first commit

internal/vision/detector.go

@@ -0,0 +1,25 @@
+package vision
+
+import (
+	"context"
+	"image"
+)
+
+// Detection 是一条本地检测结果。
+type Detection struct {
+	Label string
+	Score float32
+	Box   image.Rectangle
+}
+
+// Detector 是本地视觉检测器（例如 YOLO）的抽象。
+//
+// 第一版不启用：屏幕理解的准确率由视觉大模型直接读取截图来保证，
+// 帧差指纹负责"要不要问"。二期若需要隐私打码或题目区域定位，
+// 实现该接口挂到 agent 上即可，主链路不用改。
+type Detector interface {
+	// Name 返回检测器名称，用于日志。
+	Name() string
+	// Detect 对整帧图像做检测。
+	Detect(ctx context.Context, img image.Image) ([]Detection, error)
+}