vue` | `image` にチェックがあり画像生成が効いていないとき「システム設定で設定するまで提示されません」の注記(`noWorkDirWarn` と同じ形。読むだけで外へ出ない。読めなかったときは出さない) | | `ChatPanel.vue` / `ChatInput.vue` / `lib/attachment.ts` / `lib/attachmentList.ts` | 添付の MIME を保存してある形式から引く(`attachmentMime`。写しは JPEG のことがある)/ 「入力欄へ」をサーヴァントの発話の添付にも出す(`canReattachFrom` = コアの `find_reattachable` と同じ閉じた許容 `User \| Agent`) | | 辞書 ja / en / zh-Hans | `settings.menuImageGen`・`settings.imageGen.*`・`agentSettings.imageInactiveWarn` | **決めたこと** 1. **確かめるのは保存済みの接続先と登録済みの鍵だけ**(Spec 68 と同じ)。枠の入力が未保存の間は「接続を確かめる」を押せない — 押せると「直したつもりの値」ではなく保存済みの古い値を確かめて「通った」と出る 2. **どの保存も「いま画面に出ている値」を書く** — 縦横比を変えた保存にも、表示している枠の入力が乗る(Jev の閾値を変えたときに アカウント ID の入力ごと保存するのと同じ形)。接続先を切り替える保存は、切り替える前に表示していた枠へ入力を書く 3. **接続確認は失敗を `Err` にせず結果の `outcome` で返す**(`test_model_template` と同じ)。画面は語から辞書の鍵を組み、 接続先の本文は添えるだけ 4. **契約の S76-3 と Spec の D3・覆す判断 1 の「送り手を問わない」を実装に合わせて訂正した** — P1 の実装は閉じた許容 `User | Agent` で、文面だけが「問わない」のまま残っていた(#51 (b) の形。P2 の画面を書くときに見つけた) **踏んだこと** - **Python の `Path.write_text` が Windows で LF のファイルを CRLF に書き換えていた**(P1 から 14 ファイル + Spec の混在 1)。 リポジトリは `.gitattributes` の `eol=lf` で作業コピーも LF のため、コミットでは LF に戻るが、作業コピーの CRLF で `"\n}\n"` を探す走査テスト(`agentSettingsCloseWiring.test.ts`)が落ちた。`git ls-files --eol` で数え、バイト列で LF へ戻した。 **以後 Python で書くときは `write_bytes` か `newline="\n"`**。なお `grep -c $'\r'` は Git Bash で全行に当たり、CR の数え方として使えない - **ヒアドキュメント経由で正規表現の `\n` が実改行に化けた**(走査テストの 1 行。#130 の家族)。Edit で直した **テスト**: Rust の単体 4 本(`image_gen_settings` — 画面へ返す形に鍵の値が出ない・4 社の行と既定 / 画面が送る設定の往復 / 接続確認は接続先と鍵が無ければ送らない / `auth` に本文を付けない)+ vitest 2 ファイル(`imageGenSettings.test.ts` 10 本 = 純関数 / `imageGenSettingsWiring.test.ts` 14 本 = 語の集合と Rust の突き合わせ・実行時に組む辞書の鍵 3 言語・開いただけで外へ 出ない・保存と鍵の 3 本が差し込み口を埋め直す・判定は Rust の `active` を読む・Meta の解像度・目録の置き場)+ `attachmentListWiring.test.ts` を書き換えて 3 本(「入力欄へ」の条件・コアの許容との突き合わせ・MIME)。ワークスペース 90 バイナリ・ 1,585 本全緑・clippy 0・vitest 131 ファイル 1,133 本・vue-tsc 0・build 緑 **変異 11 回**(予測を先に書いてから入れた。画面側は `p2_mutate.py`、Rust 側は `p2_mutate_rs.py` がバイト列を退避して書き戻し、 11 回とも SHA-256 で元と一致を確認。**Rust の変異を `git checkout --` で戻す 1 回目の書き方は auto mode に拒まれた** — 対象が 未追跡のファイルで戻す手段として成り立たず、CLAUDE.md の「変異の復元に `git checkout --` を使うと未コミットの実装ごと消える」と同じ形。 コマンドごと止まったので何も書き換わっていないことを確かめてから、退避の形で回し直した): | 変異 | 予測 | 実測 | |---|---|---| | F1 接続確認の結末の集合から `shape` を外す | 1 | 1(Rust との突き合わせ) | | F2 開いたときに接続確認も呼ぶ | 2 | 2(呼ぶ場所は 1 か所・開いたときは設定だけ) | | F3 サーヴァント設定の注記を鍵の有無から組む | 1 | 1(判定は Rust の `active`) | | F4 Meta でも解像度を押せる | 1 | 1 | | F5 表示している枠だけを送る | 2 | 2(4 社の枠を全部送る・切り替えの保存) | | F6 「入力欄へ」を利用者の発話だけへ戻す | 1 | 1 | | F7 添付の MIME を WebP に決め打つ | 1 | 1 | | F8 未保存でも接続確認を押せる | 1 | 1 | | F9 システムの発話の添付も渡し直せる | 1 | 1(コアの許容との突き合わせ) | | F10 鍵を登録しても差し込み口を埋め直さない | 1 | 1 | | R1 `auth` の結果に接続先の本文を載せる | 1 | 1 | **確かめていないもの**: 実機(P4)— 画面は開発ビルドで 1 度も表示していない。JPEG の写しが会話ペインと入力欄のチップで描けるか、 接続確認の 4 社の結果、Meta を選んだときに解像度が押せなくなること、サーヴァント設定の注記はどれも P4 で見る **実機の最初の確認から直したもの 2 つ**(2026-11-16 利用者。Gemini で生成 → 「入力欄へ」で渡し直して直す、が通り、 **JPEG の写しは会話ペインと入力欄のチップで描けた**。残る 3 社は利用者が確かめる): 1. **サーヴァント設定の `run` の注記が `image` の行の下に出ていた** — 注記を一覧の下にまとめて出していたので、末尾に `image` を 足した時点で `run` の注記が `image` の説明に見えた。ツール固有の注記 3 つ(`remember` を外したとき / `run` を入れたとき / `image` が効いていないとき)を `v-for` の中で**その行の直下**へ移した(作業フォルダの注記は複数の行にかかるので一覧の下に残す)。 走査テスト `agentToolNotesWiring.test.ts` が置き場を留める 2. **会話の画像をクリックで大きく見る**(`ImagePreview.vue`)。利用者の画像も生成画像の写しも同じ。**`Teleport` で `body` へ出す** — 会話ペインの根は container query のコンテナ(`container-type: inline-size`)で、レイアウトの封じ込めが `fixed` の基準を作るので、 中に置くと会話ペインの枠に閉じ込められる。閉じるのは背景のクリック / ✕ / Esc で、Esc はその層で止める(窓で聴いている他の Esc へ 届かせない)。URL は投影キャッシュの object URL を渡し、読み直さない。走査テスト `imagePreviewWiring.test.ts`。 **気づいたこと(直していない)**: 同じ理由で、会話ペインの中に置いてある `SessionDialog` の覆いも窓全体ではなく会話ペインの枠に 収まっているはず(未確認) 変異を 4 回足した(F11 `run` の注記を行に結び付けない / F12 Esc を止めない / F13 `body` へ出さない / F14 画像を押しても開かない — 4 回とも予測 1 / 実測 1、戻した後に SHA で一致)。vitest 133 ファイル 1,144 本・vue-tsc 0・build 緑 **4 社の実機確認**(2026-11-16 利用者・開発ビルド `app=0.1.0 profile=debug`。`fuseforks.log` の行で数えた。生成したのは ジェミー = `agent_3`・gemini-4-hydrogen): | 接続先 / モデル | 縦横比 | 参照 | 結果 | 元(作業フォルダ) | 写し(添付の置き場) | 返ってきた費用の欄 | |---|---|---|---|---|---|---| | gemini / gemini-nano-banana-2.1 | landscape | 1(貼った WebP) | ok・14.4 秒 | 888,810 B | 888,810 B の `.jpg`(上限内の JPEG はそのまま) | in 1,317 / out 1,465 | | xai / grok-imagine-image-2.0 | portrait | 0 | ok・13.5 秒 | 262,687 B | 262,687 B の `.jpg`(そのまま) | `cost_ticks=400000000`($0.04) | | meta / muse-image-1.0 | portrait | 0 | ok・9.8 秒 | 407,044 B | 271,392 B の `.jpg`(長辺 1568 へ) | in 4,141 / out 1,231 | | openai / gpt-image-2.6-flare | portrait | 1(「入力欄へ」で渡し直した WebP) | 1 回目 `api`・9.6 秒 → 2 回目 ok・12.6 秒 | 2,478,142 B | 275,352 B の `.jpg`(PNG から) | in 1,298 / out 664 | - **4 社とも `saved=yes`**。JPEG の写しは会話ペインと入力欄のチップで描けた(利用者の画面で確認)。**Meta を選んでいる間は解像度の欄が 変えられない**ことも利用者が確認した - 設定の保存と鍵の登録のたびに `image gen: active=… provider=… reason=…` が出て、鍵を登録する前は `reason=no_key`、登録した直後に `active=true` へ変わる形が 4 社とも並んだ(`apply_and_note` の 1 実装が起動の外でも効いている) - 接続確認は Gemini で `outcome=ok elapsed_ms=260`。その 41 秒前に 1 回 `outcome=network elapsed_ms=0` が出ている — 0 ms は要求が 外へ出る前に失敗した形で、直後に設定を保存し直して通っているので、接続先 URL の入力の誤りと読んでいる(未確認) - **OpenAI の 1 回目の `api` の中身は分からない**(計器の `image gen:` 行は状態コードも本文も書かない。ツール行の本文 231 字には あったはず)。サーヴァントが文面を短くして送り直す(引数 1,427 → 1,181 字)と通ったので、安全の審査で断られた形に見えるが、 **Lorekeel も OpenAI の 400 は `Api` のまま**で拒否として分類しておらず、今の実装はそれを写している - **生成画像の写し(JPEG)を参照として OpenAI と Meta へ渡す経路はまだ通っていない** — 今回の参照 2 回はどちらも利用者が貼った WebP (`attachment kind: … source=upload` / `source=ref` の行と、置き場のファイルの拡張子で確かめた)。P0 で JPEG の参照を受けたのは Gemini と xAI だけ - **縦長の画像が横に広い枠に入っていた**(利用者のスクリーンショットで見つけた。Spec 23 のころからある形だが、縦長の生成画像で目立った)— 画像の要素が元の寸法を幅と高さの属性で持つので、幅が会話の幅いっぱいへ伸び、高さだけ `max-h-64` で抑えられ、縦長の絵が空白の中央に 寄って `ring` が空白ごと囲んでいた。画像に `w-auto` / `h-auto`、押せるボタンに `w-fit` を足した(属性は読み込み前の縦横比の予約に 使うので残す)。**ビルドした CSS をそのまま読む最小のページで測った** — 1024×1536 は直す前 762×256(比 2.98)・直した後 171×256 (比 0.667)、横長は右寄せのまま 384×256、3000×400 は幅で縮んで 762×102。走査テスト 1 本・変異 1 回(予測どおり) - **15:07 の「本文が返りませんでした」は画像生成ではなく、ジェミーの LLM(Gemini)の側だった** — 出力 0 トークンで `image gen:` の行が無く、 画像の API は呼ばれていない。Gemini の受け取り側が判定で止めた理由を捨てていたので、`failures.md` #157 として直した(`Finish::Blocked` と `gemini empty:` の行)。OpenAI の 1 回目の `api` は 15:08 のターンの中で、ジェミーが文面を変えた 2 回目で通っている(中身はツール行が 消えていて分からないまま) - **途中でインストール版の v0.7.0 が起動していた**(14:53 の `version: app=0.7.0 profile=release`。#150 と同じ取り違えの形)。旧版は JPEG の写しが付いた発話を読めず、会話を空・履歴なしで始めた(上の「利用者が負う条件」に足した)。1 分後に開発ビルドで開き直すと `発話 2 件 / 履歴 1 体` が戻った ## P3 台帳記録(2026-11-16) | 台帳 | 書いたこと | |---|---| | DETAIL 日英 | 新しい節「画像を描く(`image`)」(送り先はアプリ全体で 1 つ・2 段の門・引数 3 つ・参照番号・行き先 3 つ・1 ターン 4 回・失敗の 8 区分・打ち切り・費用・接続確認・ログ・旧版で開いたとき)/ ディレクトリの木(コア 2・ホスト 1・画面 3)/ 添付の節 4 か所(画像の形式の行に JPEG の写し・「入力欄へ」をサーヴァントの発話にも + クリックで拡大・「渡らない場所」の広場ログの行の理由と、返事の写しの行・置き場と寿命)/ 提示の絞り込み(`run` と `image` は既定の外・`image` の 2 段の門)/ 棚(`image_gen.json`)/ 添付の拡張子(`jpg`)/ ログの主な行(`image gen`)/ システム設定の外部連携の行 / 端末の棚の列挙 / GUI なしの環境変数名 / `bake` が写す棚と `--env-out` の鍵 | | DETAIL 中文(抄訳) | 木・「入力欄へ」の 1 文と拡大・短い節「生成图像(`image`)」 | | README 3 言語 | 機能の表に 1 行(🎨)+ **同梱ツールを列挙した 🛠️ の行に `image`**(171 / 171 / 169 行) | | PRIVACY 日英 | **4-5 画像生成 API を新設**(既定で無効・送信は 2 つの場合だけ・送るもの / 送らないもの・生成した画像の行き先・配っても付いていかない・ログに残らない)/ 4-1 の送るものに生成画像の写し / 2 の棚に `image_gen.json`・添付に生成画像の写し / 3 の資格情報ストアに接続先ごとの鍵・`--env-out` に選んでいる接続先の鍵 / 5 に `generated_images/` / 6 の記録しないもの / 8 の止め方 / 最終更新 2026-11-16 | | `data_contract.yaml` | 起動の順序の「同梱ツール 9 本」を本数を書かない形へ(**実数と合っていなかった** — 登録は `rag` / `blackboard` を含めて 11 本で、Spec 76 の前から 10 本と食い違っていた)+ 画像生成の設定の位置 / Spec 18 当時の等式の行に Spec 76 の行き先 | | Spec 73 | S73-5 の行と再添付の入口の行に「Spec 76 が覆した」 | | `deploy/.env.example` | 画像生成の鍵の行(`FUSEFORKS_SECRET_IMAGE_GEN_KEY_<接続先>`) | **追従の grep で回収したもの**: README の同梱ツールの列挙(🛠️ の行)は名前の grep に掛からない列挙の形で、`image` が抜けていた (#62 の形)/ 契約の起動順序の「同梱ツール 9 本」が実数とずれていた(同)/ `deploy/.env.example` に鍵の行が無かった。 **ランディングページと Qiita の記事は grep の網の外**(ランディングページは機能を列挙していないので嘘にならない。FAQ の Q3 は 2026-10-11 から「設定した接続先 + 単価表」の立て方で、画像生成 API は利用者が設定した接続先なので嘘にはならないが、次に触るときに見る) ## P4 実機記録(2026-11-16) 開発ビルド(`version: app=0.1.0 profile=debug`)・生成したのはジェミー(`agent_3`・gemini-4-hydrogen)、作業フォルダは `D:\Outcasts.jp`。 判定は `fuseforks.log` の `image gen:` / `tool:` / `turn` の行と、作業フォルダ・添付の置き場のファイル(名前・大きさ・更新時刻)で読んだ。 4 社の生成と保存・Meta の解像度の欄・JPEG の写しの描画は P2 の確認(上の「4 社の実機確認」)で済んでいる。 | # | 検収 | 観測 | |---|---|---| | 1 | 生成が会話に出る | 4 社とも(P2 の確認)。写しは返事の発話に付き、「入力欄へ」が出る | | 2 | 作業フォルダに残る | 4 社とも `saved=yes`。名前は `<日時>-agent_3-<そのターンの順>` で、1 ターン 4 枚は `-1`〜`-4` | | 3 | 利用者の添付を参照にした生成 | 12:15 `provider=gemini refs=1 outcome=ok`(貼った WebP。`attachment kind: … source=upload`) | | 4 | 生成した画像を参照番号で直す | 18:14:55 に始まった 1 つのターンで、1 周目 `refs=0 outcome=ok` → 2 周目 `refs=1 outcome=ok`(`provider=meta`)。`stop=-` で返事まで届いた | | 5 | サーヴァントの発話の画像を「入力欄へ」で渡し直す | 18:05:49 `source=ref`。渡し直したのは `6f8a62ae….jpg`(15:09 に OpenAI が生成した写し。再添付で更新時刻が 18:05:49 になった)。18:06 `provider=openai refs=1 outcome=ok` | | 6 | 5 回目が断られる | 18:25:31 に始まった 1 つのターンで、1 周目に 4 回 `provider=xai outcome=ok`(`cost_ticks=400000000` × 4 = $0.16)、2 周目の 5 回目が `outcome=limit elapsed_ms=0 bytes=0`。ターンは `stop=-`。ジェミーは断りの文(本文 67 字)を読み、「1 ターンあたり 4 回までの上限があるので、残りは次のターンで」と言い換えた | | 7 | 設定を外すとツールが消える | 18:28:02 `image gen: active=false provider=- reason=no_provider` → 18:28:31 にジェミー(チェックあり)へ描いてと頼んだターンは 1 周で終わり `name=image` の行が無い。1 周目の入力は 16,592(履歴 2 件が増えたのに、ツールありで履歴 0 件の 16,597 より 5 少ない = 履歴の増分と `image` の定義の減分がほぼ相殺。概算) | | 8 | チェックを外した個体には出ない | 18:26:17 にミュゼ(`agent_9`。`enabledTools` に `image` が無い)へ「画像を描いて」→ 1 周で終わり `name=image` の行が無い。その間、画像生成は有効(`provider=xai`)でジェミーが生成していた = 2 段の門のうちチェックの段だけで外れた | | 9 | 打ち切りで待ちが切れる | 18:36:25.960 に LLM の応答が届いて生成に入り、18:36:26.974 の ■ と同じミリ秒に `outcome=interrupted elapsed_ms=1013 bytes=0`、22 ms 後に `turn interrupted:`。作業フォルダにも添付の置き場にもファイルは無い | **JPEG の写しの参照は 4 社とも通った** — Gemini と xAI は P0、OpenAI は検収 5(18:06)、Meta は検収 4(Meta の元は 1600² の WebP なので 写しは JPEG = 添付の置き場の `.jpg` 2 つ。2 周目の `in_tokens` が 4,127 → 5,234 と参照の分だけ増えた)。P2 の確認で残っていた 「生成画像の写しを参照として OpenAI と Meta へ渡す経路」はこれで閉じた。 **打ち切りは 3 回押して、3 つの形が出た**: - **生成の手前**(18:30:10 の ■)— まだ LLM が考えていた。LLM の呼び出しは途中で切らない(Spec 10)ので応答まで 8.4 秒待ち、応答に 入っていた `image` の呼び出しは `generate` の先頭の `is_cancelled` で要求を作らずに止まった(`elapsed_ms=0 bytes=0`。接続先へ何も 送っていない)。**1 ターン 4 回の数えはこの形でも 1 回進む**(`ledger.reserve()` が送る前にある)が、打ち切りでターンが終わるので 観測できる違いは無い。直していない - **生成の途中**(18:36:26 の ■)— 検収 9。要求を送った後に待ちを切った形 - **最後の周の LLM の最中**(18:34:33 の ■)— 生成は 18:34:27 に済んでおり、2 周目の LLM(最終の答え)の 0.9 秒前に ■ が届いた。 ターンは `stop=-` で答えが利用者に届いた。打ち切りの検査点は次の LLM 呼び出しの前(周回境界)にしか無く、最終の答えの後に 周は来ないため(Spec 10 の「飛行中の LLM 呼び出しは完走させる」の帰結。画像生成とは別の、前からある挙動) **気づいたこと(直していない)**: Meta の `in_tokens` が 18:34 の横長の 1 枚だけ 17,849 で、他の Meta の生成(4,127〜5,234)の 3 倍を超える。 引数は 585 字・参照なし。**会話の分け方と、直前の打ち切りは原因になりえない** — Meta への要求は履歴を持たない 1 通 (`store: false`・プロンプトと参照だけ・`previous_response_id` なし)で、18:30 の打ち切りは要求を組み立てる前に止まっている。 **横長と画像の大きさも外れた** — 19:07 に新しい会話で撃った横長は `in_tokens=4177`・11.4 秒・794 KB(18:34 は 20.1 秒・811 KB)。 残るのは「あの 1 回だけ Meta の中の手順が増えた」で、時間が 1 番長かったこととも合うが、確かめていない(計器は `in_tokens` の 合計しか書かず、応答の `output` の項目と `usage` の内訳を残していない)。費用は予算の外なので、村の数字には響かない。 頻度を見てから、`image gen:` に Meta の `output` の項目の種類と数を足すかを決める