Add input image to product protocol

docs/product-ws.md

@@ -69,13 +69,43 @@ ws://<host>:<port>/ws-product
 
 `interrupt` 默认为 `true`，会打断当前正在播放的 bot 语音。
 
-### 4. 取消当前回复
+### 4. 发送摄像头图片（可选）
+
+客户端可发送一帧摄像头截图，让 LLM 基于图片内容回复。服务端会把图片追加到 Pipecat LLM context，并立即触发一次 LLM 推理；后续回复仍通过现有的 `response.text.*` 与 `response.audio.*` 事件返回。
+
+```json
+{
+  "type": "input.image",
+  "image": "<base64 编码的 JPEG/PNG/WebP 图片字节>",
+  "mime_type": "image/jpeg",
+  "width": 640,
+  "height": 360,
+  "text": "请根据这张摄像头画面回答用户的问题。",
+  "user_id": "product-user",
+  "append_to_context": true
+}
+```
+
+字段说明：
+
+| 字段 | 说明 |
+|------|------|
+| `image` / `data` | 必填，图片字节的 base64；也兼容 `data:image/...;base64,...` data URL |
+| `mime_type` / `media_type` | 可选，默认 `image/jpeg`；支持 `image/jpeg`、`image/png`、`image/webp` |
+| `width`、`height` | 必填，图片像素尺寸，必须为正整数 |
+| `text` | 可选，随图片一起进入 LLM 的问题/提示词 |
+| `user_id` | 可选，默认 `product-user` |
+| `append_to_context` | 可选，默认 `true`；为 `true` 时图片会进入 LLM context 并触发回复 |
+
+建议发送压缩后的截图而不是持续视频流，例如 640px 宽、JPEG quality 0.75 左右。单张图片最大 8 MB。
+
+### 5. 取消当前回复
 
 ```json
 {"type": "response.cancel"}
 ```
 
-### 5. 结束会话
+### 6. 结束会话
 
 ```json
 {"type": "session.stop", "reason": "done"}