列出知识库里已有的 Markdown 文档名。

用途：动手前先看本地有没有这个游戏的资料，避免重复研究。 入参：game_name 可选；给了就只列该游戏文件夹下的文档。 返回：JSON 字符串——文档名数组。 下一步：把感兴趣的文档名交给 kb_search 检索正文；没有相关资料就先 kb_write 建一份。

在本地 Markdown 知识库里做关键词检索。

用途：查某只怪 / 某个 BOSS / 某套战术的已知资料（语义检索优先，不可用时降级为全文匹配）。 入参：keyword 必填关键词；game_name 可选，限定在某个游戏文件夹内搜索。 返回：命中的文档片段文本；没有命中时返回空结果或提示文本。 下一步：把资料用于决策；资料缺失或过时就用 kb_write / kb_append 补上。

把一段 Markdown 写进知识库（不存在则新建，已存在则整体覆盖）。

用途：保存新学到的战术、怪物习性、本局结论。 入参：filename 文件名（不要带路径）；markdown_content 正文；game_name 可选，用于分类到子文件夹。 返回：成功为「已写入知识库: <路径> (N 字符)」；失败返回「错误: ...」。 注意：这是覆盖写。想追加请用 kb_append。 下一步：想追加而不是覆盖，用 kb_append；写完可用 kb_search 抽查内容。

向知识库已有文档追加内容（文档不存在则自动新建）。

用途：一局结束后补一行结论、给 BOSS 习性加一条新观察。 入参：filename、markdown_content、game_name（可选，分类文件夹）。 返回：成功为「已追加到知识库: <路径>」；失败返回「错误: ...」。 下一步：配合 kb_search 复用这些累积经验。

把整个知识库（活跃 + 归档）打包成 tar.gz 备份。

用途：换机迁移、定期备份。 入参：无。 返回：备份文件路径或状态文本。 下一步：在新机器上用 kb_import 恢复。

从 kb_export 生成的 tar.gz 备份恢复知识库（同名文件覆盖）。

入参：backup_path，备份文件的绝对路径或相对项目根目录的路径。 返回：恢复结果文本（含恢复的文件数）。 下一步：kb_list 确认恢复结果，kb_search 抽查具体内容。

获取当前游戏画面状态（自身 HP、周围实体列表等），并自动喂给预判模块。

用途：每一步决策前先「看一眼」，也是 predict_all_entities 的数据来源。 入参：无。 返回：JSON 字符串——含自身状态与 entities 实体列表。需要连续调用多帧（≥3 帧） 后续预判才有效。感知服务不可用时会自动降级为进程内合成帧， 结果里带 _fallback 标记（离线联调照常可用，不会抛异常）。 下一步：predict_all_entities 做位置预判，或 kb_search 查资料。

预测画面中全部实体未来约 1.2 秒的位置。

用途：判断威胁、决定走位与攻击目标。 入参：无（依赖此前多次 perceive_game 积累的历史帧）。 返回：JSON 数组，按威胁从高到低最多 8 个实体，每项含 raw_id / rarity / category / threat_score / x_now / y_now / x_predict / y_predict / vx_per_sec / vy_per_sec / confidence / prediction_trusted。confidence < 0.65 时 prediction_trusted=false 且 x_predict、y_predict 为 null（此时不要相信预判）。 历史帧不足时返回 {"status": "insufficient_data", ...}。 下一步：据此决定 game_action 的 move / attack。

清空预判模块的全部历史帧。

用途：新开一局、重生、或画面大幅跳变后调用，避免用旧轨迹误判。 入参：无。返回：确认文本。 下一步：重新连续调用 perceive_game 积累帧。

执行一个游戏动作。

用途：把决策落地成实际操作。 入参：action_type 必填，取 move / attack / defend / synthesize / idle； move 时必须给 x、y 目标坐标（内部会做拟人化路径微扰和偶发停顿）。 切换套装请用 switch_set，不要用本工具。 返回：动作执行结果文本。默认 dry-run（UGF_DRY_RUN=1）只校验参数并返回描述， 不会真的动键鼠；只有在获得授权的环境里才关闭 dry-run。 下一步：回到 perceive_game → predict_all_entities 的循环；遇到 AFK 弹窗用 handle_afk。

切换当前套装 / 阵型。

入参：set_name 可传当前游戏档案 combat.sets 里的名字（例如 space_invaders 的 shoot / dodge / focus_mothership），也可传决策层的抽象名 （combat / tank / retreat / chase / team），后者按档案 combat.set_map 翻译。 返回：「已切换套装: <名称> (按键 N)」；dry-run 下返回 「[dry-run] 套装切换已记录（未真实执行）」；传错名字时返回「未知套装: ...」并列出可选值。 下一步：perceive_game 确认切换生效，再继续决策。

处理游戏内的 AFK 人机验证弹窗。

用途：长时间挂机触发验证时调用。 入参：无。 返回：操作指引文本。 下一步：结合 perceive_game 返回的弹窗坐标，用 game_action(move) 完成点击验证。

读取知识库里记录的 BOSS 行为习惯。

入参：boss_name 可选；不传返回全部记录，传了只返回名字匹配的记录。 返回：历史习性文本；无记录时返回「知识库还没有 BOSS 行为记录(文件不存在)。」 下一步：把习性用于决策，打完用 kb_append 补充新观察。

清理运行期缓存。

入参：target 取 all（默认，清全部）/ predict（只清预判历史）/ frames（只清临时帧目录）。 返回：清理结果文本。 用途：长时间运行后释放磁盘；换局前保证预判数据干净。 下一步：清完预判历史后重新连续 perceive_game 积累帧；长时间运行前可先清 frames 省磁盘。

指定知识库里的一份 Markdown 文件作为「当前战术」。

用途：让后续决策直接读取这份战术，不用每次重新检索。 入参：tactic_file，知识库中的文档名。 返回：「已切换当前战术为: <文件名>」；文件名非法或文档不存在时返回对应错误文本。 下一步：配合 kb_search / kb_append 迭代这份战术。

返回本服务的使用手册（给刚接进来的 Agent 看，不用读仓库也能上手）。

用途：第一次连接时先调用它，了解能力边界、工具清单和推荐调用顺序。 入参：section 取 all（默认，全部）/ quick（一屏速览）/ tools（工具清单）/ chains（调用链）/ notes（注意事项与常见坑）。 返回：Markdown 文本手册。工具清单由运行时动态生成，与实际注册的工具始终一致。 下一步：按手册里的调用链开始 perceive_game → predict_all_entities → game_action。