Hermes Agent 社群回報截圖大小缺陷，Claude 桌面操作可能重送過大圖片後失敗

Hermes Agent 社群於 10 月 6 日回報，computer_use 在 macOS 擷取桌面後，可能把過大的圖片直接送往 Claude，遇到大小限制又重送相同內容，最終中斷工作。案例使用 Claude 訂閱的實驗性 DirectSDK 供應端，日誌顯示圖片 Base64 大小約 13.3 MB，端點回報上限為 5 MB；三次嘗試均失敗，沒有出現縮圖復原訊息。社群回報

這條路徑是桌面代理的基本能力。Hermes 官方文件說明，內建工具透過 MCP 標準輸入輸出連接 cua-driver，支援點擊、輸入與捲動；典型操作先擷取畫面，再取得截圖及帶索引的介面元素。因此，截圖若無法送入模型，後續判讀與操作便可能停在觀察階段。Computer Use 文件

回報者檢查程式碼後指出，原生視覺分支直接嵌入截圖，沒有套用送出圖片的位元組預算；錯誤分類器也未匹配此次供應端的大小錯誤文字，因而沒有啟動縮圖復原。這是回報者的根因分析，尚待維護者確認。問題分析

限制不能一概套用到所有 Claude 介面。目前官方文件列出的直接 API 單張圖片上限是 Base64 編碼後 10 MB，Amazon Bedrock 與 Google Cloud 則為 5 MB；本案實驗性供應端回傳的 5 MB 限制，不能視為直接 API 的通則。文件另提醒，原生電腦操作工具的截圖超過模型尺寸限制時會遭拒，應由應用程式預先縮放。Claude 視覺文件

對工程師而言，這個案例凸顯圖片預算與錯誤復原必須一起驗證。依上述機制推論，只重試未改變的過大內容，無法解除大小限制；縮圖又需要保留座標換算，避免模型看到的畫面與實際點擊位置錯配。後續應關注修補是否涵蓋高細節截圖、歷史圖片重送及供應端切換。目前證據來自單一 macOS 開發版環境，尚不能推定所有正式版本或平台均受影響。案例與修補建議