[Bug] 图片输入支持未完成: 上传成功但 StreamGenerate 返回 1003 (file not bound to conversation)

[kingofotaku]

问题描述

README 声明 #75 已支持图片输入（Chat Completions / Responses 的多模态消息），但实测图片上传成功、StreamGenerate 阶段返回 502 BardErrorInfo [1003]，与 #12 记录的根因完全一致：文件引用未绑定 conversation。

环境

• Windows 11 25H2，本机部署 gemini-web2api，main 分支最新（含 feat: add OpenAI multimodal input support #75）
• 已配置有效 cookie、proxy，log_requests: true
• 请求：gemini-3.6-flash / gemini-3.7-flash，image_url（HTTP URL 与本地 base64 均测过）

复现步骤

1. 本地启动服务，配置 cookie.txt（有效 cookie，上传接口鉴权通过）
2. 发送 OpenAI 格式多模态消息（含 image_url）
3. 日志显示 Image uploaded: xxx -> /contrib_service/ttl_1d/...（上传成功）
4. StreamGenerate 返回 error 1003 (file not bound to conversation)，HTTP 502

日志

[time] Image uploaded: image.png -> /contrib_service/ttl_1d/xxx...
[time] Stream error: 502 BardErrorInfo [1003] ...

分析

对照 #12 的结论："Scotty resumable upload 上传成功, 但 StreamGenerate 拒绝引用 (error 1003) / 根因: 文件引用必须与当前 conversation session 绑定" —— 当前代码未实现该绑定：

• multimodal.py: upload_image() 返回的 file_ref 不携带 conversation
• gemini_web2api.py: inner[59] = str(uuid.uuid4()) 每次请求生成全新 conversation id

即：上传的 file_ref 从未绑定到请求使用的 conversation，引用时后端必然 1003。cookie/IP/BL 均与本次 1003 无关（cookie 有效、上传可通过鉴权）。

期望

• 实现/修复 file_ref 与 conversation 的绑定（或确认有无 hidden 绑定机制）
• 若暂无法支持，请更新 README 限制说明，避免误导用户（当前"图片上传可能需要 Cookie"的表述未指向真正根因）