复制进来的到底是什么：Syzygy 怎么对待文字、图片、HTML 与文件

你从微信收到一份 .docx，右键复制了它。这半秒里，系统剪贴板里出现的东西比"一个文件"要多：文件引用、可能的缩略图、来源应用的信息。换一个场景，在浏览器里复制一段带图表的网页，剪贴板里同时躺着 HTML 和纯文本两种格式。剪贴板工具的第一个考验在这里就开始了：它把复制进来的东西当作什么。

"支持图片、支持文件"是大多数剪贴板工具文档愿意写到的深度。这一层的描述跳过了真正决定体验的问题：图片进来后是字节还是像素、文件在同步时是全量还是摘要、HTML 里的图表贴到聊天软件和贴到代码编辑器时各自走哪一份。这些问题的答案才是工具之间的真实差距，也是这篇文章要讲的机制。

Syzygy 的答案是一套内容计划。每个条目先被识别成明确的类型家族，同时拿到一份随信息摘要走的清单：类型、文本、预览选择、可用能力、大小与证据。预览、编辑、翻译、OCR、导出这些动作都按这份清单分发，条目在等待同步时也能先以摘要形态出现。

这篇文章跟着几种有代表性的内容走完全程：一个 DOCX、一段 HTML、一张截图、一段纯文本。机制讲清楚之后，每种类型的边界也不言而喻了。

#一次复制携带的东西从来不止一个剪贴板而已

操作系统剪贴板天生是多层的。Windows 上同一次复制可以同时挂上纯文本、HTML 和文件引用几种格式，macOS 的剪贴板机制类似。应用复制时往里放什么，粘贴时应用自己挑：同一段内容，贴进纯文本编辑器丢掉所有格式，贴进富文本编辑器保留加粗和链接。多数"只管文本"的剪贴板工具，实际是只挑了其中一层，其余格式在捕获时就丢掉了，之后你想换一种格式，只能回到来源应用重新复制。

Syzygy 捕获时会把这些格式归一成七种内部类型：纯文本、HTML、三种图片类型（通用、PNG、JPEG）、完整文件和延迟登记的文件。到了展示与搜索层，再折成四类用户可见的类别：text、html、image、files。仅仅四种的用户可见类型是有意设计的。你不需要理解 PNG 与 JPEG 的存储差别，也能用 kind:image 一次过滤所有图片；三种图片类型在协议层的差异留给代码处理，用户不需要关注这些细节。

#先到的不是内容，是信息摘要

每条剪贴板记录在 Syzygy 里分两层：信息摘要和正文。信息摘要携带来源设备标识、序号、类型、内容哈希、字节数、时间戳，还带一份 Ed25519 签名，接收端可以验证摘要没有被篡改；文件类条目的摘要里另有一份文件清单统计，记录文件的数量与体积这类信息。

正文在存储与传输中都是密文。载荷用 XChaCha20-Poly1305 流加密，密文按内容寻址：同样内容的字节在存储层只保留一份，内容哈希既是身份也是去重键。对剪贴板数据来说，这意味着最敏感的那部分（正文本身）在任何一台设备上都不是明文落盘的。

去重是软件的本职工作：把同一段文字复制两次，存储层只有一份密文，历史列表里是两条记录，各自身份由来源设备和序号区分；接收设备还能用摘要里的哈希验证收到的正文与发送端一致，中途损坏，篡改等非正常行为都会在软件中清晰的反馈给用户。

同步时，项目摘要数据预先同步。对端先看到"来了一条什么"，类型、预览、大小都在，正文再按同步策略决定是自动跟上还是等用户手动拉取。这条规则对大小两种极端都成立：一段一百字节的验证码正文几乎立刻跟上，一个 200MB 的视频文件则长期停留在摘要形态。

阈值在捕获时刻就开始起作用。超过 20MB 的文本自动转成文件条目管理，不让历史列表被单个巨型文本撑爆；超过延迟阈值的文件（默认 50MB）捕获时只登记元数据，不立即搬运字节。同步侧另有一层阈值：每台配对设备的实时模式默认自动同步 50MB 以内的全量，按需模式默认 5MB，两者都能在 0-200MB 之间调整。

摘要的价值在于，预览与动作的分发不需要等正文到位。对端设备收到视频文件的摘要，立即知道它是文件、多大、从哪来，用户根据这些信息即可判断是否需要全量拉取。

"等待中"的条目在列表里有清晰的形态：内容类型、预览、创建时间都在，正文缺席。点下载进入后台排队，弱网下耗时长是预期行为，下载失败会自动重试；判断同步是否完成的依据是设备本地是否拿到完整文件，单次页面提示不作数。计费网络（手机热点这类）默认也允许同步，流量敏感的用户可以在设置里关掉这一项，或直接把对端设备切成按需模式。

flowchart LR
  A[平台剪贴板格式] --> B[保存历史条目]
  B --> C[识别内容家族]
  C --> D[生成内容计划]
  D --> E{内容块是否完整}
  E -- 否 --> F[显示等待中并保留元数据]
  E -- 是 --> G[计算预览与能力]
  F --> H[后台下载并校验]
  H --> G
  G --> I[复制、导出、搜索或编辑]

#咱们再来看一看 DOCX 在软件中的表现

回到开头那份 .docx。复制它的瞬间，Syzygy 建立一个文件类条目，摘要里记下内容哈希与文件清单，来源应用和来源设备也在摘要元数据里。

同步阶段：摘要先到配对设备。前提是两端已经完成配对：在 peers 界面发起，经双端本地信任确认；免费版与免费版之间不能配对，这一层与内容类型无关，但决定了 DOCX 的摘要能否出发。设备设的是实时模式、文件不超过阈值时，正文自动跟上；超过阈值（比如这份 80MB 的合同扫描件合集），对端列表里先出现一条带类型、预览和大小信息的摘要。多设备场景下优先级也参与排序：办公电脑设为高优先级时，它产生的条目在列表里排在前面，同步时，也会优先同步以及对齐该高优先级的工作设备。

预览阶段：桌面端打开这条记录，.docx 走文档预览渲染。值得注意的是：.docx、.xlsx、.pptx 和 .zip 的预览属于 Pro/Team 能力，免费版会看到明确提示，提示说清缺什么、去哪里开启；PDF 和图片则是所有用户可用，不做限制。预览本身有体积上限（默认约 26MB），超过的部分不会强行渲染，预览体积也是支持在相关配置中进行调整的。

搜索阶段：Syzygy 对文件类条目的文本抽取按格式白名单走。默认覆盖 .md、.txt、.json、.html、.css、.js、.ts、.pdf 和常见图片格式；.docx 不在抽取白名单里，它的正文文字不会进索引，靠文件名和元数据被找到。PDF 是另一条路：文字层直接抽取，前 64 页内有效，扫描页转 OCR，抽取结果按内容哈希缓存，同一份 PDF 不会算两遍。

下载阶段：对端在软件中点击一下下载按钮，后台排队传输，失败自动重试，最终以本地是否拿到完整文件为准。页面上的单次失败提示不算数，短暂失败后自动恢复属于传输重试的正常行为。

预览之外还有第三种消费方式：把这条记录弹出成独立悬浮窗，调节透明度、置顶，把合同钉在屏幕边上抄数字，原窗口的工作不被打断。

#一段 HTML 的三种真身

HTML 是剪贴板里最"多层"的类型。浏览器复制一段内容，HTML 和纯文本同时存在；从 Figma 复制一个组件，剪贴板里是带位图和专属标记的 HTML；复制一段 SVG 代码，字节上是文本，用户看到的是图。

复制一段带图表的研报，贴进笔记应用时你要的是可读的纯文本，贴进博客编辑器时你要的是保留格式的 HTML；Syzygy 两种都留着，预览用 HTML，需要干净文字时用兜底文本，谁也不顶替谁。

拿一行加粗的文字"发布日期：9 月 27 日"来说，浏览器放进剪贴板的两份是：

HTML：<b>发布日期：9 月 27 日</b>
纯文本：发布日期：9 月 27 日

贴进富文本编辑器，加粗还在；贴进代码编辑器，用到的就是纯文本那份。

Syzygy 对 HTML 条目先做一次格式分析，选出一个明确的预览类型：独立 SVG 归为标准 SVG；带位图格式的归为标准位图；检测到 Figma 专属载荷的归为 Figma 近似预览；其余归为不透明 HTML。预览按类型分发：SVG 和 Figma 内容直接渲染成可见图片，你可以"复制为图片"把渲染结果贴进任何聊天工具，也可以切回源码模式拿原始代码。一次复制，两个去向，互不干扰。

文本兜底是一条明确的策略，分为两种路径。文本型 HTML 生成规范化的可见文本，供需要干净文字的场合使用。图片型 HTML（整段只有一个 img 标签那种）保留原始标记。实际看一行：

<img src="https://example.com/sales-chart.png" alt="2026 年销量走势图">

按标签派生文本，能得到的只有 alt 里的"2026 年销量走势图"几个字，图里的数据全部丢失，等于把用户的剪贴板内容偷换成一句话。所以这种情况直接保留源码。

前三种预览类型都有确定的渲染结果，第四种"不透明 HTML"则是大多数桌面应用的常态：办公软件、笔记工具自创的 HTML 变体数不胜数，Syzygy 不假装能全部渲染，给的是带预览提示的保守处理。知道自己对哪种内容无能为力，也是内容识别的一部分。

基础设施层后续可以转换 HTML 的存储格式，比如把远程图片字节内嵌进来，让条目离线后仍能渲染。转换动作不会改写兜底策略，文本派生的规则跟着原条目走。

#图片：字节、像素上限与 OCR 缓存

剪贴板里的图片以打包的像素数据进来。捕获时校验宽高与字节数的一致性，单边超过 32768 像素或总面积超过 64MP 的直接拒绝，防止一张伪造头的畸形图片拖垮处理链；超过 20MB 的图片按文件条目管理。

OCR 是图片条目的默认能力，处理链有三段。进入识别前，图片缩到默认 1600 像素以内，控制计算量。识别引擎按回退链走，默认顺序是 mixed、local、system：mixed 先用本地模型再用系统引擎；local 绑定本地 Paddle 模型包，检测、识别、字符集三件套齐备；system 调操作系统自带识别；tesseract 命令行作为备选。远程识别默认关闭。

识别结果按内容哈希缓存。聊天群里转发十次的同一张截图只算一次 OCR。识别文本进入搜索索引并带上来源标记，图片从此能按文字搜回来，限定符也跟着生效：kind:image 收窄到图片，source:chrome 收窄到来源应用，date:2026-09 收窄到时间。默认索引上限 5000 条，单条参与索引的内容默认 512KB。

截图还有第三种用法：弹出成独立悬浮窗，调节透明度并置顶。照着一段别人发来的配置截图录配置时，截图钉在屏幕边上，比在历史列表里反复翻找快得多。

#预览层怎么消费内容计划

预览不只是主列表里的一张缩略图。快捷面板用 Option+Shift+V 唤出后，同一套内容计划继续生效：方向键选条目，Shift+Space 展开与收起预览，Shift+右方向键进入全界面预览，Esc 退出。文件类条目里有多份文件时，Cmd/Ctrl+上下方向键在文件之间切换。

面板本身的形态也有配置余地：透明度、毛玻璃模糊、是否跟随光标所在屏幕，隐藏后面板默认保留五分钟，方便回来继续选。这些设置决定的是"预览层打扰你的情况"，内容计划决定的是"预览层能看到什么"，两层各管各的。

动作也按这份清单分发。OCR、翻译、编辑在快捷面板里各有一个快捷键（Cmd/Ctrl+O、Cmd/Ctrl+T、Cmd/Ctrl+E），能力跟着类型走：图片条目的识别动作是 OCR，文本条目的加工动作是操作台规则，文件条目默认给预览和下载。条目类型与动作的对应关系不靠用户记忆，靠内容计划声明。

#纯文本也不"纯"

最不起眼的类型，边界最多。解码层处理 UTF-8 与 UTF-16 的 BOM，无效字节在最后一个合法边界截断，从而避免意外情况带来的程序崩溃或者内容乱码。在类型判断这一层，还有一条针对二进制的启发式探测：内容里混着 NUL 字节或控制字符，直接归为不支持，绝不硬转成文本。把二进制文件当文本索引出来，搜索结果全是噪声，这条启发式挡住的就是这种结果。

文本的加工能力集中在文本操作台。16 条内置规则分四组：清理组有去空格、合并换行、去重行，最后一项对从 Excel 复制的名单特别顺手；大小写组有全大写、全小写、首字母大写；编解码组有 URL 与 Base64 编解码、JSON 美化与压缩，接口返回的一段压缩 JSON 贴进来一键变成可读格式；统计组有字数、行数、字符数。操作台还提供直接编辑，搜索、批量替换都在条目上完成，不用绕回源应用。

加工结果生成一条新记录，原文仍在历史里。本机还会记下这条新记录的加工来源：它从哪条记录来、用了哪条规则。这份记录只留在本地，不随同步广播。

#类型判断的顺序，以及折叠的代价

一段内容复制进来，要经过四步判断才能确定它的类型。第一步看字节：PDF 魔数与图片字节探测发生在看扩展名之前，浏览器下载时改错扩展名的文件按真实字节处理，伪装成 .jpg 的可执行文件也骗不过字节探测。第二步看扩展名，认 pdf、png、jpg、jpeg、webp、bmp、tif、tiff、gif、html 这类已知名单。第三步看 BOM 判断文本编码，这一步救的是 Windows 记事本导出的 UTF-16 文本，缺了 BOM 处理，它们会被误判成二进制或转成乱码。第四步二进制启发式兜底，其余按文本处理。

折叠也有代价，那么代价是什么呢？三种图片类型在搜索里同名，"这是 PNG 还是 JPEG"在过滤层消失了；延迟登记的文件和完整文件同折为 files。需要字节级差异的场合（比如排查一张损坏的图片），折叠层不提供答案。这个取舍换来的东西是搜索和过滤的口径统一。两边不可兼得，Syzygy 把简单的一侧留给了用户。

#隐私打码在捕获时刻介入

内容计划里还有一条贯穿所有类型的线：隐私检查在文本被展示或复制前执行，命中的敏感内容在界面上模糊显示。默认开启的识别覆盖 12 类：身份证号、手机号、验证码、邮箱、银行卡号（过 Luhn 校验）、API 密钥、激活码、以太坊与比特币地址、EVM 与比特币私钥、BIP39 助记词。每条规则可以单独关闭，误伤时可以按照类型关闭，不会影响其他类型的识别以及打码。

两个相关开关也值得记住。同步阻断默认关闭，打开后命中敏感规则的内容不进入同步，只留在本机。密码管理器这类应用可以加入捕获黑名单，从这些应用复制的内容根本不进历史，敏感内容在捕获源头就被挡住了。

#边界汇总

下面这张表把纯文本、HTML、图片、PDF 和常见文件五类内容的预览、抽取与同步行为放在一处，方便直接对照。历史保留（默认最近 100 条、30 天）对所有类型一致，收藏的条目永久归档，类型只影响预览、抽取与同步行为：

文中所有默认值（阈值、保留期、引擎回退顺序）都来自产品默认配置，可在设置中调整。搜索层怎么用这些抽取出来的文本，见索引、搜索与 OCR；预览弹窗与命令面板的操作细节见预览弹窗与命令面板；条目摘要如何在设备间走完同步，见P2P 配对与数据同步；相关快捷键的完整清单见快捷键速查。