对话与附件

语音、文字和附件使用同一条对话。前台处理聊天及已配置的工具，需要实际执行时才调用后台； 并非每句话都会创建后台工作。

语音与文字

• WebUI 或桌面对话面板中，允许麦克风权限后即可说话；也可以直接输入文字发送。
• 静音只停止把麦克风输入交给语音前台，不会取消后台工作或关闭结果播报。
• 发送文字或附件会优先处理本轮手动输入，打断正在进行的前台回复； 仅编辑文字、选择或粘贴附件不会发送，也不会主动打断。
• TUI 的命令和平台音频差异见TUI 指南。

图片与文件

WebUI 和桌面对话面板支持通过“＋”、拖入或粘贴添加附件；确认后点击发送。 单个附件最多 8 MB，单轮合计最多 12 MB。TUI 的本地路径输入见其专门指南。

普通附件与实时视觉输入不是一回事：

输入方式	如何处理
图片 / 文件附件	前台获得附件引用与摘要，需要时把原始文件交给有能力的后台 Agent。
实时视觉帧	客户端与语音 Provider 都支持时，持续采集并发送画面；当前从 WebUI 使用。

因此，语音前台不能直接看图不代表不能发送图片；但后台也未配置或不支持相应文件时， 助手无法完成文件处理。可以把图片与“描述这张图”等文字一起发送，减少指代歧义。 仅把附件放进聊天不会自动加入资料库；长期检索请使用资料库。

历史与新会话

对话区显示语音转写、助手回答和后台工作卡片。新会话用于开始新的前台对话， 不等同于清空长期记忆，也不能用它代替取消后台工作。 需要停止工作时明确要求取消，确认最终状态；见后台工作与授权。

切换客户端

同一 Gateway 中每个用户只有一个活动客户端。新客户端确认接管后，旧连接会断开。 桌面版自有 Gateway 与 CLI Gateway 的运行时则默认独立；见实例与客户端。