基础

val plugin_id: String?  // 使用的后端插件

val device_id: String?  // 模型使用的设备

data class LlmCreateInput(
    val model_name: String? = null,      // 模型名称（NPU 必填，CPU/GPU 为空）
    val model_path: String,              // 模型文件或文件夹路径
    val tokenizer_path: String? = null,  // 可选分词器路径
    val config: ModelConfig,             // 模型配置
    val plugin_id: String? = null,       // "npu"、"cpu_gpu" 等
    val device_id: String? = null        // null、"GPUOpenCL"、"HTP0"
)

data class ChatMessage(
    val role: String,        // "system"、"user"、"assistant"
    val content: String      // 消息文本
)

data class GenerationConfig(
    val maxTokens: Int? = null,           // 生成的最大 token 数
    val temperature: Float = 0.7f,        // 采样温度
    val topP: Float = 0.9f,              // 核采样
    val topK: Int = 40,                  // Top-K 采样
    val repeatPenalty: Float = 1.1f,     // 重复惩罚
    val seed: Int = -1                   // 随机种子（-1 表示随机）
)

sealed class LlmStreamResult {
    data class Token(val text: String) : LlmStreamResult()
    object Completed : LlmStreamResult()
    data class Error(val throwable: Throwable) : LlmStreamResult()
}

data class VlmCreateInput(
    val model_name: String? = null,            // 模型名称（NPU 必填）
    val model_path: String,                    // VLM 模型路径
    val tokenizer_path: String? = null,        // 可选分词器路径
    val mmproj_path: String? = null,           // 视觉投影权重（GGUF 模型）
    val config: ModelConfig,                   // 模型配置
    val plugin_id: String? = null,             // "npu" 表示 NPU，"cpu_gpu" 表示 CPU/GPU
    val device_id: String? = null              // null 表示 CPU，"GPUOpenCL" 表示 GPU，"HTP0" 表示 NPU
)

data class VlmChatMessage(
    val role: String,                          // "system"、"user"、"assistant"
    val contents: List<VlmContent>             // 混合文本/图像/音频内容
)

data class VlmContent(
    val type: String,                          // "text"、"image"、"audio"
    val content: String                        // 文本或文件路径
)

data class EmbedderCreateInput(
    val model_name: String? = null,            // NPU 模型名称
    val model_path: String,                    // 嵌入模型路径
    val tokenizer_path: String? = null,        // 分词器路径
    val config: ModelConfig,                   // 模型配置
    val plugin_id: String? = null,             // "npu" 表示 NPU，null 表示 CPU
    val device_id: String? = null              // 设备 ID（可选）
)

data class EmbeddingConfig(
    val normalize: Boolean = true              // 归一化嵌入（默认：true）
)

data class AsrCreateInput(
    val model_name: String? = null,            // NPU 模型名称
    val model_path: String,                    // ASR 模型路径
    val config: ModelConfig,                   // 模型配置
    val plugin_id: String? = null,             // "whisper_cpp" 表示 whisper.cpp，"npu" 表示 NPU
    val device_id: String? = null              // 设备 ID（可选）
)

data class AsrTranscribeInput(
    val audioPath: String,                     // 音频文件路径（.wav、.mp3 等）
    val language: String,                      // 语言代码："en"、"zh"、"es" 等
    val timestamps: String? = null             // 可选：时间戳格式
)

data class AsrTranscriptionResult(
    val result: AsrResult,                     // 转写结果
    val profileData: String                    // 性能指标
)

data class TtsCreateInput(
    val model_name: String? = null,            // 模型名称（CPU/GPU 为空）
    val model_path: String,                    // TTS 模型路径
    val vocoder_path: String? = null,          // 可选声码器路径
    val config: ModelConfig,                   // 模型配置
    val plugin_id: String? = null,             // "tts_cpp" 表示 TTS 后端
    val device_id: String? = null              // 设备 ID（可选）
)

data class TtsSynthesizeInput(
    val textUtf8: String,                      // 要合成的文本（UTF-8 编码）
    val config: TtsConfig? = null,             // 可选 TTS 配置
    val outputPath: String? = null             // 可选输出文件路径（null 表示自动生成）
)

data class TtsConfig(
    val voice: String? = null,                 // 语音标识符
    val speed: Float = 1.0f,                   // 语速（1.0 = 正常）
    val seed: Int = -1,                        // 随机种子（-1 表示随机）
    val sampleRate: Int = 22050                // 输出采样率（Hz）
)

data class TtsSynthesizeOutput(
    val outputPath: String,                    // 生成的音频文件路径
    val profileData: String                    // 性能指标
)

data class RerankerCreateInput(
    val model_name: String? = null,            // NPU 模型名称
    val model_path: String,                    // 重排模型路径
    val tokenizer_path: String? = null,        // 分词器路径
    val config: ModelConfig,                   // 模型配置
    val plugin_id: String? = null,             // "npu" 表示 NPU，null 表示 CPU
    val device_id: String? = null              // 设备 ID（可选）
)

data class RerankConfig(
    val topN: Int? = null                      // 仅返回前 N 个结果（null = 全部）
)

data class RerankerResult(
    val scores: FloatArray,                    // 相关性分数（0.0 - 1.0）
    val scoreCount: Int,                       // 分数数量
    val profileData: String                    // 性能指标
)

data class CVCreateInput(
    val model_name: String,                    // 模型名称："paddleocr" 等
    val config: CVModelConfig,                 // CV 模型配置
    val plugin_id: String? = null              // "npu" 表示 NPU，"cpu_gpu" 表示 CPU/GPU
)

data class CVModelConfig(
    val capabilities: CVCapability,            // OCR、DETECTION、CLASSIFICATION
    val det_model_path: String? = null,        // 检测模型路径
    val rec_model_path: String? = null,        // 识别模型路径
    val char_dict_path: String? = null,        // 字典文件路径
    val qnn_model_folder_path: String? = null, // QNN 模型目录（NPU）
    val qnn_lib_folder_path: String? = null    // QNN 库目录（NPU）
)

enum class CVCapability {
    OCR,                                       // 光学字符识别
    DETECTION,                                 // 目标检测
    CLASSIFICATION                             // 图像分类
}

data class CVResult(
    val text: String,                          // 识别文本（OCR）
    val confidence: Float,                     // 置信度（0.0 - 1.0）
    val boundingBox: BoundingBox?,             // 边界框坐标
    val label: String?,                        // 类别标签（分类）
    val score: Float                           // 检测/分类分数
)