在 Discord 里用 Agent 时，很多人会自然地把“文字 + 图片”一起发给机器人：
/btw Which one should I buy?然后附上两张商品图。
理论上，后台 Agent 应该能看到图片，比较外观、参数、场景，再给出建议。
但 NousResearch/hermes-agent issue #25614 记录了一个很典型的 Gateway 数据链路 bug：图片确实被 Discord adapter 缓存到了本地，但 /btw / /background 这条后台任务路径只把文字 prompt 传给了后台 Agent，附件没有继续传下去。
结果就是：
用户发了图，日志里也看到图片被缓存，后台 Agent 却像完全没看见图片。这类问题很容易被误判成“模型不支持视觉”“API 不稳定”或“图片太大没识别”，但根因其实在 Hermes Gateway 的命令分发路径。
现象：普通消息能识图，/btw 后台任务看不到图
issue 里的复现很直接：
1. 在 Discord 发送：
/btw Which one should I buy?2. 同时附上 1-2 张图片。 3. Discord adapter 日志显示图片已经被缓存。 4. 后台 Agent 回复时完全没有图片上下文。
更关键的是：
普通的 text + image 消息可以正常处理图片。只有 /btw 和 /background 出问题。
这说明问题不在 Discord 下载附件，也不在视觉模型本身，而在“命令路径”和“普通消息路径”之间的数据传递差异。
/btw 和 /background 是什么关系？
issue 里明确提到：
/btw is an alias for /background也就是说，下面两种写法走的是同一类后台任务逻辑：
/btw Which one should I buy?
/background Which one should I buy?它们的目标不是在当前对话里同步回复，而是启动一个 background agent task，让 Agent 在后台处理。
问题也正出在这里：后台任务的入口只拿到了命令参数里的文字，没有把原始事件里的图片字段带过去。
根因：_handle_background_command 只取了文字，没有转发 media_urls
issue 给出的根因非常清楚。
在 gateway/run.py 里，_handle_background_command 大致只做了这件事：
prompt = event.get_command_args().strip()然后把这个 prompt 传给：
_run_background_task(...)后续 _run_background_task 调用：
agent.run_conversation(user_message=prompt)于是后台 Agent 收到的只有：
Which one should I buy?没有：
event.media_urls
event.media_types这就是为什么 adapter 明明缓存了图片，Agent 仍然看不到。
图片停在 Gateway event 上，没有进入 background task。
为什么普通消息没问题？
普通消息路径使用的是另一套处理逻辑。
issue 提到，regular message 的 handle_message 路径会处理图片，约在 gateway/run.py line ~6731 附近。
普通消息会走类似：
Discord attachment
→ adapter 缓存图片
→ event.media_urls / media_types
→ handle_message
→ 视觉增强 / 图片描述
→ agent.run_conversation而 /btw / /background 旧路径变成了：
Discord attachment
→ adapter 缓存图片
→ event.media_urls / media_types
→ _handle_background_command 只取 command args
→ _run_background_task 只拿 prompt
→ agent.run_conversation(user_message=prompt)中间少了一步：
把 media_urls / media_types 传给 background task，并复用视觉增强逻辑。影响范围：不只是 Discord，所有 background 命令都要警惕
issue 标的是 Discord，因为复现发生在 Discord。
但报告里也写了：
and likely other platforms原因很简单：如果多平台 Gateway 最终都进入同一个 _handle_background_command，那么只要该函数丢弃 event.media_urls / event.media_types，问题就不只属于 Discord adapter。
Discord 只是最容易复现：
- 用户常把图片直接拖进频道；
/btw很适合问“买哪个”“这张图是什么”“帮我比较”；- 后台 Agent 的回答如果没有图片上下文，会显得特别离谱。
修复方向：让 background task 复用普通消息的 vision pipeline
issue 给出的修复建议是两步：
1. 从 _handle_background_command 把 event.media_urls 和 event.media_types 传给 _run_background_task； 2. 在 _run_background_task 调用 agent.run_conversation() 之前，使用已有的 _enrich_message_with_vision() 给 prompt 加上图片描述。
也就是说，不要为后台任务重写一套视觉处理，而是复用普通消息已经验证过的路径：
media_urls / media_types
→ _enrich_message_with_vision()
→ enriched prompt
→ agent.run_conversation()这样有两个好处：
- 普通消息和后台任务的图片理解行为一致；
- 不会影响不带图片的 background task，向后兼容。
issue 评论也提到，该问题是 #24252 的 duplicate，并且 PR #25603 已经有开放修复：把 media_urls / media_types 从 event 转发给 background agent task。
排查时怎么判断是 Gateway 丢附件，而不是模型不会看图？
遇到 /btw 带图没效果，可以按这个顺序排查。
1. 普通消息 + 图片是否正常？
先不要用 /btw，直接发：
这张图里有什么？并附上同一张图片。
如果普通消息能识图，说明：
- Discord attachment 下载正常；
- adapter 缓存正常；
- 视觉模型或 vision enrichment 基本正常。
那问题更可能在 /background 命令路径。
2. 日志里是否显示图片被缓存？
如果 gateway 日志里能看到图片缓存路径或 media URL，但后台 Agent 回复仍然完全没有图片信息，说明图片卡在 event 层，没有进入后台 Agent。
3. 后台 Agent 的 prompt 是否只有文字？
如果能打开 debug 日志，重点看 background task 最终传给 agent 的 user_message 是否只剩命令参数文字。
典型错误就是：
Which one should I buy?而不是包含图片描述或附件上下文的 enriched prompt。
对用户的临时规避方案
在修复版本发布前，可以用这些办法绕过：
方案一：不要用 /btw，直接发普通图文消息
如果你需要 Agent 立即看图，先走普通消息路径：
帮我比较这两张图，哪个更适合购买？附图发送，不要加 /btw。
方案二：先让 Agent 总结图片，再把总结交给后台任务
例如先问：
请描述这两张图的关键信息。拿到图片描述后，再用 /btw 处理更长任务。
方案三：升级到包含 PR #25603 修复的版本
如果你的 Hermes 版本已经包含相关修复，/btw / /background 应该能把图片上下文传给后台 Agent。
DeepAI API 中转站相关边界
如果你的 Hermes 使用 DeepAI API 中转站，链路通常是：
Discord → Hermes Gateway → background agent → DeepAI / OpenAI-compatible API#25614 的问题发生在：
Hermes Gateway → background agent也就是请求到达模型 API 之前。
所以如果 /btw 带图没效果，不能第一时间怪 DeepAI 或模型：
- adapter 已经缓存图片；
- 但 background task 没收到
media_urls/media_types； - API 端自然也收不到图片上下文。
DeepAI API 中转站可以作为稳定的 OpenAI-compatible 后端，例如：
https://api.deepai.wang/v1但前提是 Hermes Gateway 先把图像上下文正确传给 Agent，再由 Agent 组织请求。
FAQ
为什么普通图文消息能看图，/btw 不行？
因为普通消息路径会处理 event.media_urls / event.media_types，而旧的 /btw / /background 路径只提取了命令文字参数，没有把图片字段传给后台任务。
图片是不是没有从 Discord 下载下来？
不一定。这个 issue 的关键是图片已经被 adapter 缓存，但没有继续转发给 background agent。
/btw 和 /background 都受影响吗？
是的。issue 明确说明 /btw 是 /background 的 alias，两者同属后台任务命令路径。
这个问题只影响 Discord 吗？
复现平台是 Discord，但如果其他平台也复用同一个 background command 处理逻辑，也可能出现类似附件丢失。
修复思路是什么？
把 event.media_urls 和 event.media_types 传给 _run_background_task，并在后台任务里复用 _enrich_message_with_vision()。
DeepAI 能解决这个问题吗？
不能直接解决。这是 Hermes Gateway 内部附件传递问题，不是模型 API 问题。只有当图片上下文传到 Agent 后，DeepAI/OpenAI-compatible 后端才有机会处理视觉内容。
总结
#25614 的核心不是“Discord 图片没上传成功”，也不是“视觉模型看不懂”。
真正的问题是：
/background 命令路径只传文字 prompt，丢掉了 event.media_urls / event.media_types。所以后台 Agent 收到的不是“文字 + 图片”，而只有一行文字。
对 Gateway 类型项目来说，这个问题很有代表性：
同一个用户消息，在普通路径能正常处理，不代表命令路径也保留了完整上下文。附件、图片、语音、引用、thread metadata，都要在每条分发路径里显式传递，否则就会出现“前端收到了，Agent 没看到”的断链问题。
