Pantheon Vision: Análise Visual e Inspeção de Telas¶
🇺🇸 English version available: Read in English
O Pantheon Vision conecta modelos multimodais de visão computacional ao OpenCode, permitindo que você compartilhe capturas de tela, designs e layouts para implementação, depuração e inspeção sem atrito.
1. Como Usar no Dia a Dia¶
Para inspecionar ou ajustar uma interface:
1. Tire uma captura de tela da tela ou do componente com erro/design desejado.
2. No OpenCode (TUI ou Desktop), cole a imagem da área de transferência (Ctrl+V / Cmd+V).
3. Digite sua instrução:
ajustar isso daqui, criar um menu lateral responsivo e atualizar as métricas
2. Zero Artefatos no Chat (Arquitetura Limpa)¶
Nas versões legadas, colar uma imagem costumava injetar blocos confusos de texto e comentários HTML no meio da sua mensagem:
<!-- pantheon-v2-visual-context -->
[Visual] "clipboard" at "/tmp/pantheon-vision/6ef92982...png" · Q: '...' · relay session_id=...
Na versão moderna do Pantheon:
* Sua mensagem permanece 100% limpa: A interface exibe apenas o texto que você digitou.
* Injeção Silenciosa em Contexto de Sistema: As referências da imagem e os metadados de inspeção são injetados diretamente no hook session.context (system). O modelo de IA recebe todas as instruções nos bastidores, sem poluir visualmente a conversa.
flowchart TD
User(["👤 Desenvolvedor"]) -->|"Cola Screenshot (Ctrl+V)"| OpenCode["🖥️ Interface do OpenCode"]
OpenCode -->|"Hook de plugin session.context"| VisionHook["👁️ Subsistema Pantheon Vision"]
VisionHook --> ModelCheck{"Modelo ativo suporta Visão?"}
ModelCheck -->|Sim| NativePass["Envia imagem diretamente pela API multimodal"]
ModelCheck -->|Puramente Textual| FallbackServer["Aciona MCP pantheon_vision (describeImagesNative)"]
FallbackServer --> StructuralDesc["Extrai Estrutura, Textos, Cores e Métricas WCAG"]
StructuralDesc --> SystemContext["Injeta Descrição Estruturada no Contexto de Sistema"]
NativePass --> SystemContext
SystemContext --> Agent["🎨 @aphrodite (Frontend) / ⚡ @zeus"]
Agent --> Implementation["Implementa o código acessível com Zero Poluição no Chat"]
3. Fallback Automático para Modelos Textuais¶
Se você estiver utilizando um modelo principal que é puramente textual (ou cujo gateway não aceita imagens diretamente):
* O Pantheon não falha e não responde que é incapaz de ler a imagem.
* O Pantheon invoca automaticamente o servidor multimodal configurado (describeImagesNative / Zen Go), extrai a descrição estruturada da interface (layout, textos visíveis, botões, métricas numéricas e cores) e entrega ao modelo textual.
* O modelo textual passa a "enxergar" a tela por meio da descrição de alta fidelidade e prossegue com a implementação normalmente.
4. Configurando seu Modelo de Visão Preferido¶
Você pode escolher qual modelo realiza a inspeção de imagens:
Opção A — Pela TUI (Interface Gráfica de Terminal)¶
- Abra a TUI com
pantheon tuiou acesse a aba de configurações. - Navegue até a aba Settings ➔ sub-aba Preset.
- Localize a linha Vision Model (
preset.vision_model). - Alterne para o modelo desejado (padrão
auto,opencode-go/mimo-v2.6-flash,anthropic/claude-3-5-sonnet,google/gemini-2.5-flash, etc.). - As alterações são salvas automaticamente no arquivo canônico
opencode-vision.json.
Opção B — Via Arquivo de Configuração¶
Crie ou edite .opencode/opencode-vision.json no seu projeto:
{
"visionModel": "opencode-go/mimo-v2.6-flash"
}
Opção C — Via Variável de Ambiente¶
export PANTHEON_VISION_MODEL="opencode-go/mimo-v2.6-flash"
5. Boas Práticas ao Trabalhar com a @aphrodite (Frontend)¶
Ao enviar imagens para alterações visuais:
* Uma imagem é contexto, não autorização para reverter trabalho: A @aphrodite compara a imagem com a UI existente e preserva o código funcional já implementado.
* Declare a intenção: Indique se a imagem é um design desejado (mockup), um bug visual em produção ou uma referência estética de inspiração.
* Acessibilidade primeiro: Ao implementar uma tela baseada em imagem, a @aphrodite sempre aplica conformidade com WCAG (contraste adequado, tags semânticas e acessibilidade de teclado).