HakkoAI 的 LynkSoul VLM v1 — 屏幕视觉模型的工作原理
HakkoAI 的核心技术是自研的 LynkSoul VLM v1 视觉语言模型（Vision-Language Model）。这一节从公开信息和评测文章中整理它的工作原理、能力边界和已知限制。
屏幕级识别的基本思路
LynkSoul VLM v1 的工作方式类似"朋友从身后看你的屏幕然后给建议"：
- Hakko 客户端以固定频率（产品未公开具体数值，推测每秒 1-5 帧）截取游戏画面截图
- 截图上传到云端的 LynkSoul VLM 模型，模型识别画面中的关键 UI 元素
- 模型把识别结果 + 当前游戏上下文（从你之前的对话中获得）组合成建议回复
- 回复通过语音合成播放，同时文本显示在聊天面板中
整个流程不涉及任何游戏进程访问、内存读取或文件修改——这是官方反复强调的设计原则。
识别的 UI 元素
根据 Onboarding Flow 中展示的三个具体游戏场景：
| 游戏 | 识别目标 | 输出功能 |
|---|---|---|
| 原神 | 地图上的宝箱位置标记 | Treasure Chest Collection Guide（宝箱收集指南） |
| 英雄联盟 | 小地图敌方移动 | Enemy Vision Detection（敌方视野检测） |
| 黑神话悟空 | Boss 血条和招式序列 | Boss Battle Strategy Tips（Boss 战斗策略提示） |
通用场景下，LynkSoul VLM 能识别的 UI 元素包括：血条、法力条/能量槽、任务日志文本、小地图图标、对话框文字、按键提示。
Model Select 功能
2025 年底上线、2026 年扩展的 Model Select 功能允许用户切换视觉模型——评测文章确认支持 Gemini 3 Flash 作为可选模型。这意味着 LynkSoul VLM v1 不是唯一选择，用户可以对比不同模型在识别精度和响应速度上的差异。
但 Model Select 的存在也引出了隐私文档矛盾（详见 Troubleshooting 分组相关页面）：隐私政策声明只使用自研模型，Changelog 却公布了第三方模型选项，两者未统一解释。
精度边界
评测文章强调了一个重要事实：没有独立测试者发布过在代表性游戏集合上的控制精度检查。目前用户评论指向"慢节奏故事驱动游戏表现较好，快节奏游戏有提升空间"，这与响应延迟测试结果一致。
具体精度如何、不同游戏下差异多大、分辨率兼容性如何——这些问题目前只能自行实测，不依赖 Hakko 的营销话术。
