你在终端里让 Hermes 看了看刚截的页面，它回你一句“右边那个按钮被裁掉了一截”。你想指回去确认位置，抬头一看——屏幕上没有图，只有一行路径：/tmp/screenshot-2026-11-05.png。于是你切到文件管理器、双击、等预览器打开、再切回终端，来回两趟，注意力已经散了。

这个断掉的动作链现在修好了。11 月 4 日合并的改动让 Hermes 在经典 CLI 和 TUI 里直接把图画出来：你附上的图片画在你那条消息下面，工具产出的图片画在工具那一行下面。

以前只有路径，现在图就在对话里

具体分两类：

• 你自己附的图：通过 /paste、/image 或者把文件拖进终端附加的图片，画在你那条消息下面。
• 工具产出的本地图片：vision_analyze 看过的图、image_generate 生成的图、浏览器或 computer-use 的截图，画在对应工具那一行下面。

有两件事不会画出来，知道了能省得你怀疑功能坏了：read_file 读不了图片，所以它不会画任何图；远程图片 URL 也不会被下载来画，只有本地文件才会被渲染。

一个开关，五种取值

配置在 config.yaml 的 display 段里，默认是 auto：

display:
  inline_images: auto   # auto | kitty | iterm | unicode | off

五个档位的意思：

• auto：在 kitty 和 Ghostty 里画全分辨率图（走 kitty 图形协议，用 Unicode 占位符占位），经典 CLI 和 TUI 都支持；在 iTerm2、WezTerm、Konsole 里，经典 CLI 会用 iTerm2 的内联图片协议画全分辨率图。其余终端——包括 tmux、GNU screen、SSH 进 VS Code、以及 kitty/Ghostty 之外的 TUI——用真彩半块（half-block，用两个半高字符拼出一个彩色像素格）显示。
• kitty：强制走 kitty 协议。典型场景是经典 CLI 跑在 tmux 里，同时给 tmux 开了 set -g allow-passthrough on。
• iterm：经典 CLI 里强制走 iTerm2 协议；TUI 这一档会退回 auto。
• unicode：永远用半块。
• off：只显示路径，和以前完全一样。

对照表更直观：

终端	auto 下的效果
kitty / Ghostty	全分辨率（CLI 与 TUI）
iTerm2 / WezTerm / Konsole	全分辨率（仅经典 CLI）
VS Code 终端（已开启图片支持）	全分辨率（仅经典 CLI）
tmux / GNU screen / SSH 进 VS Code	真彩半块
其他终端，含 sixel 终端	真彩半块

VS Code 那个开关，Hermes 会自己问一次

VS Code 的终端其实能显示真图，但前提是设置里打开了 terminal.integrated.enableImages。以前 Hermes 没法知道这件事，只能保守地画色块。

现在经典 CLI 启动时会问 VS Code 一次：发一个被 DA1 收尾的 XTSMGRAPHICS 查询，时机在 prompt_toolkit 接管 tty 之前。只有 VS Code 的图片插件会回这个查询，所以“有回音”就等于“图片支持开着”。答案会被缓存，一次启动只问一次。走 Remote-SSH、在 Windows 上、或者没有 tty 时，这个探测直接跳过。

如果探测结果是关着，Hermes 会在大约每五次启动里挑一次，把随机小提示替换成一行“去设置里打开 terminal.integrated.enableImages“的提示——不会每次都念。

为什么很多终端只能给色块

原因不神秘：一行一行往下排的终端渲染器，只能可靠测量两种图片形态。一种是 kitty 的 Unicode 占位符（图片按格子占位，行数可以被数清楚）；另一种是真彩半块（每两个字符拼一个像素块，天然按行算）。iTerm2 的协议是“在预留的若干行上作画”，但那些行没人算得准，所以它只出现在经典 CLI 里，不进 TUI。

这也解释了为什么 tmux 和 GNU screen 默认落到半块：它们会吃掉或改写透传的图形转义序列，除非你显式开透传并强制 kitty 档。

改窗口大小之后会怎样

CLI 在终端尺寸变化时会重画整个 transcript。kitty 图和半块图会跟着重画回来；iTerm2 协议那类图片在重画后的屏幕里会留下空白行，只在上面已经滚出去的历史里保持可见。这不是 bug，是协议差异——知道这一点，就不会以为图挂了。

哪些图会被画、哪些不会

工具结果里挑哪一张图画，只看具名字段：image_url、url、path、image_path、screenshot_path，并且先看结果、再看参数。所以 search_files 列出的一堆 PNG 路径不会让终端开始刷图。

另外，过大的 PNG 预览在解码开始之前就会被拒绝——这条是刻意加的边界，避免一张巨图把终端拖死。

画图是本地渲染：图片本来就要随附件或工具结果发给模型，这一层只是在你的屏幕上多画几十行像素，不会额外增加模型侧的 token 消耗。

现在能用吗

这批改动 11 月 4 日合并进 main，晚于 v0.22.7（11 月 3 日）的发布点，所以还没进正式版本：写这篇时它只在 main 上。想马上试，从源码跑 hermes 即可；等正式版本出来再升级也行。

顺带一提，如果你关心图片进上下文之后如何分配预算，站内的图像上下文预算那篇和图片视觉路由指南讲的是另一半问题：图怎么被理解、花多少 token。这次解决的是“你看得见它”。如果你用的是命令面板一类的操作习惯，命令面板指南也值得一读；还没装 Hermes 的话，从安装页开始。