ms-types 0.9.1 → 0.9.3

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "ms-types",
-  "version": "0.9.1",
+  "version": "0.9.3",
   "type": "module",
   "license": "MIT",
   "publishConfig": {
@@ -18,6 +18,6 @@
   "devDependencies": {
     "vitepress": "^1.6.4",
     "vitepress-theme-teek": "^1.6.0",
-    "wrangler": "^4.92.0"
+    "wrangler": "^4.100.0"
   }
 }

package/types/appleocr.d.ts

@@ -52,6 +52,30 @@ declare namespace appleOcr {
     languages?: string[]
   ): OCRResult[];
 
+  /**
+   * 执行 OCR 识别，并将结果坐标映射为原图/全屏绝对坐标。
+   * @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）
+   * @param x 边界框左上角x坐标 默认 0
+   * @param y 边界框左上角y坐标 默认 0
+   * @param ex 边界框右下角x坐标 默认 0
+   * @param ey 边界框右下角y坐标 默认 0
+   * @param languages 识别语言数组，默认为["zh-Hans", "en-US"]
+   * @returns 识别结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const results = appleOcr.recognizeAbs("screen", 100, 100, 500, 300)
+   * if (results.length > 0) {
+   *   action.click(results[0].centerX, results[0].centerY)
+   * }
+   */
+  function recognizeAbs(
+    input: string,
+    x?: number,
+    y?: number,
+    ex?: number,
+    ey?: number,
+    languages?: string[]
+  ): OCRResult[];
+
   /**
    * 执行OCR识别（仅识别数字）0-9.,+-
    * @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）
@@ -74,6 +98,28 @@ declare namespace appleOcr {
     ey?: number
   ): OCRResult[];
 
+  /**
+   * 执行数字 OCR 识别，并将结果坐标映射为原图/全屏绝对坐标。
+   * @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）
+   * @param x 边界框左上角x坐标
+   * @param y 边界框左上角y坐标
+   * @param ex 边界框右下角x坐标
+   * @param ey 边界框右下角y坐标
+   * @returns 识别结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const results = appleOcr.recognizeNumbersAbs("screen", 100, 100, 500, 300)
+   * if (results.length > 0) {
+   *   action.click(results[0].centerX, results[0].centerY)
+   * }
+   */
+  function recognizeNumbersAbs(
+    input: string,
+    x?: number,
+    y?: number,
+    ex?: number,
+    ey?: number
+  ): OCRResult[];
+
   /**
    * 执行OCR识别（查找指定文本）
    * @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）
@@ -99,4 +145,30 @@ declare namespace appleOcr {
     ey?: number,
     languages?: string[]
   ): OCRResult[];
+
+  /**
+   * 查找指定文本，并将结果坐标映射为原图/全屏绝对坐标。
+   * @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）
+   * @param texts 要查找的文本数组
+   * @param x 边界框左上角x坐标
+   * @param y 边界框左上角y坐标
+   * @param ex 边界框右下角x坐标
+   * @param ey 边界框右下角y坐标
+   * @param languages 识别语言数组，默认为["zh-Hans", "en-US"]
+   * @returns 识别结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const results = appleOcr.findTextAbs("screen", ["确定"], 100, 100, 500, 400)
+   * if (results.length > 0) {
+   *   action.click(results[0].centerX, results[0].centerY)
+   * }
+   */
+  function findTextAbs(
+    input: string,
+    texts: string[],
+    x?: number,
+    y?: number,
+    ex?: number,
+    ey?: number,
+    languages?: string[]
+  ): OCRResult[];
 }

package/types/global.d.ts

@@ -179,6 +179,25 @@ declare function setCpuAutoThrottle(enabled: boolean): boolean;
  */
 declare function getCpuAutoThrottle(): boolean;
 
+/**
+ * 设置 CPU 限流单次 sleep 延迟范围（毫秒）
+ * @param minMs 最低延迟，默认 3
+ * @param maxMs 最高延迟，默认 30；小于 minMs 时自动对齐
+ * @returns 实际生效的延迟范围
+ * @description 仅在 CPU 自动限流开启且触发限流时生效
+ * @example
+ * const delay = setCpuThrottleDelay(3, 30);
+ */
+declare function setCpuThrottleDelay(minMs: number, maxMs: number): { minMs: number; maxMs: number };
+
+/**
+ * 获取 CPU 限流延迟范围（毫秒）
+ * @returns 当前最低与最高延迟
+ * @example
+ * const delay = getCpuThrottleDelay();
+ */
+declare function getCpuThrottleDelay(): { minMs: number; maxMs: number };
+
 /**
  * 打印调试日志 - 输出调试级别的日志
  * 用于详细的程序执行信息、变量值和状态信息、函数调用跟踪

package/types/index.d.ts

@@ -24,4 +24,5 @@
 /// <reference path="ui.d.ts" />
 /// <reference path="utils.d.ts" />
 /// <reference path="yolo.d.ts" />
+/// <reference path="yoloCls.d.ts" />
 /// <reference path="zh/index.d.ts" />

package/types/node.d.ts

@@ -6,6 +6,10 @@ declare function createNodeSelector(params?: {
    * 代表要获取节点的层级，越少速度越快，默认 50
    */
   maxDepth?: number;
+  /**
+   * 抓取模式：模式 1、模式 2，默认模式 1
+   */
+  mode?: number;
 }): NodeSelector;
 
 declare interface NodeBoundsInfo {

package/types/paddleocr.d.ts

@@ -36,7 +36,7 @@ declare namespace paddleOcr {
    * 初始化PP-OCRv5模型
    * @param maxSideLen 最大边长，默认640，可不传
    * @param useGpu 是否使用GPU，默认false，可不传
-   * @returns 初始化是否成功
+   * @returns 初始化成功或模型已加载返回true
    * @example
    * const loaded = paddleOcr.loadV5(640, true)
    * if (loaded) {
@@ -47,16 +47,16 @@ declare namespace paddleOcr {
   /**
    * 执行OCR识别
    * @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）
-   * @param x 边界框左上角x坐标 全屏传0，默认0
-   * @param y 边界框左上角y坐标 全屏传0，默认0
-   * @param ex 边界框右下角x坐标 全屏传0，默认0
-   * @param ey 边界框右下角y坐标 全屏传0，默认0
-   * @param confidenceThreshold 置信度阈值，默认0.6
-   * @returns 识别结果数组
+   * @param x 裁剪区域左上角 x 坐标，全屏传 0，默认 0
+   * @param y 裁剪区域左上角 y 坐标，全屏传 0，默认 0
+   * @param ex 裁剪区域右下角 x 坐标，全屏传 0，默认 0
+   * @param ey 裁剪区域右下角 y 坐标，全屏传 0，默认 0
+   * @param confidenceThreshold 置信度阈值，默认 0.6
+   * @returns 识别结果数组，坐标相对于裁剪区域
    * @example
-   * const results = paddleOcr.recognize("screen", 0, 0, 100, 100)
+   * const results = paddleOcr.recognize("screen", 100, 100, 500, 300)
    * if (results.length > 0) {
-   *   logi("识别到文本")
+   *   logi(`区域坐标: ${results[0].centerX}, ${results[0].centerY}`)
    * }
    */
   function recognize(
@@ -67,18 +67,41 @@ declare namespace paddleOcr {
     ey?: number,
     confidenceThreshold?: number,
   ): OCRResult[];
+  /**
+   * 执行 OCR 识别，并将结果坐标映射为原图/全屏绝对坐标
+   * @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）
+   * @param x 裁剪区域左上角 x 坐标，全屏传 0，默认 0
+   * @param y 裁剪区域左上角 y 坐标，全屏传 0，默认 0
+   * @param ex 裁剪区域右下角 x 坐标，全屏传 0，默认 0
+   * @param ey 裁剪区域右下角 y 坐标，全屏传 0，默认 0
+   * @param confidenceThreshold 置信度阈值，默认 0.6
+   * @returns 识别结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const results = paddleOcr.recognizeAbs("screen", 100, 100, 500, 300)
+   * if (results.length > 0) {
+   *   action.click(results[0].centerX, results[0].centerY)
+   * }
+   */
+  function recognizeAbs(
+    input: string,
+    x?: number,
+    y?: number,
+    ex?: number,
+    ey?: number,
+    confidenceThreshold?: number,
+  ): OCRResult[];
   /**
    * 查找目标文本并返回对应子串坐标
    * @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）
    * @param targetTexts 目标文本数组，例如 ["你好", "确定"]
-   * @param x 边界框左上角x坐标 全屏传0，默认0
-   * @param y 边界框左上角y坐标 全屏传0，默认0
-   * @param ex 边界框右下角x坐标 全屏传0，默认0
-   * @param ey 边界框右下角y坐标 全屏传0，默认0
-   * @param confidenceThreshold 置信度阈值，默认0.6
-   * @returns 匹配到的子串结果数组（text 为目标文本）
+   * @param x 裁剪区域左上角 x 坐标，全屏传 0，默认 0
+   * @param y 裁剪区域左上角 y 坐标，全屏传 0，默认 0
+   * @param ex 裁剪区域右下角 x 坐标，全屏传 0，默认 0
+   * @param ey 裁剪区域右下角 y 坐标，全屏传 0，默认 0
+   * @param confidenceThreshold 置信度阈值，默认 0.6
+   * @returns 匹配到的子串结果数组，坐标相对于裁剪区域
    * @example
-   * const results = paddleOcr.findText("screen", ["你好"], 0, 0, 0, 0, 0.6)
+   * const results = paddleOcr.findText("screen", ["确定"], 100, 100, 500, 300, 0.6)
    * if (results.length > 0) {
    *   logi(`命中: ${results[0].text}`)
    * }
@@ -92,6 +115,31 @@ declare namespace paddleOcr {
     ey?: number,
     confidenceThreshold?: number,
   ): OCRResult[];
+  /**
+   * 查找目标文本并返回对应子串的原图/全屏绝对坐标
+   * @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）
+   * @param targetTexts 目标文本数组，例如 ["你好", "确定"]
+   * @param x 裁剪区域左上角 x 坐标，全屏传 0，默认 0
+   * @param y 裁剪区域左上角 y 坐标，全屏传 0，默认 0
+   * @param ex 裁剪区域右下角 x 坐标，全屏传 0，默认 0
+   * @param ey 裁剪区域右下角 y 坐标，全屏传 0，默认 0
+   * @param confidenceThreshold 置信度阈值，默认 0.6
+   * @returns 匹配到的子串结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const results = paddleOcr.findTextAbs("screen", ["确定"], 100, 100, 500, 300, 0.6)
+   * if (results.length > 0) {
+   *   action.click(results[0].centerX, results[0].centerY)
+   * }
+   */
+  function findTextAbs(
+    input: string,
+    targetTexts: string[],
+    x?: number,
+    y?: number,
+    ex?: number,
+    ey?: number,
+    confidenceThreshold?: number,
+  ): OCRResult[];
   /**
    * 释放OCR模型资源
    */

package/types/yolo.d.ts

@@ -51,17 +51,17 @@ declare namespace yolo {
    * 加载YOLO模型
    * @param paramPath ncnn模型的param文件的绝对路径
    * @param binPath ncnn模型的bin文件绝对路径
-   * @param nc 模型的标签数量,可在标签集data.yaml中看到
+   * @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
    * @param version 模型版本，默认11, 支持 8 11 26
    * @param useGpu 是否使用 GPU 加载
    * @returns 加载成功返回模型ID字符串，失败返回null
    * @example
-   * const modelId = yolo.load("yolov8n.param", "yolov8n.bin", 80)
+   * const modelId = yolo.load("yolov8n.param", "yolov8n.bin", 0)
    */
   function load(
     paramPath: string,
     binPath: string,
-    nc: number,
+    nc?: number,
     version?: number,
     useGpu?: boolean,
   ): string | null;
@@ -69,16 +69,16 @@ declare namespace yolo {
    * 加载YOLOv11模型 （兼容 yolov8 模型）
    * @param paramPath ncnn模型的param文件的绝对路径
    * @param binPath ncnn模型的bin文件绝对路径
-   * @param nc 模型的标签数量,可在标签集data.yaml中看到
+   * @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
    * @param useGpu 是否使用 GPU 加载
    * @returns 加载成功返回模型ID字符串，失败返回null
    * @example
-   * const modelId = yolo.loadV11("yolov11n.param", "yolov11n.bin", 80)
+   * const modelId = yolo.loadV11("yolov11n.param", "yolov11n.bin", 0)
    */
   function loadV11(
     paramPath: string,
     binPath: string,
-    nc: number,
+    nc?: number,
     useGpu?: boolean,
   ): string | null;
 
@@ -101,6 +101,36 @@ declare namespace yolo {
     nmsThreshold?: number,
   ): YoloResult[];
 
+  /**
+   * 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
+   * @param modelId 模型ID
+   * @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
+   * @param x 裁剪区域左上角 x 坐标，默认 0
+   * @param y 裁剪区域左上角 y 坐标，默认 0
+   * @param ex 裁剪区域右下角 x 坐标，默认 0
+   * @param ey 裁剪区域右下角 y 坐标，默认 0
+   * @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
+   * @param threshold 置信度，默认0.4，小于这个值的会被过滤掉
+   * @param nmsThreshold 重叠阈值，一般是0.5不需要更改
+   * @returns 检测结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const results = yolo.detectAbs(modelId, "screen", 100, 100, 500, 400, 640, 0.4, 0.5)
+   * if (results.length > 0) {
+   *   action.click(results[0].centerX, results[0].centerY)
+   * }
+   */
+  function detectAbs(
+    modelId: string,
+    img: string,
+    x?: number,
+    y?: number,
+    ex?: number,
+    ey?: number,
+    targetSize?: number,
+    threshold?: number,
+    nmsThreshold?: number,
+  ): YoloResult[];
+
   /**
    * 释放指定模型资源
    * @param modelId 模型ID

package/types/yoloCls.d.ts

@@ -0,0 +1,103 @@
+/**
+ * YOLO 图像分类模块，提供 NCNN YOLO-cls 分类模型加载、分类和资源释放能力
+ */
+declare namespace yoloCls {
+  /**
+   * Ultralytics Probs 风格分类概率结果
+   */
+  interface YoloClsProbs {
+    /**
+     * 所有类别的概率数组，下标即类别 ID
+     */
+    data: number[];
+    /**
+     * 概率最高的类别 ID；分类失败时为 null
+     */
+    top1: number | null;
+    /**
+     * 概率最高的 5 个类别 ID，按概率从高到低排序
+     */
+    top5: number[];
+    /**
+     * top1 对应的概率；分类失败时为 null
+     */
+    top1conf: number | null;
+    /**
+     * top5 对应的概率，顺序与 top5 一致
+     */
+    top5conf: number[];
+  }
+
+  /**
+   * 加载 YOLO 分类模型
+   * @param paramPath ncnn 模型 param 文件路径
+   * @param binPath ncnn 模型 bin 文件路径
+   * @param nc 模型类别数量，传 0 或省略时按模型输出自动推断，显式传入但不匹配时分类返回空结果
+   * @param useGpu 是否使用 GPU 加载
+   * @returns 加载成功返回模型 ID 字符串，失败返回 null
+   * @example
+   * const modelId = yoloCls.load("yolo11n_cls.ncnn.param", "yolo11n_cls.ncnn.bin", 1000, false)
+   */
+  function load(
+    paramPath: string,
+    binPath: string,
+    nc?: number,
+    useGpu?: boolean,
+  ): string | null;
+
+  /**
+   * 图像分类
+   * @param modelId 模型 ID
+   * @param img 图像 ID，"screen" 使用当前屏幕，也可以填入图像 ID、HTTP 图片地址或文件路径
+   * @param targetSize 分类输入大小，默认 224
+   * @returns Ultralytics Probs 风格分类概率结果
+   * @example
+   * const result = yoloCls.classify(modelId, "screen", 224)
+   * if (result.top1 !== null) {
+   *   logi(`${result.top1}: ${result.top1conf}`)
+   * }
+   */
+  function classify(
+    modelId: string,
+    img: string,
+    targetSize?: number,
+  ): YoloClsProbs;
+
+  /**
+   * 对指定区域执行图像分类
+   * @param modelId 模型 ID
+   * @param img 图像 ID，"screen" 使用当前屏幕，也可以填入图像 ID、HTTP 图片地址或文件路径
+   * @param x 裁剪区域左上角 x 坐标，默认 0
+   * @param y 裁剪区域左上角 y 坐标，默认 0
+   * @param ex 裁剪区域右下角 x 坐标，默认 0
+   * @param ey 裁剪区域右下角 y 坐标，默认 0
+   * @param targetSize 分类输入大小，默认 224
+   * @returns Ultralytics Probs 风格分类概率结果
+   * @example
+   * const result = yoloCls.classifyRegion(modelId, "screen", 100, 100, 500, 400, 224)
+   */
+  function classifyRegion(
+    modelId: string,
+    img: string,
+    x?: number,
+    y?: number,
+    ex?: number,
+    ey?: number,
+    targetSize?: number,
+  ): YoloClsProbs;
+
+  /**
+   * 释放指定模型资源
+   * @param modelId 模型 ID
+   * @example
+   * yoloCls.free(modelId)
+   */
+  function free(modelId: string): void;
+
+  /**
+   * 释放所有模型资源
+   * @example
+   * yoloCls.freeAll()
+   */
+  function freeAll(): void;
+}

package/types/zh/PaddleOCR/346/250/241/345/235/227.d.ts

@@ -35,9 +35,9 @@ declare namespace $PaddleOCR {
 
   /**
    * 初始化PP-OCRv5模型
-   * @param maxSideLen 最大边长，默认640，可不传
+   * @param 最大边长 最大边长，默认640，可不传
    * @param useGpu 是否使用GPU，默认false，可不传
-   * @returns 初始化是否成功
+   * @returns 初始化成功或模型已加载返回true
    * @example
    * const 是否加载成功 = $PaddleOCR.加载V5模型(640, true)
    * if (是否加载成功) {
@@ -48,16 +48,16 @@ declare namespace $PaddleOCR {
   /**
    * 执行OCR识别
    * @param 输入源（imageId、URL字符串、文件路径或"screen"，"screen"表示使用当前屏幕）
-   * @param 图片边界框左上角x坐标 全屏传0，默认0
-   * @param 图片边界框左上角y坐标 全屏传0，默认0
-   * @param 图片边界框右下角x坐标 全屏传0，默认0
-   * @param 图片边界框右下角y坐标 全屏传0，默认0
-   * @param 置信度阈值 置信度阈值，默认0.6
-   * @returns 识别结果数组
+   * @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
+   * @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
+   * @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
+   * @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
+   * @param 置信度阈值 置信度阈值，默认 0.6
+   * @returns 识别结果数组，坐标相对于裁剪区域
    * @example
-   * const 识别结果数组 = $PaddleOCR.识别("screen", 0, 0, 100, 100)
+   * const 识别结果数组 = $PaddleOCR.识别("screen", 100, 100, 500, 300)
    * if (识别结果数组.length > 0) {
-   *   $打印信息日志("识别到文本")
+   *   $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}`)
    * }
    */
   function 识别(
@@ -68,18 +68,41 @@ declare namespace $PaddleOCR {
     图片边界框右下角y坐标?: 数字,
     置信度阈值?: 数字,
   ): 数组<OCR识别结果>;
+  /**
+   * 执行 OCR 识别，并将结果坐标映射为原图/全屏绝对坐标
+   * @param 输入源（imageId、URL字符串、文件路径或"screen"，"screen"表示使用当前屏幕）
+   * @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
+   * @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
+   * @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
+   * @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
+   * @param 置信度阈值 置信度阈值，默认 0.6
+   * @returns 识别结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const 识别结果数组 = $PaddleOCR.识别绝对坐标("screen", 100, 100, 500, 300)
+   * if (识别结果数组.length > 0) {
+   *   $动作.点击(识别结果数组[0].centerX, 识别结果数组[0].centerY)
+   * }
+   */
+  function 识别绝对坐标(
+    输入源: 字符串,
+    图片边界框左上角x坐标?: 数字,
+    图片边界框左上角y坐标?: 数字,
+    图片边界框右下角x坐标?: 数字,
+    图片边界框右下角y坐标?: 数字,
+    置信度阈值?: 数字,
+  ): 数组<OCR识别结果>;
   /**
    * 查找目标文本并返回对应子串坐标
    * @param 输入源（imageId、URL字符串、文件路径或"screen"，"screen"表示使用当前屏幕）
    * @param 目标文本数组 例如 ["你好", "确定"]
-   * @param 图片边界框左上角x坐标 全屏传0，默认0
-   * @param 图片边界框左上角y坐标 全屏传0，默认0
-   * @param 图片边界框右下角x坐标 全屏传0，默认0
-   * @param 图片边界框右下角y坐标 全屏传0，默认0
-   * @param 置信度阈值 置信度阈值，默认0.6
-   * @returns 匹配到的子串结果数组（text 为目标文本）
+   * @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
+   * @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
+   * @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
+   * @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
+   * @param 置信度阈值 置信度阈值，默认 0.6
+   * @returns 匹配到的子串结果数组，坐标相对于裁剪区域
    * @example
-   * const 结果 = $PaddleOCR.查找文本("screen", ["你好"], 0, 0, 0, 0, 0.6)
+   * const 结果 = $PaddleOCR.查找文本("screen", ["确定"], 100, 100, 500, 300, 0.6)
    * if (结果.length > 0) {
    *   $打印信息日志(`命中: ${结果[0].text}`)
    * }
@@ -93,6 +116,31 @@ declare namespace $PaddleOCR {
     图片边界框右下角y坐标?: 数字,
     置信度阈值?: 数字,
   ): 数组<OCR识别结果>;
+  /**
+   * 查找目标文本并返回对应子串的原图/全屏绝对坐标
+   * @param 输入源（imageId、URL字符串、文件路径或"screen"，"screen"表示使用当前屏幕）
+   * @param 目标文本数组 例如 ["你好", "确定"]
+   * @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
+   * @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
+   * @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
+   * @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
+   * @param 置信度阈值 置信度阈值，默认 0.6
+   * @returns 匹配到的子串结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const 结果 = $PaddleOCR.查找文本绝对坐标("screen", ["确定"], 100, 100, 500, 300, 0.6)
+   * if (结果.length > 0) {
+   *   $动作.点击(结果[0].centerX, 结果[0].centerY)
+   * }
+   */
+  function 查找文本绝对坐标(
+    输入源: 字符串,
+    目标文本数组: 数组<字符串>,
+    图片边界框左上角x坐标?: 数字,
+    图片边界框左上角y坐标?: 数字,
+    图片边界框右下角x坐标?: 数字,
+    图片边界框右下角y坐标?: 数字,
+    置信度阈值?: 数字,
+  ): 数组<OCR识别结果>;
   /**
    * 释放OCR模型资源
    */

package/types/zh/YOLO/345/210/206/347/261/273/346/250/241/345/235/227.d.ts

@@ -0,0 +1,102 @@
+/// <reference path="全局模块.d.ts" />
+
+/**
+ * YOLO 图像分类模块，提供 NCNN YOLO-cls 分类模型加载、分类和资源释放能力
+ */
+declare namespace $YOLO分类 {
+  /**
+   * Ultralytics Probs 风格分类概率结果
+   */
+  interface Yolo分类概率结果 {
+    /**
+     * 所有类别的概率数组，下标即类别 ID
+     */
+    data: 数组<数字>;
+    /**
+     * 概率最高的类别 ID；分类失败时为 null
+     */
+    top1: 数字 | null;
+    /**
+     * 概率最高的 5 个类别 ID，按概率从高到低排序
+     */
+    top5: 数组<数字>;
+    /**
+     * top1 对应的概率；分类失败时为 null
+     */
+    top1conf: 数字 | null;
+    /**
+     * top5 对应的概率，顺序与 top5 一致
+     */
+    top5conf: 数组<数字>;
+  }
+
+  /**
+   * 加载 YOLO 分类模型
+   * @param ncnn模型的param文件路径 ncnn 模型 param 文件路径
+   * @param ncnn模型的bin文件路径 ncnn 模型 bin 文件路径
+   * @param 类别数量 模型类别数量，传 0 或省略时按模型输出自动推断，显式传入但不匹配时分类返回空结果
+   * @param useGpu 是否使用 GPU 加载
+   * @returns 加载成功返回模型 ID 字符串，失败返回 null
+   * @example
+   * const 模型ID = $YOLO分类.加载模型("yolo11n_cls.ncnn.param", "yolo11n_cls.ncnn.bin", 1000, false)
+   */
+  function 加载模型(
+    ncnn模型的param文件路径: 字符串,
+    ncnn模型的bin文件路径: 字符串,
+    类别数量?: 数字,
+    useGpu?: 布尔值,
+  ): 字符串 | null;
+
+  /**
+   * 图像分类
+   * @param 模型ID 模型 ID
+   * @param 图片ID 图像 ID，"screen" 使用当前屏幕，也可以填入图像 ID、HTTP 图片地址或文件路径
+   * @param 分类输入大小 分类输入大小，默认 224
+   * @returns Ultralytics Probs 风格分类概率结果
+   * @example
+   * const 结果 = $YOLO分类.图像分类(模型ID, "screen", 224)
+   */
+  function 图像分类(
+    模型ID: 字符串,
+    图片ID: 字符串,
+    分类输入大小?: 数字,
+  ): Yolo分类概率结果;
+
+  /**
+   * 对指定区域执行图像分类
+   * @param 模型ID 模型 ID
+   * @param 图片ID 图像 ID，"screen" 使用当前屏幕，也可以填入图像 ID、HTTP 图片地址或文件路径
+   * @param 裁剪区域左上角x坐标 默认 0
+   * @param 裁剪区域左上角y坐标 默认 0
+   * @param 裁剪区域右下角x坐标 默认 0
+   * @param 裁剪区域右下角y坐标 默认 0
+   * @param 分类输入大小 分类输入大小，默认 224
+   * @returns Ultralytics Probs 风格分类概率结果
+   * @example
+   * const 结果 = $YOLO分类.区域分类(模型ID, "screen", 100, 100, 500, 400, 224)
+   */
+  function 区域分类(
+    模型ID: 字符串,
+    图片ID: 字符串,
+    裁剪区域左上角x坐标?: 数字,
+    裁剪区域左上角y坐标?: 数字,
+    裁剪区域右下角x坐标?: 数字,
+    裁剪区域右下角y坐标?: 数字,
+    分类输入大小?: 数字,
+  ): Yolo分类概率结果;
+
+  /**
+   * 释放指定模型资源
+   * @param 模型ID 模型 ID
+   * @example
+   * $YOLO分类.释放模型资源(模型ID)
+   */
+  function 释放模型资源(模型ID: 字符串): 无返回值;
+
+  /**
+   * 释放所有模型资源
+   * @example
+   * $YOLO分类.释放所有模型资源()
+   */
+  function 释放所有模型资源(): 无返回值;
+}

package/types/zh/YOLO/346/250/241/345/235/227.d.ts

@@ -54,17 +54,17 @@ declare namespace $YOLO {
    * 加载YOLO模型
    * @param ncnn模型的param文件路径 ncnn模型的param文件的绝对路径
    * @param ncnn模型的bin文件路径 ncnn模型的bin文件绝对路径
-   * @param 标签数量 模型的标签数量,可在标签集data.yaml中看到
+   * @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
    * @param 模型版本 模型版本，默认11, 支持 8 11 26
    * @param useGpu 是否使用 GPU 加载
    * @returns 加载成功返回模型ID字符串，失败返回null
    * @example
-   * const 模型ID = $YOLO.加载模型("yolov8n.param", "yolov8n.bin", 80)
+   * const 模型ID = $YOLO.加载模型("yolov8n.param", "yolov8n.bin", 0)
    */
   function 加载模型(
     ncnn模型的param文件路径: 字符串,
     ncnn模型的bin文件路径: 字符串,
-    标签数量: 数字,
+    标签数量?: 数字,
     模型版本?: 数字,
     useGpu?: 布尔值,
   ): 字符串 | null;
@@ -73,16 +73,16 @@ declare namespace $YOLO {
    * 加载YOLOv11模型 （兼容 yolov8 模型）
    * @param ncnn模型的param文件路径
    * @param ncnn模型的bin文件路径
-   * @param 标签数量 模型的标签数量,可在标签集data.yaml中看到
+   * @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
    * @param useGpu 是否使用 GPU 加载
    * @returns 加载成功返回模型ID字符串，失败返回null
    * @example
-   * const 模型ID = $YOLO.加载YOLOv11模型("yolov11n.param", "yolov11n.bin", 80)
+   * const 模型ID = $YOLO.加载YOLOv11模型("yolov11n.param", "yolov11n.bin", 0)
    */
   function 加载YOLOv11模型(
     ncnn模型的param文件路径: 字符串,
     ncnn模型的bin文件路径: 字符串,
-    标签数量: 数字,
+    标签数量?: 数字,
     useGpu?: 布尔值,
   ): 字符串 | null;
 
@@ -105,6 +105,36 @@ declare namespace $YOLO {
     重叠阈值?: 数字,
   ): 数组<Yolo检测结果>;
 
+  /**
+   * 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
+   * @param 模型ID
+   * @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
+   * @param 裁剪区域左上角x坐标 默认 0
+   * @param 裁剪区域左上角y坐标 默认 0
+   * @param 裁剪区域右下角x坐标 默认 0
+   * @param 裁剪区域右下角y坐标 默认 0
+   * @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
+   * @param 置信度 置信度，默认0.4，小于这个值的会被过滤掉
+   * @param 重叠阈值 一般是0.5不需要更改
+   * @returns 检测结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const 结果数组 = $YOLO.目标检测绝对坐标(模型ID, "screen", 100, 100, 500, 400, 640, 0.4, 0.5)
+   * if (结果数组.length > 0) {
+   *   $点击(结果数组[0].centerX, 结果数组[0].centerY)
+   * }
+   */
+  function 目标检测绝对坐标(
+    模型ID: 字符串,
+    图片ID: 字符串,
+    裁剪区域左上角x坐标?: 数字,
+    裁剪区域左上角y坐标?: 数字,
+    裁剪区域右下角x坐标?: 数字,
+    裁剪区域右下角y坐标?: 数字,
+    目标检测输入大小?: 数字,
+    置信度?: 数字,
+    重叠阈值?: 数字,
+  ): 数组<Yolo检测结果>;
+
   /**
    * 释放指定模型资源
    * @param 模型ID

package/types/zh/index.d.ts

@@ -22,3 +22,4 @@
 /// <reference path="MySQL模块.d.ts" />
 /// <reference path="PaddleOCR模块.d.ts" />
 /// <reference path="YOLO模块.d.ts" />
+/// <reference path="YOLO分类模块.d.ts" />

package/types/zh//345/205/250/345/261/200/346/250/241/345/235/227.d.ts

@@ -175,6 +175,25 @@ declare function $设置CPU自动限流(是否开启: 布尔值): 布尔值;
  */
 declare function $获取CPU自动限流(): 布尔值;
 
+/**
+ * 设置 CPU 限流单次 sleep 延迟范围（毫秒）
+ * @param 最小毫秒 最低延迟，默认 3
+ * @param 最大毫秒 最高延迟，默认 30；小于最小毫秒时自动对齐
+ * @returns 实际生效的延迟范围
+ * @description 仅在 CPU 自动限流开启且触发限流时生效
+ * @example
+ * const 延迟 = $设置CPU限流延迟(3, 30);
+ */
+declare function $设置CPU限流延迟(最小毫秒: 数字, 最大毫秒: 数字): { minMs: 数字; maxMs: 数字 };
+
+/**
+ * 获取 CPU 限流延迟范围（毫秒）
+ * @returns 当前最低与最高延迟
+ * @example
+ * const 延迟 = $获取CPU限流延迟();
+ */
+declare function $获取CPU限流延迟(): { minMs: 数字; maxMs: 数字 };
+
 /**
  * 打印调试日志 - 输出调试级别的日志
  * 用于详细的程序执行信息、变量值和状态信息、函数调用跟踪

package/types/zh//350/212/202/347/202/271/346/250/241/345/235/227.d.ts

@@ -7,6 +7,10 @@ declare function $创建节点选择器(params?: {
    * 代表要获取节点的层级，越少速度越快，默认 50
    */
   maxDepth?: number;
+  /**
+   * 抓取模式：模式 1、模式 2，默认模式 1
+   */
+  mode?: number;
 }): $节点选择器;
 
 declare interface $节点位置信息 {

package/types/zh//350/213/271/346/236/234OCR.d.ts

@@ -54,6 +54,30 @@ declare namespace $苹果OCR {
     识别语言数组?: Array<字符串>
   ): 数组<OCR识别结果>;
 
+  /**
+   * 执行 OCR 识别，并将结果坐标映射为原图/全屏绝对坐标。
+   * @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）
+   * @param 图片边界框左上角x坐标 默认 0
+   * @param 图片边界框左上角y坐标 默认 0
+   * @param 图片边界框右下角x坐标 默认 0
+   * @param 图片边界框右下角y坐标 默认 0
+   * @param 识别语言数组 识别语言数组，默认为["zh-Hans", "en-US"]
+   * @returns 识别结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const 检查结果数组 = $苹果OCR.识别绝对坐标("screen", 100, 100, 500, 300)
+   * if (检查结果数组.length > 0) {
+   *   $点击(检查结果数组[0].centerX, 检查结果数组[0].centerY)
+   * }
+   */
+  function 识别绝对坐标(
+    输入源: 字符串,
+    图片边界框左上角x坐标?: 数字,
+    图片边界框左上角y坐标?: 数字,
+    图片边界框右下角x坐标?: 数字,
+    图片边界框右下角y坐标?: 数字,
+    识别语言数组?: Array<字符串>
+  ): 数组<OCR识别结果>;
+
   /**
    * 执行OCR识别（仅识别数字）0-9.,+-
    * @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）
@@ -76,6 +100,28 @@ declare namespace $苹果OCR {
     图片边界框右下角y坐标?: 数字
   ): 数组<OCR识别结果>;
 
+  /**
+   * 执行数字 OCR 识别，并将结果坐标映射为原图/全屏绝对坐标。
+   * @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）
+   * @param 图片边界框左上角x坐标 默认 0
+   * @param 图片边界框左上角y坐标 默认 0
+   * @param 图片边界框右下角x坐标 默认 0
+   * @param 图片边界框右下角y坐标 默认 0
+   * @returns 识别结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const 检查结果数组 = $苹果OCR.识别数字绝对坐标("screen", 100, 100, 500, 300)
+   * if (检查结果数组.length > 0) {
+   *   $点击(检查结果数组[0].centerX, 检查结果数组[0].centerY)
+   * }
+   */
+  function 识别数字绝对坐标(
+    输入源: 字符串,
+    图片边界框左上角x坐标?: 数字,
+    图片边界框左上角y坐标?: 数字,
+    图片边界框右下角x坐标?: 数字,
+    图片边界框右下角y坐标?: 数字
+  ): 数组<OCR识别结果>;
+
   /**
    * 执行OCR识别（查找指定文本）
    * @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）
@@ -101,4 +147,30 @@ declare namespace $苹果OCR {
     图片边界框右下角y坐标?: 数字,
     识别语言数组?: 数组<字符串>
   ): 数组<OCR识别结果>;
+
+  /**
+   * 查找指定文本，并将结果坐标映射为原图/全屏绝对坐标。
+   * @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）
+   * @param 要查找的文本数组 要查找的文本数组
+   * @param 图片边界框左上角x坐标 默认 0
+   * @param 图片边界框左上角y坐标 默认 0
+   * @param 图片边界框右下角x坐标 默认 0
+   * @param 图片边界框右下角y坐标 默认 0
+   * @param 识别语言数组 识别语言数组，默认为["zh-Hans", "en-US"]
+   * @returns 识别结果数组，坐标为原图/全屏绝对坐标
+   * @example
+   * const 检查结果数组 = $苹果OCR.查找文本绝对坐标("screen", ["确定"], 100, 100, 500, 400)
+   * if (检查结果数组.length > 0) {
+   *   $点击(检查结果数组[0].centerX, 检查结果数组[0].centerY)
+   * }
+   */
+  function 查找文本绝对坐标(
+    输入源: 字符串,
+    要查找的文本数组: 数组<字符串>,
+    图片边界框左上角x坐标?: 数字,
+    图片边界框左上角y坐标?: 数字,
+    图片边界框右下角x坐标?: 数字,
+    图片边界框右下角y坐标?: 数字,
+    识别语言数组?: 数组<字符串>
+  ): 数组<OCR识别结果>;
 }