[Bug] Linux 桌面端无法将剪贴板图片粘贴到聊天输入框（WebKitGTK 2.52.5）

[duanluan]

问题描述

在 Linux 桌面版 Pi Agent v0.4.1 中，无法通过 Ctrl+V 将剪贴板里的图片粘贴到聊天输入框。

文本粘贴正常，剪贴板也明确提供了 image/png、image/jpeg 等格式。复现时 Agent 处于空闲状态，因此不是运行期间禁止添加图片附件的限制。

当前 main 分支中的 ChatInput.tsx 仍然只从 clipboardData.items 获取图片：

https://github.com/abcwyc/pi-agent-desktop/blob/main/components/ChatInput.tsx#L1228-L1235

复现步骤

1. 在 Linux 桌面环境中复制一张截图或位图到剪贴板。
2. 启动 Pi Agent Desktop v0.4.1。
3. 新建会话并确认 Agent 处于空闲状态。
4. 点击聊天输入框。
5. 按 Ctrl+V。

实际结果

界面没有任何变化，也没有错误提示或图片预览。

X11 剪贴板能够提供图片格式：

image/png
image/jpeg
image/webp
image/bmp

使用最小 WebKitGTK 页面监听 paste 事件时，事件会触发，但其中的数据为空：

{
  "types": [],
  "items": [],
  "files": []
}

因此现有的 handlePaste() 无法获得任何 image/* 条目。

预期结果

粘贴图片后，聊天输入框上方应显示图片附件预览，并允许随下一条消息发送。

环境

• Pi Agent Desktop: v0.4.1
• Linux: Arch Linux
• 桌面环境: KDE Plasma
• 会话类型: X11
• webkit2gtk-4.1: 2.52.5-2
• GTK3: 3.24.52
• 安装来源: AUR pi-agent-desktop-bin
  • 该包直接重新打包官方 .deb，没有修改前端粘贴逻辑

已完成的排查

1. Agent 空闲时仍然可以稳定复现。
2. 剪贴板确实包含 image/png 等图片目标。
3. 在 Chromium 页面中注入标准 image/png ClipboardEvent 后，现有代码能够生成图片预览，说明附件处理逻辑本身可用。
4. 独立 WebKitGTK 2.52.5 页面收到的 paste 事件中，types/items/files 全部为空。
5. WEBKIT_DISABLE_DMABUF_RENDERER 等渲染设置不会改变结果。
6. WebKit 官方已有相同问题：

https://bugs.webkit.org/show_bug.cgi?id=320303

该问题同时在 WebKitGTK 2.52.5、Wayland、Epiphany 和 MiniBrowser 中复现，目前状态为 NEW。

建议修复方式

应用已经初始化了官方 Tauri clipboard-manager 插件：

https://github.com/abcwyc/pi-agent-desktop/blob/main/src-tauri/src/lib.rs

但当前 capability 只允许读取和写入文本，没有允许读取图片：

https://github.com/abcwyc/pi-agent-desktop/blob/main/src-tauri/capabilities/desktop-dialog.json

建议：

1. 增加以下权限：

"clipboard-manager:allow-read-image"

2. Linux 桌面端收到 paste 事件但 clipboardData.items 没有图片时，调用 @tauri-apps/plugin-clipboard-manager 的 readImage()。
3. 读取图片的 RGBA 数据和尺寸，通过 Canvas/ImageData 转换成 PNG Blob/File。
4. 将生成的 File 继续交给现有 processImageFiles()，复用大小、数量和预览处理。
5. 只在桌面端且浏览器 ClipboardEvent 没有图片时启用回退，避免影响普通文本粘贴。

Tauri 官方 clipboard-manager 的 readImage() 支持 Linux，因此不需要等待 WebKitGTK 修复：

https://github.com/tauri-apps/plugins-workspace/tree/v2/plugins/clipboard-manager

是否可以接受这个修复方向？如果方向合适，我可以进一步准备 PR。

[abcwyc]

已按你的方案修复 ✅

根因确实是 WebKitGTK 上游 bug(WebKit #320303):paste 事件能触发,但 clipboardData.items/types/files 全部为空,现有 handlePaste() 拿不到任何 image/* 条目。

改动(components/ChatInput.tsx + lib/desktop-native.ts + src-tauri/capabilities/desktop-dialog.json):

1. desktop-dialog.json 增加 clipboard-manager:allow-read-image 权限(插件本身已在 lib.rs 初始化)。
2. 新增 readClipboardImageFileNative():通过 Tauri clipboard-manager 的 readImage() 读 RGBA + 尺寸 → offscreen canvas putImageData → toBlob('image/png') → 包成 File,交给现有 processImageFiles(),复用大小/数量/预览处理。
3. handlePaste 改为:浏览器能给图就走原路;仅在 items.length === 0 且桌面端时回退到 native readImage()——纯文本粘贴完全不受影响。

说明:我在 macOS 上跑 dev 无法复现 Linux WebKitGTK 的具体行为,代码是严格按你 issue 里的方案实现的。建议你在 Linux + WebKitGTK 2.52.5 上实测一下,有问题我再跟。

参见 commit deee754。