操作模式

三种模式同时开启，走同一条 WebSocket。ping 报告 defaultMode 和本版本里每种模式的操作（modes）。

模式	用于	操作
bedboo（默认）	玩法：移动、战斗、建造、背包、聊天、命令	`world` `look` `input` `slot` `action` `button` `settings` `send` `stack` `timescale` `join` `tap`
UI 树	bedboo 覆盖不到的菜单和界面	`ui`；`oreui`（原始 Ore UI DOM，调试用）
模拟输入	其余一切	`key` `text` `mouse` `raw` `release` `flush` `focus` `window` `screenshot`

用哪一种

先 bedboo，再 ui，最后模拟输入。

bedboo 操作用游戏的语言（数字）回答：精确、小，不受窗口大小、界面缩放和键位绑定影响。
ui 视图每个界面几百个字符；按 ref 点击控件，不靠像素。
一张截图让 agent 花约 500–1800 个图像 token，还要再截一张来确认，而且像素位置会失效。

保持一条连接（或一个小助手函数）开着：每个操作一条 JSON 消息。用 world 或 ui 检查结果，不用截图。

bedboo

bedboo 是兼容 mineflayer 的基岩版机器人库。用 transport: 'bedd' 时，它把 bot.dig、bot.lookAt、bot.setControlState、bot.chat、bot.clickWindow 等转成这些操作，并从 tap 读取数据包（配置；覆盖范围：bedboo 的 BeDD 指南）。

不用 bedboo 时直接发操作（call；字段：bedboo 操作）：

await call('look', { yaw: 90, pitch: 30 });
await call('input', { move: { x: 0, z: 1 }, sprint: true, ttlMs: 2000 });
await call('button', { button: 'attack', action: 'down', releaseOn: 'blockChange' });

UI 树

ui 把最前面的界面（JSON UI 或 Ore UI）返回成文本；对某行的 ref 执行动作。读取方式、字段、角色和错误： UI 树。

text

screen start_screen
- button "Play" [e1]
- button "Settings" [e2]
- text "v26.60/LeviLamina-26.60.5"
under: toast_screen, debug_screen, cubemap_background_screen

await call('ui', { action: 'click', ref: 'e1' });   // reply: changed, target, screen; view when the screen changed

ref 在其界面留在栈上期间有效，跨连接通用。动作使用虚拟鼠标和键盘。遇到 stale_ref 时重新读 ui。

模拟输入

字段：input 操作；按键名和位置：驱动游戏。

await call('key', { key: 'E' });                                  // open the inventory
await call('mouse', { action: 'click', rx: 0.5, ry: 0.474 });      // or { ref } from ui
await call('screenshot', { format: 'jpeg', region: { x: 0, y: 0, w: 480, h: 270 } }); // works while covered