ms-types 0.10.0 → 0.10.2

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
package/package.json CHANGED
@@ -1,6 +1,6 @@
1
1
  {
2
2
  "name": "ms-types",
3
- "version": "0.10.0",
3
+ "version": "0.10.2",
4
4
  "type": "module",
5
5
  "license": "MIT",
6
6
  "publishConfig": {
@@ -18,6 +18,6 @@
18
18
  "devDependencies": {
19
19
  "vitepress": "^1.6.4",
20
20
  "vitepress-theme-teek": "^1.6.2",
21
- "wrangler": "^4.129.0"
21
+ "wrangler": "^4.129.1"
22
22
  }
23
23
  }
package/types/ai.d.ts CHANGED
@@ -14,7 +14,7 @@ declare namespace ai {
14
14
  name: string;
15
15
  /** 接口协议 */
16
16
  protocol: "openai" | "anthropic" | "gemini";
17
- /** 接口根地址,例如 https://api.openai.com/v1 */
17
+ /** 接口根地址,例如 https://api.deepseek.com */
18
18
  baseUrl: string;
19
19
  /** API Key;openai 协议连本机模型时可为空 */
20
20
  apiKey: string;
@@ -26,6 +26,11 @@ declare namespace ai {
26
26
  temperature?: number;
27
27
  /** 默认最大输出 token;不传则不发该字段,用模型自己的默认值(Anthropic 因接口必填仍默认 2048) */
28
28
  maxTokens?: number;
29
+ /**
30
+ * 思考级别,只对 openai 协议生效(请求字段 reasoning_effort)。
31
+ * 不传则不发,用服务商默认。
32
+ */
33
+ reasoningEffort?: "none" | "low" | "medium" | "high" | "xhigh";
29
34
  /** 是否支持图片输入,默认 true;为 false 时带图调用直接报错 */
30
35
  supportsVision: boolean;
31
36
  /** 是否为默认供应商 */
@@ -28,29 +28,6 @@ declare namespace appleOcr {
28
28
  centerY: number;
29
29
  }
30
30
 
31
- /**
32
- * 执行OCR识别(使用Apple Vision框架)
33
- * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
34
- * @param x 边界框左上角x坐标 默认 0
35
- * @param y 边界框左上角y坐标 默认 0
36
- * @param ex 边界框右下角x坐标 默认 0
37
- * @param ey 边界框右下角y坐标 默认 0
38
- * @param languages 识别语言数组,默认为["zh-Hans", "en-US"]
39
- * @returns 识别结果数组,包含文本、置信度、坐标等信息
40
- * @deprecated 请改用 recognizeAbs,避免裁剪区域坐标和全屏坐标混用。
41
- * @example
42
- * const results = appleOcr.recognizeAbs("screen", 0, 0, 100, 100, ["zh-Hans", "en-US"])
43
- * logi(`识别数量: ${results.length}`)
44
- */
45
- function recognize(
46
- input: string,
47
- x?: number,
48
- y?: number,
49
- ex?: number,
50
- ey?: number,
51
- languages?: string[]
52
- ): OCRResult[];
53
-
54
31
  /**
55
32
  * 执行 OCR 识别,并将结果坐标映射为原图/全屏绝对坐标。
56
33
  * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
@@ -75,27 +52,6 @@ declare namespace appleOcr {
75
52
  languages?: string[]
76
53
  ): OCRResult[];
77
54
 
78
- /**
79
- * 执行OCR识别(仅识别数字)0-9.,+-
80
- * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
81
- * @param x 边界框左上角x坐标
82
- * @param y 边界框左上角y坐标
83
- * @param ex 边界框右下角x坐标
84
- * @param ey 边界框右下角y坐标
85
- * @returns 识别结果数组,包含文本、置信度、坐标等信息
86
- * @deprecated 请改用 recognizeNumbersAbs,避免裁剪区域坐标和全屏坐标混用。
87
- * @example
88
- * const results = appleOcr.recognizeNumbersAbs("screen", 0, 0, 100, 100)
89
- * logi(`数字识别数量: ${results.length}`)
90
- */
91
- function recognizeNumbers(
92
- input: string,
93
- x?: number,
94
- y?: number,
95
- ex?: number,
96
- ey?: number
97
- ): OCRResult[];
98
-
99
55
  /**
100
56
  * 执行数字 OCR 识别,并将结果坐标映射为原图/全屏绝对坐标。
101
57
  * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
@@ -118,33 +74,6 @@ declare namespace appleOcr {
118
74
  ey?: number
119
75
  ): OCRResult[];
120
76
 
121
- /**
122
- * 执行OCR识别,在整段识别文本中查找指定子串
123
- * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
124
- * @param texts 要查找的目标文本数组,可匹配识别结果中的子串
125
- * @param x 边界框左上角x坐标
126
- * @param y 边界框左上角y坐标
127
- * @param ex 边界框右下角x坐标
128
- * @param ey 边界框右下角y坐标
129
- * @param languages 识别语言数组,默认为["zh-Hans", "en-US"]
130
- * @param exactMatch 是否完整匹配,默认 false 表示包含匹配;传 true 时要求整条 OCR 识别结果文本等于目标文本
131
- * @returns 命中子串的识别结果数组,坐标对应目标子串区域
132
- * @deprecated 请改用 findTextAbs,避免裁剪区域坐标和全屏坐标混用。
133
- * @example
134
- * const results = appleOcr.findTextAbs("screen", ["开始"], 0, 0, 100, 100, ["zh-Hans", "en-US"])
135
- * logi(`命中数量: ${results.length}`)
136
- */
137
- function findText(
138
- input: string,
139
- texts: string[],
140
- x?: number,
141
- y?: number,
142
- ex?: number,
143
- ey?: number,
144
- languages?: string[],
145
- exactMatch?: boolean
146
- ): OCRResult[];
147
-
148
77
  /**
149
78
  * 查找指定子串,并将子串结果坐标映射为原图/全屏绝对坐标。
150
79
  * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
package/types/device.d.ts CHANGED
@@ -72,21 +72,6 @@ declare namespace device {
72
72
  * @example device.getDeviceModel()
73
73
  */
74
74
  function getDeviceModel(): string;
75
- /**
76
- * 获取屏幕宽高
77
- * @returns 获取屏幕宽高缩放后的,实际宽高,请使用`getScreenRealSize()`获取未缩放的宽高
78
- * @example device.getScreenSize()
79
- */
80
- function getScreenSize(): {
81
- /**
82
- * 屏幕宽度
83
- */
84
- width: number;
85
- /**
86
- * 屏幕高度
87
- */
88
- height: number;
89
- };
90
75
  /**
91
76
  * 获取屏幕实际大小
92
77
  * @returns 屏幕实际大小
package/types/image.d.ts CHANGED
@@ -21,37 +21,6 @@ declare namespace image {
21
21
  ex?: number,
22
22
  ey?: number,
23
23
  ): string | null;
24
- /**
25
- * 截图
26
- * @returns 截图的imageId ,如果截图失败则返回null
27
- * @deprecated 请改用 captureScreen()。
28
- * @example
29
- * const imageId = image.captureScreen()
30
- * if (imageId) {
31
- * image.saveTo(imageId, "screen.jpg")
32
- * }
33
- */
34
- function captureFullScreen(): string | null;
35
- /**
36
- * 截图指定区域
37
- * @param x 截图区域左上角x坐标
38
- * @param y 截图区域左上角y坐标
39
- * @param ex 截图区域右下角x坐标
40
- * @param ey 截图区域右下角y坐标
41
- * @returns 截图的imageId ,如果截图失败则返回null
42
- * @deprecated 请改用 captureScreen(x, y, ex, ey)。
43
- * @example
44
- * const imageId = image.captureScreen(0, 0, 100, 100)
45
- * if (imageId) {
46
- * image.saveTo(imageId, "screen.jpg")
47
- * }
48
- */
49
- function captureRect(
50
- x: number,
51
- y: number,
52
- ex: number,
53
- ey: number,
54
- ): string | null;
55
24
  /**
56
25
  * 保存图片
57
26
  * @param imageId 图片id 路径 http地址或者 screen 实时截屏
package/types/lua/ai.lua CHANGED
@@ -6,12 +6,13 @@ local _Ai = {}
6
6
  ---@field id string 供应商 id,不传时自动生成
7
7
  ---@field name string 展示名,例如 "DeepSeek",调用时可用它选模型
8
8
  ---@field protocol "openai"|"anthropic"|"gemini" 接口协议
9
- ---@field baseUrl string 接口根地址,例如 https://api.openai.com/v1
9
+ ---@field baseUrl string 接口根地址,例如 https://api.deepseek.com
10
10
  ---@field apiKey string API Key;openai 协议连本机模型时可为空
11
11
  ---@field model string 默认模型名
12
12
  ---@field headers table<string, string> 额外请求头,某些网关需要
13
13
  ---@field temperature number|nil 默认温度;不传则不发该字段,用模型自己的默认值
14
14
  ---@field maxTokens integer|nil 默认最大输出 token;不传则不发该字段,用模型自己的默认值(Anthropic 因接口必填仍默认 2048)
15
+ ---@field reasoningEffort "none"|"low"|"medium"|"high"|"xhigh"|nil 思考级别,仅 openai 协议;不传不发,用服务商默认
15
16
  ---@field supportsVision boolean 是否支持图片输入,默认 true
16
17
  ---@field isDefault boolean 是否为默认供应商
17
18
 
@@ -14,25 +14,6 @@ local _AppleOCR = {}
14
14
  ---@field centerX integer 文本区域中心点 x 坐标
15
15
  ---@field centerY integer 文本区域中心点 y 坐标
16
16
 
17
- --- 识别文本(兼容旧接口,请改用 recognizeAbs)
18
- --- @deprecated 请改用 recognizeAbs,避免裁剪区域坐标和全屏坐标混用。
19
- --- @param input string 图像ID或路径
20
- --- @param x integer|nil 区域X,默认0
21
- --- @param y integer|nil 区域Y,默认0
22
- --- @param ex integer|nil 区域右下角 X,默认0
23
- --- @param ey integer|nil 区域右下角 Y,默认0
24
- --- @param langs string[]|nil 语言数组
25
- --- @return AppleOCRResult[] 结果数组
26
- function _AppleOCR.recognize(input, x, y, ex, ey, langs)
27
- x = x or 0;
28
- y = y or 0;
29
- ex = ex or 0;
30
- ey = ey or 0
31
- ---@type AppleOCRResult[]
32
- local ret = {}
33
- return ret
34
- end
35
-
36
17
  --- 识别文本,坐标映射为原图/全屏绝对坐标
37
18
  --- @param input string 图像ID或路径
38
19
  --- @param x integer|nil 区域X,默认0
@@ -47,24 +28,6 @@ function _AppleOCR.recognizeAbs(input, x, y, ex, ey, langs)
47
28
  return ret
48
29
  end
49
30
 
50
- --- 识别数字(兼容旧接口,请改用 recognizeNumbersAbs)
51
- --- @deprecated 请改用 recognizeNumbersAbs,避免裁剪区域坐标和全屏坐标混用。
52
- --- @param input string 图像ID或路径
53
- --- @param x integer|nil 区域X,默认0
54
- --- @param y integer|nil 区域Y,默认0
55
- --- @param ex integer|nil 区域右下角 X,默认0
56
- --- @param ey integer|nil 区域右下角 Y,默认0
57
- --- @return AppleOCRResult[] 结果数组
58
- function _AppleOCR.recognizeNumbers(input, x, y, ex, ey)
59
- x = x or 0;
60
- y = y or 0;
61
- ex = ex or 0;
62
- ey = ey or 0
63
- ---@type AppleOCRResult[]
64
- local ret = {}
65
- return ret
66
- end
67
-
68
31
  --- 识别数字,坐标映射为原图/全屏绝对坐标
69
32
  --- @param input string 图像ID或路径
70
33
  --- @param x integer|nil 区域X,默认0
@@ -78,27 +41,6 @@ function _AppleOCR.recognizeNumbersAbs(input, x, y, ex, ey)
78
41
  return ret
79
42
  end
80
43
 
81
- --- 查找文本(兼容旧接口,请改用 findTextAbs)
82
- --- @deprecated 请改用 findTextAbs,避免裁剪区域坐标和全屏坐标混用。
83
- --- @param input string 图像ID或路径
84
- --- @param targets string[]|string 目标文本数组或逗号分隔字符串
85
- --- @param x integer|nil 区域X,默认0
86
- --- @param y integer|nil 区域Y,默认0
87
- --- @param ex integer|nil 区域右下角 X,默认0
88
- --- @param ey integer|nil 区域右下角 Y,默认0
89
- --- @param langs string[]|nil 语言数组
90
- --- @param exactMatch boolean|nil 是否完整匹配,默认 false
91
- --- @return AppleOCRResult[] 结果数组
92
- function _AppleOCR.findText(input, targets, x, y, ex, ey, langs, exactMatch)
93
- x = x or 0;
94
- y = y or 0;
95
- ex = ex or 0;
96
- ey = ey or 0
97
- ---@type AppleOCRResult[]
98
- local ret = {}
99
- return ret
100
- end
101
-
102
44
  --- 查找文本,坐标映射为原图/全屏绝对坐标
103
45
  --- @param input string 图像ID或路径
104
46
  --- @param targets string[]|string 目标文本数组或逗号分隔字符串
@@ -51,12 +51,6 @@ function _Device.getDeviceName() return '' end
51
51
  ---@return string
52
52
  function _Device.getDeviceModel() return '' end
53
53
 
54
- --- 屏幕逻辑尺寸
55
- ---@return ScreenSize
56
- function _Device.getScreenSize()
57
- return { width = 0, height = 0 }
58
- end
59
-
60
54
  --- 屏幕实际尺寸
61
55
  ---@return ScreenSize
62
56
  function _Device.getScreenRealSize()
@@ -37,20 +37,6 @@ local _Image = {}
37
37
  --- @return string|nil 图片ID
38
38
  function _Image.captureScreen(x, y, ex, ey) return '' end
39
39
 
40
- --- 全屏截屏(兼容旧接口,请改用 captureScreen)
41
- --- @deprecated 请改用 captureScreen()。
42
- --- @return string|nil 图片ID
43
- function _Image.captureFullScreen() return '' end
44
-
45
- --- 区域截屏(兼容旧接口,请改用 captureScreen)
46
- --- @deprecated 请改用 captureScreen(x, y, ex, ey)。
47
- --- @param x integer|nil
48
- --- @param y integer|nil
49
- --- @param ex integer|nil 右下角x
50
- --- @param ey integer|nil 右下角y
51
- --- @return string|nil 图片ID
52
- function _Image.captureRect(x, y, ex, ey) return '' end
53
-
54
40
  --- 读取图片
55
41
  --- @param path string 文件路径
56
42
  --- @return string 图片ID
@@ -16,13 +16,6 @@ local _PaddleOCR = {}
16
16
  ---@field angle number 文本旋转角度 (度)
17
17
  ---@field orientation integer 文本方向 (0=水平,1=垂直 等)
18
18
 
19
- --- 加载 V5 模型(兼容旧接口,请改用 loadModel)
20
- --- @deprecated 请改用 loadModel("ppocr-v5", useGpu);检测长边请使用 setMaxSideLen 单独设置。
21
- --- @param maxSideLen integer|nil 目标边长,默认 640
22
- --- @param useGpu boolean|nil 是否启用 GPU,默认 false
23
- --- @return boolean 成功
24
- function _PaddleOCR.loadV5(maxSideLen, useGpu) return true end
25
-
26
19
  --- 按内置模型 ID 加载
27
20
  --- @param modelId string `"ppocr-v6-tiny"` / `"ppocr-v6-small"` / `"ppocr-v5"`
28
21
  --- @param useGpu boolean|nil 是否启用 GPU,默认 false
@@ -34,21 +27,6 @@ function _PaddleOCR.loadModel(modelId, useGpu) return true end
34
27
  --- @return boolean 成功
35
28
  function _PaddleOCR.setMaxSideLen(maxSideLen) return true end
36
29
 
37
- --- 识别文本(兼容旧接口,请改用 recognizeAbs)
38
- --- @deprecated 请改用 recognizeAbs,避免裁剪区域坐标和全屏坐标混用。
39
- --- @param input string 图像ID或路径
40
- --- @param x integer|nil 默认0
41
- --- @param y integer|nil 默认0
42
- --- @param ex integer|nil 默认0
43
- --- @param ey integer|nil 默认0
44
- --- @param confidenceThreshold number|nil 置信阈值 默认0.6
45
- --- @return PaddleOCRResult[] 结果数组
46
- function _PaddleOCR.recognize(input, x, y, ex, ey, confidenceThreshold)
47
- ---@type PaddleOCRResult[]
48
- local ret = {}
49
- return ret
50
- end
51
-
52
30
  --- 识别文本,坐标映射为原图/全屏绝对坐标
53
31
  --- @param input string 图像ID或路径
54
32
  --- @param x integer|nil 默认0
@@ -63,23 +41,6 @@ function _PaddleOCR.recognizeAbs(input, x, y, ex, ey, confidenceThreshold)
63
41
  return ret
64
42
  end
65
43
 
66
- --- 查找目标文本(兼容旧接口,请改用 findTextAbs)
67
- --- @deprecated 请改用 findTextAbs,避免裁剪区域坐标和全屏坐标混用。
68
- --- @param input string 图像ID或路径
69
- --- @param targets string[]|string 目标文本数组或逗号分隔字符串
70
- --- @param x integer|nil 默认0
71
- --- @param y integer|nil 默认0
72
- --- @param ex integer|nil 默认0
73
- --- @param ey integer|nil 默认0
74
- --- @param confidenceThreshold number|nil 置信阈值 默认0.6
75
- --- @param exactMatch boolean|nil 是否完整匹配,默认 false
76
- --- @return PaddleOCRResult[] 结果数组
77
- function _PaddleOCR.findText(input, targets, x, y, ex, ey, confidenceThreshold, exactMatch)
78
- ---@type PaddleOCRResult[]
79
- local ret = {}
80
- return ret
81
- end
82
-
83
44
  --- 查找目标文本,坐标映射为原图/全屏绝对坐标
84
45
  --- @param input string 图像ID或路径
85
46
  --- @param targets string[]|string 目标文本数组或逗号分隔字符串
@@ -23,25 +23,6 @@ local _Yolo = {}
23
23
  --- @return string|nil 模型ID(失败返回 nil)
24
24
  function _Yolo.load(paramPath, binPath, nc, version, useGpu) return nil end
25
25
 
26
- --- 加载 YOLOv11 模型(兼容旧接口,请改用 load)
27
- --- @deprecated 请改用 load(paramPath, binPath, nc, 11, useGpu)。
28
- --- @param paramPath string ncnn param 路径
29
- --- @param binPath string ncnn bin 路径
30
- --- @param nc integer|nil 标签数量;传 0 或省略时按模型输出推断
31
- --- @param useGpu boolean|nil 是否启用 GPU,默认 false
32
- --- @return string|nil 模型ID(失败返回 nil)
33
- function _Yolo.loadV11(paramPath, binPath, nc, useGpu) return nil end
34
-
35
- --- 检测(兼容旧接口,请改用 detectAbs)
36
- --- @deprecated 请改用 detectAbs,避免裁剪区域坐标和全屏坐标混用。
37
- --- @param id string 模型ID
38
- --- @param input string 图像ID或路径
39
- --- @param target integer 目标边长(默认 640)
40
- --- @param thr number 置信阈值(默认 0.4)
41
- --- @param nms number NMS 阈值(默认 0.5)
42
- --- @return YoloResult[] 结果数组
43
- function _Yolo.detect(id, input, target, thr, nms) return {} end
44
-
45
26
  --- 区域检测,坐标映射为原图/全屏绝对坐标
46
27
  --- @param id string 模型ID
47
28
  --- @param input string 图像ID或路径
@@ -37,17 +37,6 @@ declare namespace paddleOcr {
37
37
  orientation: number;
38
38
  }
39
39
 
40
- /**
41
- * 手动切换到 PP-OCRv5 模型。PaddleOCR 默认自动加载 PP-OCRv6 small;同一时间只保留一个 active 模型,加载成功后会替换已加载的 PP-OCRv6 模型。
42
- * @param maxSideLen 最大边长,默认768,可不传
43
- * @param useGpu 是否使用GPU,默认false,可不传
44
- * @returns 加载成功或模型已加载返回true
45
- * @deprecated 请改用 loadModel("ppocr-v5", useGpu);检测长边请使用 setMaxSideLen 单独设置。
46
- * @example
47
- * const results = paddleOcr.recognizeAbs("screen", 0, 0, 0, 0)
48
- * logi(`识别数量: ${results.length}`)
49
- */
50
- function loadV5(maxSideLen?: number, useGpu?: boolean): boolean;
51
40
  /**
52
41
  * 按模型 ID 手动加载内置 PaddleOCR 模型。识别和查找方法默认自动加载 ppocr-v6-small;同一时间只保留一个 active 模型,加载成功后会替换已加载模型;检测长边请使用 setMaxSideLen 单独设置。
53
42
  * @param modelId 模型 ID,必须传入,支持 "ppocr-v6-tiny"、"ppocr-v6-small"、"ppocr-v5"
@@ -70,30 +59,6 @@ declare namespace paddleOcr {
70
59
  * const results = paddleOcr.recognizeAbs("screen", 0, 0, 0, 0)
71
60
  */
72
61
  function setMaxSideLen(maxSideLen?: number): boolean;
73
- /**
74
- * 执行OCR识别
75
- * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
76
- * @param x 裁剪区域左上角 x 坐标,全屏传 0,默认 0
77
- * @param y 裁剪区域左上角 y 坐标,全屏传 0,默认 0
78
- * @param ex 裁剪区域右下角 x 坐标,全屏传 0,默认 0
79
- * @param ey 裁剪区域右下角 y 坐标,全屏传 0,默认 0
80
- * @param confidenceThreshold 置信度阈值,默认 0.6
81
- * @returns 识别结果数组,坐标相对于裁剪区域
82
- * @deprecated 请改用 recognizeAbs,避免裁剪区域坐标和全屏坐标混用。
83
- * @example
84
- * const results = paddleOcr.recognize("screen", 100, 100, 500, 300)
85
- * if (results.length > 0) {
86
- * logi(`区域坐标: ${results[0].centerX}, ${results[0].centerY}`)
87
- * }
88
- */
89
- function recognize(
90
- input: string,
91
- x?: number,
92
- y?: number,
93
- ex?: number,
94
- ey?: number,
95
- confidenceThreshold?: number,
96
- ): OCRResult[];
97
62
  /**
98
63
  * 执行 OCR 识别,并将结果坐标映射为原图/全屏绝对坐标
99
64
  * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
@@ -117,34 +82,6 @@ declare namespace paddleOcr {
117
82
  ey?: number,
118
83
  confidenceThreshold?: number,
119
84
  ): OCRResult[];
120
- /**
121
- * 查找目标文本并返回对应子串坐标
122
- * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
123
- * @param targetTexts 目标文本数组,例如 ["你好", "确定"]
124
- * @param x 裁剪区域左上角 x 坐标,全屏传 0,默认 0
125
- * @param y 裁剪区域左上角 y 坐标,全屏传 0,默认 0
126
- * @param ex 裁剪区域右下角 x 坐标,全屏传 0,默认 0
127
- * @param ey 裁剪区域右下角 y 坐标,全屏传 0,默认 0
128
- * @param confidenceThreshold 置信度阈值,默认 0.6
129
- * @param exactMatch 是否完整匹配,默认 false 表示包含匹配;传 true 时要求整条 OCR 识别结果文本等于目标文本
130
- * @returns 匹配到的子串结果数组,坐标相对于裁剪区域
131
- * @deprecated 请改用 findTextAbs,避免裁剪区域坐标和全屏坐标混用。
132
- * @example
133
- * const results = paddleOcr.findText("screen", ["确定"], 100, 100, 500, 300, 0.6)
134
- * if (results.length > 0) {
135
- * logi(`命中: ${results[0].text}`)
136
- * }
137
- */
138
- function findText(
139
- input: string,
140
- targetTexts: string[],
141
- x?: number,
142
- y?: number,
143
- ex?: number,
144
- ey?: number,
145
- confidenceThreshold?: number,
146
- exactMatch?: boolean,
147
- ): OCRResult[];
148
85
  /**
149
86
  * 查找目标文本并返回对应子串的原图/全屏绝对坐标
150
87
  * @param input 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
package/types/yolo.d.ts CHANGED
@@ -65,43 +65,6 @@ declare namespace yolo {
65
65
  version?: number,
66
66
  useGpu?: boolean,
67
67
  ): string | null;
68
- /**
69
- * 加载YOLOv11模型 (兼容 yolov8 模型)
70
- * @param paramPath ncnn模型的param文件的绝对路径
71
- * @param binPath ncnn模型的bin文件绝对路径
72
- * @param nc 模型的标签数量;传 0 或省略时根据模型输出自动推断,显式传入但不匹配时检测返回空数组
73
- * @param useGpu 是否使用 GPU 加载
74
- * @returns 加载成功返回模型ID字符串,失败返回null
75
- * @deprecated 请改用 load(paramPath, binPath, nc, 11, useGpu)。
76
- * @example
77
- * const modelId = yolo.load("yolov11n.param", "yolov11n.bin", 0, 11, false)
78
- */
79
- function loadV11(
80
- paramPath: string,
81
- binPath: string,
82
- nc?: number,
83
- useGpu?: boolean,
84
- ): string | null;
85
-
86
- /**
87
- * 目标检测
88
- * @param modelId 模型ID
89
- * @param img 图像ID,"screen"用当前屏幕检测,可以填入图像ID或者http图片地址或文件地址
90
- * @param targetSize 图像进入后缩放的检测大小,模型训练一般都用640,因此这里的640一般不要改
91
- * @param threshold 置信度,默认0.4,小于这个值的会被过滤掉
92
- * @param nmsThreshold 重叠阈值,一般是0.5不需要更改
93
- * @returns 检测结果数组
94
- * @deprecated 请改用 detectAbs,避免裁剪区域坐标和全屏坐标混用。
95
- * @example
96
- * const results = yolo.detectAbs(modelId, "screen", 0, 0, 0, 0, 640, 0.4, 0.5)
97
- */
98
- function detect(
99
- modelId: string,
100
- img: string,
101
- targetSize?: number,
102
- threshold?: number,
103
- nmsThreshold?: number,
104
- ): YoloResult[];
105
68
 
106
69
  /**
107
70
  * 对指定区域执行目标检测,并将结果坐标映射为原图/全屏绝对坐标
@@ -16,7 +16,7 @@ declare namespace $AI {
16
16
  name: 字符串;
17
17
  /** 接口协议 */
18
18
  protocol: "openai" | "anthropic" | "gemini";
19
- /** 接口根地址,例如 https://api.openai.com/v1 */
19
+ /** 接口根地址,例如 https://api.deepseek.com */
20
20
  baseUrl: 字符串;
21
21
  /** API Key;openai 协议连本机模型时可为空 */
22
22
  apiKey: 字符串;
@@ -28,6 +28,11 @@ declare namespace $AI {
28
28
  temperature?: 数字;
29
29
  /** 默认最大输出 token;不传则不发该字段,用模型自己的默认值(Anthropic 因接口必填仍默认 2048) */
30
30
  maxTokens?: 数字;
31
+ /**
32
+ * 思考级别,只对 openai 协议生效(请求字段 reasoning_effort)。
33
+ * 不传则不发,用服务商默认。
34
+ */
35
+ reasoningEffort?: "none" | "low" | "medium" | "high" | "xhigh";
31
36
  /** 是否支持图片输入,默认 true */
32
37
  supportsVision: 布尔值;
33
38
  /** 是否为默认供应商 */
@@ -38,17 +38,6 @@ declare namespace $PaddleOCR {
38
38
  orientation: 数字;
39
39
  }
40
40
 
41
- /**
42
- * 手动切换到 PP-OCRv5 模型。PaddleOCR 默认自动加载 PP-OCRv6 small;同一时间只保留一个 active 模型,加载成功后会替换已加载的 PP-OCRv6 模型。
43
- * @param 最大边长 最大边长,默认768,可不传
44
- * @param useGpu 是否使用GPU,默认false,可不传
45
- * @returns 加载成功或模型已加载返回true
46
- * @deprecated 请改用 加载模型("ppocr-v5", useGpu);检测长边请使用 设置最大边长 单独设置。
47
- * @example
48
- * const 识别结果数组 = $PaddleOCR.识别绝对坐标("screen", 0, 0, 0, 0)
49
- * $打印信息日志(`识别数量: ${识别结果数组.length}`)
50
- */
51
- function 加载V5模型(最大边长?: 数字, useGpu?: 布尔值): 布尔值;
52
41
  /**
53
42
  * 按模型 ID 手动加载内置 PaddleOCR 模型。识别和查找方法默认自动加载 ppocr-v6-small;同一时间只保留一个 active 模型,加载成功后会替换已加载模型;检测长边请使用 设置最大边长 单独设置。
54
43
  * @param 模型ID 模型 ID,必须传入,支持 "ppocr-v6-tiny"、"ppocr-v6-small"、"ppocr-v5"
@@ -71,30 +60,6 @@ declare namespace $PaddleOCR {
71
60
  * const 识别结果数组 = $PaddleOCR.识别绝对坐标("screen", 0, 0, 0, 0)
72
61
  */
73
62
  function 设置最大边长(最大边长?: 数字): 布尔值;
74
- /**
75
- * 执行OCR识别
76
- * @param 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
77
- * @param 图片边界框左上角x坐标 裁剪区域左上角 x,全屏传 0,默认 0
78
- * @param 图片边界框左上角y坐标 裁剪区域左上角 y,全屏传 0,默认 0
79
- * @param 图片边界框右下角x坐标 裁剪区域右下角 x,全屏传 0,默认 0
80
- * @param 图片边界框右下角y坐标 裁剪区域右下角 y,全屏传 0,默认 0
81
- * @param 置信度阈值 置信度阈值,默认 0.6
82
- * @returns 识别结果数组,坐标相对于裁剪区域
83
- * @deprecated 请改用 识别绝对坐标,避免裁剪区域坐标和全屏坐标混用。
84
- * @example
85
- * const 识别结果数组 = $PaddleOCR.识别("screen", 100, 100, 500, 300)
86
- * if (识别结果数组.length > 0) {
87
- * $打印信息日志(`区域坐标: ${识别结果数组[0].centerX}, ${识别结果数组[0].centerY}`)
88
- * }
89
- */
90
- function 识别(
91
- 输入源: 字符串,
92
- 图片边界框左上角x坐标?: 数字,
93
- 图片边界框左上角y坐标?: 数字,
94
- 图片边界框右下角x坐标?: 数字,
95
- 图片边界框右下角y坐标?: 数字,
96
- 置信度阈值?: 数字,
97
- ): 数组<OCR识别结果>;
98
63
  /**
99
64
  * 执行 OCR 识别,并将结果坐标映射为原图/全屏绝对坐标
100
65
  * @param 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
@@ -118,34 +83,6 @@ declare namespace $PaddleOCR {
118
83
  图片边界框右下角y坐标?: 数字,
119
84
  置信度阈值?: 数字,
120
85
  ): 数组<OCR识别结果>;
121
- /**
122
- * 查找目标文本并返回对应子串坐标
123
- * @param 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
124
- * @param 目标文本数组 例如 ["你好", "确定"]
125
- * @param 图片边界框左上角x坐标 裁剪区域左上角 x,全屏传 0,默认 0
126
- * @param 图片边界框左上角y坐标 裁剪区域左上角 y,全屏传 0,默认 0
127
- * @param 图片边界框右下角x坐标 裁剪区域右下角 x,全屏传 0,默认 0
128
- * @param 图片边界框右下角y坐标 裁剪区域右下角 y,全屏传 0,默认 0
129
- * @param 置信度阈值 置信度阈值,默认 0.6
130
- * @param 是否完整匹配 默认 false 表示包含匹配;传 true 时要求整条 OCR 识别结果文本等于目标文本
131
- * @returns 匹配到的子串结果数组,坐标相对于裁剪区域
132
- * @deprecated 请改用 查找文本绝对坐标,避免裁剪区域坐标和全屏坐标混用。
133
- * @example
134
- * const 结果 = $PaddleOCR.查找文本("screen", ["确定"], 100, 100, 500, 300, 0.6)
135
- * if (结果.length > 0) {
136
- * $打印信息日志(`命中: ${结果[0].text}`)
137
- * }
138
- */
139
- function 查找文本(
140
- 输入源: 字符串,
141
- 目标文本数组: 数组<字符串>,
142
- 图片边界框左上角x坐标?: 数字,
143
- 图片边界框左上角y坐标?: 数字,
144
- 图片边界框右下角x坐标?: 数字,
145
- 图片边界框右下角y坐标?: 数字,
146
- 置信度阈值?: 数字,
147
- 是否完整匹配?: 布尔值,
148
- ): 数组<OCR识别结果>;
149
86
  /**
150
87
  * 查找目标文本并返回对应子串的原图/全屏绝对坐标
151
88
  * @param 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
@@ -69,44 +69,6 @@ declare namespace $YOLO {
69
69
  useGpu?: 布尔值,
70
70
  ): 字符串 | null;
71
71
 
72
- /**
73
- * 加载YOLOv11模型 (兼容 yolov8 模型)
74
- * @param ncnn模型的param文件路径
75
- * @param ncnn模型的bin文件路径
76
- * @param 标签数量 模型的标签数量;传 0 或省略时根据模型输出自动推断,显式传入但不匹配时检测返回空数组
77
- * @param useGpu 是否使用 GPU 加载
78
- * @returns 加载成功返回模型ID字符串,失败返回null
79
- * @deprecated 请改用 加载模型(paramPath, binPath, 标签数量, 11, useGpu)。
80
- * @example
81
- * const 模型ID = $YOLO.加载模型("yolov11n.param", "yolov11n.bin", 0, 11, false)
82
- */
83
- function 加载YOLOv11模型(
84
- ncnn模型的param文件路径: 字符串,
85
- ncnn模型的bin文件路径: 字符串,
86
- 标签数量?: 数字,
87
- useGpu?: 布尔值,
88
- ): 字符串 | null;
89
-
90
- /**
91
- * 目标检测
92
- * @param 模型ID
93
- * @param 图片ID 图像ID,"screen"用当前屏幕检测,可以填入图像ID或者http图片地址或文件地址
94
- * @param 目标检测输入大小 图像进入后缩放的检测大小,模型训练一般都用640,因此这里的640一般不要改
95
- * @param 置信度 置信度,默认0.4,小于这个值的会被过滤掉
96
- * @param 重叠阈值 一般是0.5不需要更改
97
- * @returns 检测结果数组
98
- * @deprecated 请改用 目标检测绝对坐标,避免裁剪区域坐标和全屏坐标混用。
99
- * @example
100
- * const 结果数组 = $YOLO.目标检测绝对坐标(模型ID, "screen", 0, 0, 0, 0, 640, 0.4, 0.5)
101
- */
102
- function 目标检测(
103
- 模型ID: 字符串,
104
- 图片ID: 字符串,
105
- 目标检测输入大小?: 数字,
106
- 置信度?: 数字,
107
- 重叠阈值?: 数字,
108
- ): 数组<Yolo检测结果>;
109
-
110
72
  /**
111
73
  * 对指定区域执行目标检测,并将结果坐标映射为原图/全屏绝对坐标
112
74
  * @param 模型ID
@@ -22,37 +22,6 @@ declare namespace $图片 {
22
22
  区域右下角X坐标?: 数字,
23
23
  区域右下角Y坐标?: 数字,
24
24
  ): 字符串 | null;
25
- /**
26
- * 截图
27
- * @returns 截图的imageId ,如果截图失败则返回null
28
- * @deprecated 请改用 截取屏幕()。
29
- * @example
30
- * const 图片ID = $图片.截取屏幕()
31
- * if (图片ID) {
32
- * $图片.保存图片(图片ID, "screen.jpg")
33
- * }
34
- */
35
- function 截取全屏(): 字符串 | null;
36
- /**
37
- * 截图指定区域
38
- * @param 区域左上角X坐标
39
- * @param 区域左上角Y坐标
40
- * @param 区域右下角X坐标
41
- * @param 区域右下角Y坐标
42
- * @returns 截图的imageId ,如果截图失败则返回null
43
- * @deprecated 请改用 截取屏幕(区域左上角X坐标, 区域左上角Y坐标, 区域右下角X坐标, 区域右下角Y坐标)。
44
- * @example
45
- * const 图片ID = $图片.截取屏幕(0, 0, 100, 100)
46
- * if (图片ID) {
47
- * $图片.保存图片(图片ID, "screen.jpg")
48
- * }
49
- */
50
- function 截取区域(
51
- 区域左上角X坐标: 数字,
52
- 区域左上角Y坐标: 数字,
53
- 区域右下角X坐标: 数字,
54
- 区域右下角Y坐标: 数字,
55
- ): 字符串 | null;
56
25
  /**
57
26
  * 保存图片
58
27
  * @param imageId 图片id 路径 http地址或者 screen 实时截屏
@@ -30,29 +30,6 @@ declare namespace $苹果OCR {
30
30
  centerY: 数字;
31
31
  }
32
32
 
33
- /**
34
- * 执行OCR识别(使用Apple Vision框架)
35
- * @param 输入源 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
36
- * @param 图片边界框左上角x坐标 默认 0
37
- * @param 图片边界框左上角y坐标 默认 0
38
- * @param 图片边界框右下角x坐标 默认 0
39
- * @param 图片边界框右下角y坐标 默认 0
40
- * @param 识别语言数组 识别语言数组,默认为["zh-Hans", "en-US"]
41
- * @returns 识别结果数组,包含文本、置信度、坐标等信息
42
- * @deprecated 请改用 识别绝对坐标,避免裁剪区域坐标和全屏坐标混用。
43
- * @example
44
- * const 检查结果数组 = $苹果OCR.识别绝对坐标("screen", 0, 0, 100, 100, ["zh-Hans", "en-US"])
45
- * $打印信息日志(`识别数量: ${检查结果数组.length}`)
46
- */
47
- function 识别(
48
- 输入源: 字符串,
49
- 图片边界框左上角x坐标?: 数字,
50
- 图片边界框左上角y坐标?: 数字,
51
- 图片边界框右下角x坐标?: 数字,
52
- 图片边界框右下角y坐标?: 数字,
53
- 识别语言数组?: Array<字符串>
54
- ): 数组<OCR识别结果>;
55
-
56
33
  /**
57
34
  * 执行 OCR 识别,并将结果坐标映射为原图/全屏绝对坐标。
58
35
  * @param 输入源 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
@@ -77,27 +54,6 @@ declare namespace $苹果OCR {
77
54
  识别语言数组?: Array<字符串>
78
55
  ): 数组<OCR识别结果>;
79
56
 
80
- /**
81
- * 执行OCR识别(仅识别数字)0-9.,+-
82
- * @param 输入源 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
83
- * @param 图片边界框左上角x坐标 默认 0
84
- * @param 图片边界框左上角y坐标 默认 0
85
- * @param 图片边界框右下角x坐标 默认 0
86
- * @param 图片边界框右下角y坐标 默认 0
87
- * @returns 识别结果数组,包含文本、置信度、坐标等信息
88
- * @deprecated 请改用 识别数字绝对坐标,避免裁剪区域坐标和全屏坐标混用。
89
- * @example
90
- * const 检查结果数组 = $苹果OCR.识别数字绝对坐标("screen", 0, 0, 100, 100)
91
- * $打印信息日志(`数字识别数量: ${检查结果数组.length}`)
92
- */
93
- function 识别数字(
94
- 输入源: 字符串,
95
- 图片边界框左上角x坐标?: 数字,
96
- 图片边界框左上角y坐标?: 数字,
97
- 图片边界框右下角x坐标?: 数字,
98
- 图片边界框右下角y坐标?: 数字
99
- ): 数组<OCR识别结果>;
100
-
101
57
  /**
102
58
  * 执行数字 OCR 识别,并将结果坐标映射为原图/全屏绝对坐标。
103
59
  * @param 输入源 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
@@ -120,33 +76,6 @@ declare namespace $苹果OCR {
120
76
  图片边界框右下角y坐标?: 数字
121
77
  ): 数组<OCR识别结果>;
122
78
 
123
- /**
124
- * 执行OCR识别,在整段识别文本中查找指定子串
125
- * @param 输入源 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
126
- * @param 要查找的文本数组 要查找的目标文本数组,可匹配识别结果中的子串
127
- * @param 图片边界框左上角x坐标 默认 0
128
- * @param 图片边界框左上角y坐标 默认 0
129
- * @param 图片边界框右下角x坐标 默认 0
130
- * @param 图片边界框右下角y坐标 默认 0
131
- * @param 识别语言数组 识别语言数组,默认为["zh-Hans", "en-US"]
132
- * @param 是否完整匹配 默认 false 表示包含匹配;传 true 时要求整条 OCR 识别结果文本等于目标文本
133
- * @returns 命中子串的识别结果数组,坐标对应目标子串区域
134
- * @deprecated 请改用 查找文本绝对坐标,避免裁剪区域坐标和全屏坐标混用。
135
- * @example
136
- * const 检查结果数组 = $苹果OCR.查找文本绝对坐标("screen", ["开始"], 0, 0, 100, 100, ["zh-Hans", "en-US"])
137
- * $打印信息日志(`命中数量: ${检查结果数组.length}`)
138
- */
139
- function 查找文本(
140
- 输入源: 字符串,
141
- 要查找的文本数组: 数组<字符串>,
142
- 图片边界框左上角x坐标?: 数字,
143
- 图片边界框左上角y坐标?: 数字,
144
- 图片边界框右下角x坐标?: 数字,
145
- 图片边界框右下角y坐标?: 数字,
146
- 识别语言数组?: 数组<字符串>,
147
- 是否完整匹配?: 布尔值
148
- ): 数组<OCR识别结果>;
149
-
150
79
  /**
151
80
  * 查找指定子串,并将子串结果坐标映射为原图/全屏绝对坐标。
152
81
  * @param 输入源 输入源(imageId、URL字符串、文件路径或"screen","screen"表示使用当前屏幕)
@@ -73,21 +73,6 @@ declare namespace $设备 {
73
73
  * @example $设备.获取设备型号()
74
74
  */
75
75
  function 获取设备型号(): 字符串;
76
- /**
77
- * 获取屏幕宽高
78
- * @returns 获取屏幕宽高缩放后的,实际宽高,请使用`获取屏幕实际宽高()`获取未缩放的宽高
79
- * @example $设备.获取屏幕宽高()
80
- */
81
- function 获取屏幕宽高(): {
82
- /**
83
- * 屏幕宽度
84
- */
85
- width: 数字;
86
- /**
87
- * 屏幕高度
88
- */
89
- height: 数字;
90
- };
91
76
  /**
92
77
  * 获取屏幕实际大小
93
78
  * @returns 屏幕实际大小