[BUG]: Magic Echo On-Screen Awareness fails with local vision models via llama.cpp

快速结论：该报错通常出现在 AnythingLLM Desktop v1.15.0 使用本地 llama.cpp 托管的多模态视觉模型（如 Qwen3-VL）时，Magic Echo 的 On-Screen Awareness 功能报错 `i?.getModelCapabilities(…).then is not a function` 并回退到原始转录。优先排查 .env 文件中是否缺少 PROVIDER_SUPPORTS_VISION 环境变量。

问题场景

用户在 ThingsLLM Desktop v1.15.0（Windows）中，使用本地 llama.cpp 提供的视觉模型（如 Qwen3-VL、Llama 3.2 Vision 等多模态模型），启用 Magic Echo 并开启 On-Screen Awareness 功能时触发问题。虽然该模型在 AnythingLLM 主聊天界面中可以正常接收图像输入，但在 Magic Echo 任务中却被错误判定为不支持视觉功能。

报错原文

This smart transcription failed and fell back to raw transcription instead: i?.getModelCapabilities(...).then is not a function

原因分析

可能原因：llama.cpp 本地端点（如 http://localhost:8080）不返回标准的模型能力声明，而 AnythingLLM 的 Magic Echo 模块在调用 getModelCapabilities() 方法时，期望返回一个 Promise 对象。对于 Generic OpenAI 兼容 API（包括 llama.cpp 端点），能力检测缺少针对本地提供商的特殊处理。

根据项目代码注释：“Since Generic providers can be anything and llama.cpp does not return capabilites”，说明这类本地模型无法自动提供能力列表，需要手动启用视觉支持。

环境排查

AnythingLLM Desktop v1.15.0 或后续版本
llama.cpp 本地端点是否已正确配置为 Vision 模型
确认 .env 文件位于桌面版存储目录中（非 Docker 或 npm 部署版）
确认 Magic Echo 和 On-Screen Awareness 功能已在设置中打开

解决步骤

关闭 AnythingLLM Desktop 应用，避免 .env 文件被锁定。
找到桌面版数据存储文件夹。参考官方文档：Where is my data located?
在存储文件夹中找到 .env 文件，用文本编辑器打开。
在文件末尾添加以下行（可优先尝试）：
```
PROVIDER_SUPPORTS_VISION="generic-openai"
```
保存文件并重新启动 AnythingLLM Desktop。

验证方法

重新打开 Magic Echo 设置，检查 On-Screen Awareness 开关是否变为可启用状态。启动 Magic Echo 并进行一次字典测试（如含屏幕内容的语音输入），观察是否不再出现 i?.getModelCapabilities(...).then is not a function 错误，且转录未回退到 “raw transcription”。