多模型网页群聊里，麻烦的不是把字填进输入框，是判断屏幕上哪段文字属于这一轮。网页端没有可靠的 message id，只能在发送前给回复列表拍一张基线快照，之后数「多出来的容器」。三个坑：生成时 DOM 整体重建，快照里的元素引用失效，读到上一轮回答，表现为「它怎么在重复刚才」；改成按文本 hash 去重，两轮都回「好的」时第二条被判成旧内容丢掉，表现为一直没回复直到超时；投递成功但没读到回复就重试，同一问题在页面上发了两遍，上下文从此错位。最后靠记容器数量、优先用 messageId、重试前先查是否已投递才稳住。
展开
2
1