ms-vite-plugin 1.4.16 → 1.4.18

package/docs/apipython/paddleocr.md

@@ -5,6 +5,8 @@ PaddleOCR 模块基于百度飞桨 PaddleOCR 技术，提供强大的光学字
 ## 功能概览
 
 - **自动加载**: 识别和查找方法会自动加载所需模型，无需先手动加载
+- **模型选择**: 同一时间只保留一个 active 模型，默认 `ppocr-v6-tiny`，可通过模型 ID 手动加载 `ppocr-v6-small` 或 `ppocr-v5`
+- **长边设置**: 可单独调整检测阶段最大边长，不需要重新加载已加载模型
 - **多源识别**: 支持屏幕截图、图片文件、URL 等多种输入源
 - **区域识别**: 支持指定区域的精确文字识别
 - **结构化结果**: 提供详细的文本位置、置信度和方向信息
@@ -38,91 +40,81 @@ class OCRResult(TypedDict):
 
 ### 模型管理
 
-#### `loadV5` - 可选预加载 PP-OCRv5 模型
+#### `loadModel` - 按模型 ID 手动加载内置 PaddleOCR 模型
 
-识别和查找方法会自动加载所需模型，通常不需要先调用 `loadV5`。只有需要提前加载或指定模型参数时才调用。
+识别和查找方法默认自动加载 `ppocr-v6-tiny`。只有需要切换模型或指定 GPU 参数时才调用 `loadModel`。PaddleOCR 同一时间只保留一个 active 模型，`loadModel` 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。
 
 ```python
-def loadV5(maxSideLen: int = 640, useGpu: bool = False) -> bool
+def loadModel(modelId: str, useGpu: bool = False) -> bool
 ```
 
 **参数：**
 
-| 参数名       | 类型 | 是否必填 | 默认值 | 描述                             |
-| ------------ | ---- | -------- | ------ | -------------------------------- |
-| `maxSideLen` | int  | 否       | 640    | 输入图像的最大边长，默认值为 640 |
-| `useGpu`     | bool | 否       | False  | 是否启用 GPU 加速                |
+| 参数名    | 类型 | 是否必填 | 默认值 | 描述                                                         |
+| --------- | ---- | -------- | ------ | ------------------------------------------------------------ |
+| `modelId` | str  | 是       |        | 内置模型 ID，支持 `"ppocr-v6-tiny"`、`"ppocr-v6-small"`、`"ppocr-v5"` |
+| `useGpu`  | bool | 否       | False  | 是否启用 GPU 加速                                            |
 
 **返回值：**
 
-| 类型   | 描述                                                |
-| ------ | --------------------------------------------------- |
-| `bool` | 加载成功或模型已加载返回 `True`，否则返回 `False` |
+| 类型   | 描述                                                       |
+| ------ | ---------------------------------------------------------- |
+| `bool` | 加载成功或目标模型已加载返回 `True`，模型 ID 不支持或加载失败返回 `False` |
 
-### 文字识别
+**示例：**
 
-#### `recognize` - 执行 OCR 文字识别
+```python
+from kuaijs import paddleocr
 
-执行 OCR 文字识别，支持多种输入源和指定识别区域。
+# 手动加载 PP-OCRv6 tiny 模型
+paddleocr.loadModel("ppocr-v6-tiny", False)
+
+# 手动加载 PP-OCRv6 small 模型
+loaded = paddleocr.loadModel("ppocr-v6-small", False)
+print(f"PP-OCRv6 small 加载结果: {loaded}")
+
+# 手动切换到 PP-OCRv5 模型
+paddleocr.loadModel("ppocr-v5", False)
+```
+
+#### `setMaxSideLen` - 单独设置检测阶段输入最大边长
+
+该方法只调整后续检测输入缩放，不会重新加载已加载的 PP-OCRv5/v6 模型。如果当前尚未加载模型，后续识别或查找触发默认 PP-OCRv6 tiny 自动加载时会沿用该设置。
 
 ```python
-def recognize(
-    input: str,
-    x: int = 0,
-    y: int = 0,
-    ex: int = 0,
-    ey: int = 0,
-    confidenceThreshold: float = 0.6
-) -> List[OCRResult]
+def setMaxSideLen(maxSideLen: int = 640) -> bool
 ```
 
 **参数：**
 
-| 参数名                | 类型  | 是否必填 | 默认值 | 描述                                                                                                                          |
-| --------------------- | ----- | -------- | ------ | ----------------------------------------------------------------------------------------------------------------------------- |
-| `input`               | str   | 是       | -      | 输入源，支持以下类型：<br>- `"screen"` - 当前屏幕截图<br>- 图片文件路径或 URL<br>- `imageId` - 图片 ID（通过 image 模块获取） |
-| `x`                   | int   | 否       | 0      | 识别区域左上角 x 坐标                                                                                                         |
-| `y`                   | int   | 否       | 0      | 识别区域左上角 y 坐标                                                                                                         |
-| `ex`                  | int   | 否       | 0      | 识别区域右下角 x 坐标                                                                                                         |
-| `ey`                  | int   | 否       | 0      | 识别区域右下角 y 坐标                                                                                                         |
-| `confidenceThreshold` | float | 否       | 0.6    | 置信度阈值，默认值为 0.6                                                                                                      |
+| 参数名       | 类型 | 是否必填 | 默认值 | 描述                                      |
+| ------------ | ---- | -------- | ------ | ----------------------------------------- |
+| `maxSideLen` | int  | 否       | 640    | 输入图像的最大边长；传 0 或负数时使用 640 |
 
 **返回值：**
 
-| 类型              | 描述                                                           |
-| ----------------- | -------------------------------------------------------------- |
-| `List[OCRResult]` | 识别结果数组，每个元素包含文本内容、位置信息和置信度等详细数据 |
+| 类型   | 描述                 |
+| ------ | -------------------- |
+| `bool` | 设置成功返回 `True` |
 
 **示例：**
 
 ```python
 from kuaijs import paddleocr
 
-# 识别整个屏幕
-full_screen_results = paddleocr.recognize("screen", 0, 0, 0, 0)
-print(f"识别到 {len(full_screen_results)} 个文本区域")
-for r in full_screen_results:
-    print(f"文本: {r.text}, 置信度: {r.confidence}")
-
-# 识别屏幕指定区域
-region_results = paddleocr.recognize("screen", 100, 100, 500, 300)
-if region_results:
-    top = region_results[0]
-    print(f"指定区域文本: {top.text}, 中心: ({top.centerX}, {top.centerY})")
-
-# 识别图片文件
-image_results = paddleocr.recognize("/path/to/image.png", 0, 0, 800, 600)
-for r in image_results:
-    print(f"图片文字: {r.text}")
-
-# 识别网络图片
-url_results = paddleocr.recognize("https://example.com/image.jpg", 0, 0, 1000, 800)
-print(f"网络图片识别结果数量: {len(url_results)}")
+# 只更新检测长边，不重新加载模型
+paddleocr.setMaxSideLen(960)
+
+# 后续识别会使用新的检测长边
+results = paddleocr.recognizeAbs("screen", 0, 0, 0, 0)
+print(f"识别数量: {len(results)}")
 ```
 
+### 文字识别
+
 #### `recognizeAbs` - 执行 OCR 识别，并将结果坐标映射为原图/全屏绝对坐标
 
-参数与 `recognize` 相同。传入裁剪区域时，返回坐标可直接用于全屏点击。
+传入裁剪区域时，返回坐标会映射回原图或全屏坐标，可直接用于点击。
 
 ```python
 def recognizeAbs(
@@ -135,6 +127,23 @@ def recognizeAbs(
 ) -> List[OCRResult]
 ```
 
+**参数：**
+
+| 参数名                | 类型  | 是否必填 | 默认值 | 描述                                                        |
+| --------------------- | ----- | -------- | ------ | ----------------------------------------------------------- |
+| `input`               | str   | 是       |        | 输入源，支持 imageId、URL 字符串、文件路径或 `"screen"`      |
+| `x`                   | int   | 否       | 0      | 裁剪区域左上角 x 坐标；全屏识别传 0                         |
+| `y`                   | int   | 否       | 0      | 裁剪区域左上角 y 坐标；全屏识别传 0                         |
+| `ex`                  | int   | 否       | 0      | 裁剪区域右下角 x 坐标；全屏识别传 0                         |
+| `ey`                  | int   | 否       | 0      | 裁剪区域右下角 y 坐标；全屏识别传 0                         |
+| `confidenceThreshold` | float | 否       | 0.6    | 置信度阈值，低于该值的识别结果会被过滤                      |
+
+**返回值：**
+
+| 类型              | 描述                                             |
+| ----------------- | ------------------------------------------------ |
+| `List[OCRResult]` | 识别结果数组，坐标为原图或全屏绝对坐标           |
+
 **示例：**
 
 ```python
@@ -143,12 +152,12 @@ if abs_results:
     print(f"绝对坐标中心点: ({abs_results[0].centerX}, {abs_results[0].centerY})")
 ```
 
-#### `findText` - 在识别结果中查找目标文本并返回对应子串坐标
+#### `findTextAbs` - 查找目标文本，并将结果坐标映射为原图/全屏绝对坐标
 
-在 OCR 识别结果中查找指定文本，返回匹配文本的坐标和置信度等信息。
+传入裁剪区域时，返回坐标会映射回原图或全屏坐标，可直接用于点击。
 
 ```python
-def findText(
+def findTextAbs(
     input: str,
     targetTexts: List[str],
     x: int = 0,
@@ -162,57 +171,22 @@ def findText(
 
 **参数：**
 
-| 参数名                | 类型      | 是否必填 | 默认值 | 描述                                                                                                                          |
-| --------------------- | --------- | -------- | ------ | ----------------------------------------------------------------------------------------------------------------------------- |
-| `input`               | str       | 是       | -      | 输入源，支持以下类型：<br>- `"screen"` - 当前屏幕截图<br>- 图片文件路径或 URL<br>- `imageId` - 图片 ID（通过 image 模块获取） |
-| `targetTexts`         | List[str] | 是       | -      | 目标文本数组，例如 `["登录", "确定"]`                                                                                         |
-| `x`                   | int       | 否       | 0      | 查找区域左上角 x 坐标                                                                                                         |
-| `y`                   | int       | 否       | 0      | 查找区域左上角 y 坐标                                                                                                         |
-| `ex`                  | int       | 否       | 0      | 查找区域右下角 x 坐标                                                                                                         |
-| `ey`                  | int       | 否       | 0      | 查找区域右下角 y 坐标                                                                                                         |
-| `confidenceThreshold` | float     | 否       | 0.6    | 置信度阈值，默认值为 0.6                                                                                                      |
-| `exactMatch`          | bool      | 否       | False  | 是否完整匹配；`False` 表示包含匹配，`True` 表示整条 OCR 识别结果文本必须等于目标文本                                                   |
+| 参数名                | 类型      | 是否必填 | 默认值 | 描述                                                                     |
+| --------------------- | --------- | -------- | ------ | ------------------------------------------------------------------------ |
+| `input`               | str       | 是       |        | 输入源，支持 imageId、URL 字符串、文件路径或 `"screen"`                   |
+| `targetTexts`         | List[str] | 是       |        | 目标文本数组，例如 `["你好", "确定"]`                                     |
+| `x`                   | int       | 否       | 0      | 裁剪区域左上角 x 坐标；全屏识别传 0                                      |
+| `y`                   | int       | 否       | 0      | 裁剪区域左上角 y 坐标；全屏识别传 0                                      |
+| `ex`                  | int       | 否       | 0      | 裁剪区域右下角 x 坐标；全屏识别传 0                                      |
+| `ey`                  | int       | 否       | 0      | 裁剪区域右下角 y 坐标；全屏识别传 0                                      |
+| `confidenceThreshold` | float     | 否       | 0.6    | 置信度阈值，低于该值的识别结果会被过滤                                   |
+| `exactMatch`          | bool      | 否       | False  | 是否完整匹配；`False` 表示包含匹配，`True` 要求整条 OCR 文本等于目标文本  |
 
 **返回值：**
 
-| 类型              | 描述                                                                                                              |
-| ----------------- | ----------------------------------------------------------------------------------------------------------------- |
-| `List[OCRResult]` | 匹配结果数组。每个元素为命中的文本片段坐标信息，`text` 字段为命中的目标文本，其他字段包含位置、方向和置信度等信息 |
-
-**示例：**
-
-```python
-from kuaijs import paddleocr
-
-# 在整个屏幕中查找目标文本
-hit_results = paddleocr.findText("screen", ["登录", "确定"], 0, 0, 0, 0, 0.6, False)
-if hit_results:
-    for i, r in enumerate(hit_results, 1):
-        print(f"命中{i}: {r.text}, 中心点=({r.centerX}, {r.centerY}), 置信度={r.confidence}")
-else:
-    print("未命中目标文本")
-
-# 在指定区域查找目标文本
-region_hits = paddleocr.findText("screen", ["下一步"], 100, 100, 500, 400)
-print(f"区域命中数量: {len(region_hits)}")
-```
-
-#### `findTextAbs` - 查找目标文本，并将结果坐标映射为原图/全屏绝对坐标
-
-参数与 `findText` 相同。传入裁剪区域时，返回坐标可直接用于全屏点击。
-
-```python
-def findTextAbs(
-    input: str,
-    targetTexts: List[str],
-    x: int = 0,
-    y: int = 0,
-    ex: int = 0,
-    ey: int = 0,
-    confidenceThreshold: float = 0.6,
-    exactMatch: bool = False
-) -> List[OCRResult]
-```
+| 类型              | 描述                                                       |
+| ----------------- | ---------------------------------------------------------- |
+| `List[OCRResult]` | 匹配到的子串结果数组，坐标为原图或全屏绝对坐标             |
 
 **示例：**
 

package/docs/apipython/yolo.md

@@ -99,59 +99,20 @@ model_id = yolo.load(
 )
 ```
 
-#### loadV11 - 加载 YOLOv11 模型（兼容 yolov8）
-
-加载模型是使用目标检测功能的前提。
-
-```python
-def loadV11(paramPath: str, binPath: str, nc: int = 0, useGpu: bool = False) -> Optional[str]
-```
-
-**参数:**
-
-| 参数名      | 类型 | 是否必填 | 默认值 | 描述                                        |
-| ----------- | ---- | -------- | ------ | ------------------------------------------- |
-| `paramPath` | str  | 是       | -      | NCNN 模型的 param 文件绝对路径              |
-| `binPath`   | str  | 是       | -      | NCNN 模型的 bin 文件绝对路径                |
-| `nc`        | int  | 否       | 0      | 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列表 |
-| `useGpu`    | bool | 否       | False  | 是否启用 GPU 加速                           |
-
-**返回值:**
-
-| 类型          | 描述                                 |
-| ------------- | ------------------------------------ |
-| `str \| None` | 加载成功返回模型 ID，失败返回 `None` |
-
-**示例:**
-
-```python
-from kuaijs import yolo
-
-# 加载 YOLOv11 模型
-# 模型放在res目录
-model_id = yolo.loadV11(
-    "yolo11n_ncnn_model/model.ncnn.param",
-    "yolo11n_ncnn_model/model.ncnn.bin",
-    0, # 自动根据模型输出推断类别数量
-    False,
-)
-
-if model_id:
-    print(f"模型加载成功，ID: {model_id}")
-else:
-    print("模型加载失败，请检查文件路径和格式")
-```
-
 ### 目标检测
 
-#### detect - 执行目标检测
+#### detectAbs - 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
 
-识别图像中的物体并返回检测结果。
+识别图像中的物体并返回检测结果。传入裁剪区域时，结果坐标会映射回原图或全屏坐标，可直接用于点击；全屏检测时 `x/y/ex/ey` 传 `0`。
 
 ```python
-def detect(
+def detectAbs(
     modelId: str,
     img: str,
+    x: int = 0,
+    y: int = 0,
+    ex: int = 0,
+    ey: int = 0,
     targetSize: int = 640,
     threshold: float = 0.4,
     nmsThreshold: float = 0.5
@@ -160,19 +121,23 @@ def detect(
 
 **参数:**
 
-| 参数名         | 类型  | 是否必填 | 默认值 | 描述                                                                                                                                      |
-| -------------- | ----- | -------- | ------ | ----------------------------------------------------------------------------------------------------------------------------------------- |
-| `modelId`      | str   | 是       | -      | 模型 ID（通过 `loadV11` 获取）                                                                                                            |
-| `img`          | str   | 是       | -      | 图像输入源：<br>- `"screen"` - 使用当前屏幕截图<br>- `str` - 图片文件路径或 HTTP 图片地址<br>- `imageId` - 图片 ID（通过 image 模块获取） |
-| `targetSize`   | int   | 否       | 640    | 图像缩放的检测大小，通常为 640（与模型训练时一致）                                                                                        |
-| `threshold`    | float | 否       | 0.4    | 置信度阈值，默认 0.4，低于此值的检测结果会被过滤                                                                                          |
-| `nmsThreshold` | float | 否       | 0.5    | 非极大值抑制阈值，默认 0.5，用于去除重叠检测框                                                                                            |
+| 参数名         | 类型  | 是否必填 | 默认值 | 描述                                                       |
+| -------------- | ----- | -------- | ------ | ---------------------------------------------------------- |
+| `modelId`      | str   | 是       |        | 模型 ID，通过 `load` 获取                                   |
+| `img`          | str   | 是       |        | 输入源，支持 `"screen"`、图片文件路径、HTTP 图片地址或 imageId |
+| `x`            | int   | 否       | 0      | 裁剪区域左上角 x 坐标；全屏检测传 0                        |
+| `y`            | int   | 否       | 0      | 裁剪区域左上角 y 坐标；全屏检测传 0                        |
+| `ex`           | int   | 否       | 0      | 裁剪区域右下角 x 坐标；全屏检测传 0                        |
+| `ey`           | int   | 否       | 0      | 裁剪区域右下角 y 坐标；全屏检测传 0                        |
+| `targetSize`   | int   | 否       | 640    | 模型推理输入边长，通常为 640（与模型训练时一致）            |
+| `threshold`    | float | 否       | 0.4    | 置信度阈值，低于此值的检测结果会被过滤                     |
+| `nmsThreshold` | float | 否       | 0.5    | 非极大值抑制阈值，用于去除重叠检测框                       |
 
 **返回值:**
 
 | 类型               | 描述                                           |
 | ------------------ | ---------------------------------------------- |
-| `List[YoloResult]` | 检测结果数组，每个元素包含一个检测到的物体信息 |
+| `List[YoloResult]` | 检测结果数组，坐标为原图或全屏绝对坐标         |
 
 **示例:**
 
@@ -180,15 +145,19 @@ def detect(
 from kuaijs import yolo
 
 # 首先加载模型
-mid = yolo.loadV11("yolo11n_ncnn_model/model.ncnn.param", "yolo11n_ncnn_model/model.ncnn.bin", 0)
+mid = yolo.load("yolo11n_ncnn_model/model.ncnn.param", "yolo11n_ncnn_model/model.ncnn.bin", 0, 11, False)
 
 if not mid:
     print("模型加载失败")
 else:
     # 检测当前屏幕
-    screen_results = yolo.detect(
+    screen_results = yolo.detectAbs(
         mid,
         "screen", # 使用当前屏幕
+        0,
+        0,
+        0,
+        0,
         640,      # 标准检测尺寸
         0.4,      # 置信度阈值
         0.5       # NMS 阈值
@@ -204,10 +173,14 @@ else:
         print(f"  中心点: ({r.centerX}, {r.centerY})")
         print(f"  尺寸: {r.width} x {r.height}")
 
-    # 检测图片文件
-    image_results = yolo.detect(
+    # 检测图片文件的指定区域
+    image_results = yolo.detectAbs(
         mid,
         "/path/to/test_image.jpg",
+        100,
+        100,
+        500,
+        400,
         640,
         0.3, # 降低置信度阈值以检测更多物体
         0.5
@@ -221,9 +194,13 @@ else:
         print("图片中未检测到任何物体")
 
     # 检测网络图片
-    url_results = yolo.detect(
+    url_results = yolo.detectAbs(
         mid,
         "https://example.com/test_image.jpg",
+        0,
+        0,
+        0,
+        0,
         640,
         0.5, # 提高置信度阈值以获得更可靠的结果
         0.4
@@ -231,32 +208,6 @@ else:
     print(f"网络图片检测结果: {len(url_results)} 个物体")
 ```
 
-#### detectAbs - 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
-
-```python
-def detectAbs(
-    modelId: str,
-    img: str,
-    x: int = 0,
-    y: int = 0,
-    ex: int = 0,
-    ey: int = 0,
-    targetSize: int = 640,
-    threshold: float = 0.4,
-    nmsThreshold: float = 0.5
-) -> List[YoloResult]
-```
-
-**示例:**
-
-```python
-from kuaijs import yolo, action
-
-abs_results = yolo.detectAbs(mid, "screen", 100, 100, 500, 400, 640, 0.4, 0.5)
-if abs_results:
-    action.click(abs_results[0]["centerX"], abs_results[0]["centerY"])
-```
-
 ### 资源管理
 
 #### free - 释放指定模型

package/docs/mcp-agent-description.md

@@ -2,7 +2,7 @@
 
 ## 身份
 
-你是快点JS专用开发助手，只服务于快点JS这一特定执行环境。你必须严格依据快点JS官方 API 文档、当前项目结构、当前 MCP 工具能力和项目自带命令能力回答问题与编写代码，不要臆造不存在的 API、对象、参数、行为或运行机制。
+你是快点JS专用开发助手，只服务于快点JS这一特定执行环境。你必须严格依据快点JS官方 API 文档、当前项目结构、当前 MCP 工具能力和项目自带 `ms` CLI 能力回答问题与编写代码，不要臆造不存在的 API、对象、参数、行为或运行机制。
 
 始终把快点JS当成特定 iOS 自动化环境，而不是普通 Node.js、浏览器或通用 Python 环境。遇到文档未确认、工具未提供或当前项目未实现的能力，必须明确说明限制，并给出保守方案。
 
@@ -22,24 +22,22 @@ MCP 工具和项目自带命令都可以使用。
 
 优先使用 MCP 的情况：
 
-- 查询快点JS语言 API 文档。
-- 查询 HTTP API 文档并通过 `http_api_call` 调用。
-- 设置设备、设置工作区、运行项目、预览 UI、截图、抓节点树、读日志、打包。
+- 获取快点JS本地文档路径。
+- 读取文档后通过 `http_api_call` 调用已确认的 HTTP API。
+- 设置设备、设置工作区、运行项目、预览 UI、截图、抓节点树、读日志、OCR、打包。
 
 可以使用命令的情况：
 
 - 用户明确要求使用命令。
 - 需要快速确认项目本地 `ms` CLI 能力。
-- 需要使用项目自带 KuaiJS CLI 查询文档、调用已确认的 HTTP API、同步、运行、停止、截图、抓节点、查日志或 OCR。
+- 需要使用项目自带 KuaiJS CLI 获取文档路径、调用已确认的 HTTP API、同步、运行、停止、截图、抓节点、查日志、OCR 或图片处理。
 
 允许的常用项目命令：
 
 ```bash
 npx ms --help
 npx ms docs paths
-npx ms docs search <query> --language js_zh
-npx ms http-docs search <query>
-npx ms http-call -i <device-ip> --port <port> --method GET --path <path> --doc-slug <slug>
+npx ms http-call -i <device-ip> --port <port> --method GET --path <path>
 npx ms run -i <device-ip> --port <port>
 npx ms run-ui -i <device-ip> --port <port>
 npx ms screenshot -i <device-ip> --port <port> --format file --output <path>
@@ -54,51 +52,34 @@ npx ms stop -i <device-ip> --port <port>
 npx ms package
 ```
 
-`build`、`package`、`run`、`run-ui` 需要在快点JS项目根目录运行，项目根目录通常包含 `package.json` 和 `scripts/`。文档、HTTP API 查询/调用、截图、节点、日志、OCR、图片处理、停止和 WS 状态命令可以在任意目录使用。不要用未确认的通用 Node.js、浏览器或 Python 命令替代 MCP 或项目自带 `ms` CLI。
+`build`、`package`、`run`、`run-ui` 需要在快点JS项目根目录运行，项目根目录通常包含 `package.json` 和 `scripts/`。文档路径、HTTP API 调用、截图、节点、日志、OCR、图片处理、停止和 WS 状态命令可以在任意目录使用。不要用未确认的通用 Node.js、浏览器或 Python 命令替代 MCP 或项目自带 `ms` CLI。
 
 ## 文档优先
 
-回答或写代码前，优先查询目标语言对应的快点JS文档。
+回答或写代码前，必须先获取本地文档路径并直接读取对应 markdown 文件。文档随 `ms-vite-plugin` npm 包发布，路径一定存在，不需要额外的文档查询或读取 API。
 
-语言 API 文档工具：
+文档入口：
 
-- `get_docs_paths`
-- `list_api_docs`
-- `search_api_docs`
-- `read_api_doc`
-
-HTTP API 文档工具：
-
-- `search_http_api_docs`
-- `read_http_api_doc`
-
-MCP 入口：
-
-1. 使用 `get_docs_paths` 获取本地文档路径。
-2. 使用 `search_api_docs` 搜索相关模块或 API，按需传 `language`。
-3. 使用 `read_api_doc` 读取完整文档，按需传 `language`。
-4. 只依据已确认的文档内容回答或编写代码。
-
-CLI 入口：
+- MCP：使用 `get_docs_paths` 获取文档根目录、JS 文档目录、中文 JS 文档目录、Python 文档目录和 HTTP API 文档路径。
+- CLI：使用 `npx ms docs paths` 输出同一组文档路径。
 
-- `npx ms docs paths`
-- `npx ms docs search <query> --language js_zh|js|python`
-- `npx ms docs read <slug> --language js_zh|js|python`
-- `npx ms http-docs search <query>`
-- `npx ms http-docs read <identifier> --method GET|POST`
+读取规则：
 
-使用本地文档路径或 CLI 查询时，要在回复中说明依据来自本地文档。
+1. 先根据项目语言选择 `docs/api`、`docs/apicn` 或 `docs/apipython`。
+2. 直接读取对应目录下的 markdown 文件。
+3. 调用 HTTP API 前，直接读取 `docs/httpapi/api.md`。
+4. 只依据已读取的本地文档内容回答或编写代码。
+5. 在回复中说明依据来自本地文档。
 
 ## HTTP API 工作流
 
-调用设备 HTTP API 前，必须先查询 HTTP API 文档中的对应接口说明。不要猜测接口路径、请求方法或参数名称。
+调用设备 HTTP API 前，必须先直接读取 HTTP API 文档。不要猜测接口路径、请求方法或参数名称。
 
 MCP 入口：
 
-1. 使用 `search_http_api_docs` 搜索目标能力、中文标题或接口路径。
-2. 使用 `read_http_api_doc` 读取目标接口片段。
-3. 确认 `method`、`path`、参数位置、参数类型和返回结构。
-4. 使用 `http_api_call` 传入文档返回的 `docSlug`、`method`、`path`、`query` 或 `body`。
+1. 使用 `get_docs_paths` 获取 HTTP API 文档路径。
+2. 直接读取 HTTP API markdown，确认 `method`、`path`、参数位置、参数类型和返回结构。
+3. 使用 `http_api_call` 传入 `method`、`path`、`query` 或 `body`。
 
 示例：
 
@@ -106,7 +87,6 @@ MCP 入口：
 {
   "method": "GET",
   "path": "/api/control/click",
-  "docSlug": "get-api-control-click",
   "query": {
     "x": 100,
     "y": 200,
@@ -115,15 +95,14 @@ MCP 入口：
 }
 ```
 
-`http_api_call` 会拒绝 HTTP API 文档中未声明的接口，也会拒绝 `docSlug`、`method`、`path` 不匹配的调用。
+`http_api_call` 会拒绝 HTTP API 文档中未声明的 `method` 和 `path`。
 
 CLI 入口：
 
 1. 使用 `npx ms docs paths` 获取 HTTP API 文档路径。
-2. 使用 `npx ms http-docs search <query>` 搜索目标接口。
-3. 使用 `npx ms http-docs read <identifier> --method GET|POST` 读取目标接口片段。
-4. 使用 `npx ms http-call -i <device-ip> --port <port> --method <method> --path <path> --doc-slug <slug>` 调用明确存在的接口。
-5. 不要把未确认的路径当成可用接口。
+2. 直接读取 HTTP API markdown，确认接口存在和参数要求。
+3. 使用 `npx ms http-call -i <device-ip> --port <port> --method <method> --path <path>` 调用明确存在的接口。
+4. 不要把未确认的路径当成可用接口。
 
 ## 项目目录职责
 
@@ -158,11 +137,6 @@ UI 预览发起后不需要长时间等待结果，可以通过 `take_screenshot
 ### 文档
 
 - `get_docs_paths`
-- `list_api_docs`
-- `search_api_docs`
-- `read_api_doc`
-- `search_http_api_docs`
-- `read_http_api_doc`
 
 ### 工作区与运行
 
@@ -191,19 +165,19 @@ UI 预览发起后不需要长时间等待结果，可以通过 `take_screenshot
 
 - `http_api_call`
 
-控制、HID、IME、镜像、配置、当前应用、运行脚本等普通设备 HTTP API 不再作为大量独立 MCP 工具暴露。MCP 入口使用 `search_http_api_docs`、`read_http_api_doc` 和 `http_api_call`；CLI 入口使用 `ms http-docs` 和 `ms http-call`。
+控制、HID、IME、镜像、配置、当前应用、运行脚本等普通设备 HTTP API 不再作为大量独立 MCP 工具暴露。MCP 入口使用 `get_docs_paths` 和 `http_api_call`；CLI 入口使用 `ms docs paths` 和 `ms http-call`。
 
 ## 工具选择规则
 
-- 写快点JS脚本代码：先设置或确认文档语言，再查语言 API 文档。
-- 调设备 HTTP API：先查 HTTP API 文档，再调用 `http_api_call` 或 `npx ms http-call`。
+- 写快点JS脚本代码：先确认项目语言，再读取本地语言 API 文档。
+- 调设备 HTTP API：先读取本地 HTTP API 文档，再调用 `http_api_call` 或 `npx ms http-call`。
 - 获取截图：使用 `take_screenshot` 或 `npx ms screenshot`。
 - 从本地图片裁切找图模板：使用 `image_crop` 或 `npx ms image-crop`，输出到 `res`。
 - 从当前设备截图裁切找图模板：使用 `screen_crop` 或 `npx ms screen-crop`，输出到 `res`。
 - 从本地图片指定坐标取色：使用 `image_pick_color` 或 `npx ms image-pick-color`。
 - 从当前设备截图指定坐标取色：使用 `screen_pick_color` 或 `npx ms screen-pick-color`。
 - 执行 OCR 识别、数字识别或查找文字：使用 `ocr_recognize` 或 `npx ms ocr`。
-- OCR 识别支持 `appleocr` 和 `paddleocr`，默认 `appleocr`，识别结果坐标可直接用于点击。
+- OCR 识别支持 `appleocr` 和 `paddleocr`，默认 `appleocr`，PaddleOCR 同一时间只保留一个 active 模型，识别方法默认自动加载 PP-OCRv6 tiny；如需 PP-OCRv6 small 请调用 `loadModel("ppocr-v6-small")`，如需 PP-OCRv5 请调用 `loadModel("ppocr-v5")`，加载成功后会替换当前模型。
 - 制作透明找图模板：使用 `image_make_transparent` 或 `npx ms image-transparent`，输出到 `res`。
 - 获取节点 XML：使用 `get_node_source` 或 `npx ms source --mode 1`。
 - 查看日志：使用 `get_logs` 或 `npx ms logs`。
@@ -219,19 +193,19 @@ UI 预览发起后不需要长时间等待结果，可以通过 `take_screenshot
 
 1. 使用 MCP `run_project` 或命令 `npx ms run -i <device-ip> --port <port>` 同步并运行项目。
 2. 使用 MCP `take_screenshot` 或命令 `npx ms screenshot ...` 获取截图。
-3. 必要时使用 `get_logs` 或日志 HTTP API 查看运行日志。
+3. 必要时使用 `get_logs` 或命令 `npx ms logs` 查看运行日志。
 4. 在回复中说明截图或日志是否确认了预期行为。
 
 如果设备、MCP 或 CLI 不可用，必须明确说明无法验证的原因，以及可用后应运行的命令。
 
 ## 禁止事项
 
-- 不要在没有查询文档的情况下回答 API 用法或编写 API 调用代码。
+- 不要在没有读取本地文档的情况下回答 API 用法或编写 API 调用代码。
 - 不要臆造快点JS API、对象、参数、返回值或运行机制。
 - 不要混用 JavaScript 与 Python API。
 - 不要把快点JS当成普通 Node.js、浏览器或通用 Python 环境。
 - 不要对快点JS Python 脚本运行 `py_compile` 或其他 CPython 编译校验。
-- 不要在没有查询 HTTP API 文档的情况下调用 `http_api_call` 或 `ms http-call`。
+- 不要在没有读取本地 HTTP API 文档的情况下调用 `http_api_call` 或 `ms http-call`。
 - 不要把完整 URL 传给 `http_api_call.path`，只能传 `/api/...`、`/logger/...`、`/mirror/...` 这类相对路径。
 - 不要调用 HTTP API 文档中未声明的接口。
 - 不要用 `http_api_call` 替代截图落文件、节点 XML 落文件、日志缓存、项目打包和项目运行等专用工具。

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "ms-vite-plugin",
-  "version": "1.4.16",
+  "version": "1.4.18",
   "type": "commonjs",
   "license": "MIT",
   "publishConfig": {