🐉 MHWS 配装器 (MHWS Set Builder)

MHWS 配装器 是一款专为《怪物猎人：荒野》(Monster Hunter Wilds) 打造的全功能配装系统。它结合了 多阶段骨架搜索算法 与直观的 UI 界面，旨在帮助猎人根据技能需求快速找到最优解。

---

✨ 核心功能

🚀 双模式配装器 (Set Builder)

• 手动/自动模式：支持手动配装及自动搜索配装，汇总反馈全身技能信息。
• 多维度约束：自动搜索支持自定义护石、锁定特定装备、设定目标技能等级等多种搜索条件。
• 多阶段搜索：针对《怪物猎人：荒野》中的技能设计（系列/组合技能、武器技能、防具技能），将搜索分解为预处理、武器技能求解、防具骨架生成、防具回溯填充及装饰品最终求解五个阶段。
• 结果预览：实时生成并展示多种配装方案，包含技能总计、剩余孔位及防御性能。

💎 护石管理器 (Charm Manager)

• 护石管理：支持护石的记录、整理及展示，支持上下位验证。
• 技能对齐判定法 (Skill Alignment)：上下位判定的核心逻辑——“在消耗孔位补齐 B 拥有但 A 缺失的技能后，A 剩余的资产是否仍占优？”
• 智能判定：识别并分类判定结果（上位、下位、等效、互有优劣），自动标记冗余护石。
• 等效孔位计算：将护石技能自动换算为对应等级的孔位，统一评估标准。

🛡️ 全装备数据库管理 (Database)

• 差分数据存储 (Differential Storage)：采用 Base Data + Delta 架构。
  • Base Data: 官方基础数据（技能、装饰品、防具、武器、护石），由 CSV 脚本静态生成。
  • Delta Data: 用户自定义修改（新增自定义护石、调整装备属性等）以差分形式持久化于 LocalStorage。
• 防具限界突破：支持防具的限界突破（强化）系统，根据防具稀有度（Rarity 5/6）自动应用孔位升级规则。

📊 数据管理与交互

• 导入/导出：支持 JSON 格式完整备份（全量/差分模式），方便跨设备同步。
• 响应式设计：完美适配 PC 与移动端，随时随地调整配装。

---

🛠️ 技术栈

• 核心框架: React 19.2.4 + TypeScript 5.9.3
• UI 方案: Tailwind CSS 4.2.1 + shadcn/ui (基于 Radix UI)
• 状态管理: 基于 Context API + useReducer 的领域驱动设计
• 构建工具: Vite 7.3.1
• 性能优化: Web Worker (搜索算法离线化) + Zod 校验

---

📂 项目结构

src/
├── components/          # React 组件 (配装器、护石管理、UI 基础库)
├── contexts/            # 领域驱动的状态管理中心
├── hooks/               # 业务逻辑封装与自定义 Hooks
├── services/            
│   ├── set-search/      # 配装搜索实现
│   └── storage/         # 数据持久化与导入导出服务
├── types/               # 严格的 TypeScript 类型定义
├── utils/               # 核心算法工具 (护石计算、数据解析)
└── data/                # 初始官方 CSV 数据源

---

⚡ 快速开始

1. 安装依赖

npm install

2. 生成数据库

本项目内置便于存储的 CSV 数据库，每次运行前转换为 JSON 格式数据库

npm run generate

3. 启动开发服务器

npm run dev

4. 构建生产版本

npm run build

---

🧠 核心算法逻辑

1. 骨架搜索 (Scaffold-based Search)

• 阶段 1：预处理：计算防具部位技能潜力，执行帕累托过滤。
• 阶段 2：武器技能求解：利用护石与武器孔位优先满足武器技能，无法满足时直接剪枝。
• 阶段 3：防具骨架生成：针对系列/组合技能生成必需的装备组合框架。
• 阶段 4：防具回溯填充：在框架基础上，结合实时潜力剪枝完成全部位搜索。
• 阶段 5：装饰品求解：应用记忆化搜索寻找最优孔位布局。

2. 技能缺口对齐判定 (Gap Alignment)

用于判定装备 A 是否优于装备 B 的核心准则：

1. 检查无法通过孔位补齐的硬性指标（如系列技能）。
2. 计算 A 对 B 的技能等级缺口。
3. 尝试用 A 的孔位填补缺口（遵循武器/防具孔位匹配逻辑）。
4. 比较填补后的剩余孔位价值与基础属性（防御、会心等）。

---

🤝 贡献与反馈

欢迎通过提交 Issue 或 Pull Request 来改进算法或修复数据。

• 算法建议：请参考 ARCHITECTURE.md 中的算法详细说明，提出修改意见。
• 数据更新：本项目数据源来自于 dtlnor 大佬的解包数据：MHWs-in-json，如有纰漏，欢迎指正。

---

📄 开源协议

基于 MIT License 开源。