docs: 桌面拾取与定位——原厂实现解读与增强项登记

docs/03-能力接入规划与排期.md

@@ -450,3 +450,23 @@
 
 - 本文档为能力接入的唯一规划来源；新增能力须先在此登记阶段
 - 下一步：将第一节清单固化为 resources/excluded.json，组件库显示「不接入」灰标
+
+## 六、桌面拾取与定位——原厂实现解读与我们的增强项（2026-10-30）
+
+### 原厂实在智能的实现（源码解读）
+
+- 拾取（ui_selector_window.py）：全屏半透明覆盖窗 + 高亮窗贴**窗格级**元素 + 左键确认；输出 uiSelector = { window: [{class,type,name} 链], shot: 自动截图 }——**拾取时自动截取目标窗口图片存档**
+- 执行定位（Element/py/scope/native.py）：路径链逐层走 UIA 树——每层匹配 type/class/name **通配符** + 同名兄弟 **index 序号**；窗口锚用标题通配（EnumWindows）
+- 桌面点击执行：**窗口定位 + 图像/坐标模式**（原厂 Image/CV 能力家族庞大的原因）
+
+### 我们当前方案对比
+
+- 定位：UIA 属性选择器（name/id 精确匹配，单层）——精度高于原厂通配符，但**缺路径链/通配/序号 fallback**
+- 拾取：v2 两阶段（悬停/微调）+ PageUp/PageDown 层级切换 + 最小化应用——已实现
+
+### 登记的增强项（后续迭代）
+
+1. 链式查找：拾取器已输出元素链（layers），执行端支持逐层匹配（原厂模式）——解决 name 重复场景
+2. name 通配符匹配与同名序号 index
+3. 拾取确认时自动截取目标窗口图片存档（调试回看）
+4. WebView2 深层 DOM 控件的 UIA 暴露深度调优