原圖直送 AI 對話:send-to-dot 0.3.0 預覽版,把「分享」這個動作自動化到 45 秒
在手機上拍一張照片,想丟給 ChatGPT 的 dot 問個問題,聽起來是兩個動作的事。實際流程往往是:開新對話、傳圖、等它壓成預覽圖、再打字提問。開發者 bryanzk 近日在 V2EX 釋出的開源小工具 send-to-dot 0.3.0 預覽版,就是把這串動作壓縮成一次分享。
這一版改了什麼
send-to-dot 的核心情境是:在 Android 或 iPhone 上對一張照片按「分享」,原圖會直接出現在你正在使用的 dot 對話裡,dot 接著回答你附帶的問題。不必每次新開聊天,圖也不會被壓成縮圖。
0.3.0 的重點在於讓 dot 自己去「領」原圖。上傳後,原圖放在一個有效期限兩分鐘、只能使用一次的連結後方,dot 一次呼叫完成領取與去重,圖就進了對話。開發者也提供可選的 Cloudflare R2 預存:上傳當下原圖先進你自己的私有儲存桶,dot 來取時已經備好,發完自動刪除。
工程上更值得注意的是它的保守設計。當發送結果不確定時,系統會先停下、先核實,只有拿到真實憑據才解除,已經發出的圖絕不重發。對一條牽涉外部平臺呼叫的自動化管線來說,「寧可卡住也不要重複動作」是務實的選擇,這和 Meta 遷移 Compose 時讓架構本身承擔約束的思路有幾分相似:與其靠規則叮嚀,不如讓流程結構本身就難以出錯。
45 秒代表什麼
依開發者實測,從上傳到圖片進入對話,單張約 45 秒,連續多張時每加一張約多 20 秒。時間主要花在 dot 被喚醒與平臺呼叫上。團隊原本目標是 30 秒,這一版沒達到,因此以預覽版名義釋出,開放測試與建議。
連續多張一次處理是這版的實用改進:dot 會接著處理下一張,最後一次性記錄,不用每張重新喚醒。對需要把一批截圖或文件照片餵進同一個對話脈絡的工作流程來說,這省下的是反覆操作的碎時間。
自託管與資料邊界
這個工具的資料路徑值得說清楚:自託管、資料走你自己的服務與帳號,不需要 OpenAI API key,以 MIT 授權開源。也就是說,原圖暫存的位置、發送的憑證、稽核日誌都在使用者自己的基礎設施裡。新版加入連線狀態檢查與更完整的審計日誌,對排查問題有實際幫助。
新功能預設關閉,舊用戶升級後行為不變,快捷指令與 Android 頁面也維持原樣。這種「預設不改變現狀」的升級策略,對依賴它跑日常流程的使用者是基本尊重。
所以呢
send-to-dot 解決的問題很小,但結構完整:一次性連結控制取圖時效,去重機制防止重複發送,失敗時停在可核實狀態,資料留在自己手上。對於每天要把照片、截圖餵進 AI 對話的人,這是能直接省事的工具;對於在設計自動化流程的開發者,它的「不確定就暫停」與單次憑證設計,是可以帶走的模式。預覽版的原始碼與版本資訊在 GitHub 的 bryanzk/send-to-dot releases 頁面可查。