根据提供的code differences信息，由于没有具体的代码变更内容，我将生成一个通用的commit message模板：

```
docs(readme): 更新文档说明

- 添加项目使用指南
- 完善API接口说明
- 修正错误的配置示例
```

康康/AI/AIRuntime.swift

@@ -39,7 +39,7 @@ actor AIRuntime {
     private(set) var lastGenerateStats: GenerateStats?
 
     /// 当前实际生效的后端标签(性能自检 / PPT 截图用)。
-    /// 端侧统一走 MLX/GPU(Gemma-3n E2B);MNN/SME2 LLM 路径已移除。
+    /// 端侧统一走 MLX/GPU(Gemma 4 E2B);MNN/SME2 LLM 路径已移除。
     var activeBackendLabel: String {
         #if targetEnvironment(simulator)
         return "MLX · CPU(模拟器)"
@@ -53,7 +53,7 @@ actor AIRuntime {
 
     // MARK: - Gemini 云端后端(hybrid:端侧 Gemma 默认,云端按需增强)
     // 云端调用不占本机显存,不进 OOM 闸门,可与端侧推理并发。用于「云端深度解读 / 多语言」
-    // 与「拍报告/药盒多模态读图」——后者恢复端侧 Gemma-3n(MLX 文本版)丢掉的真·视觉能力。
+    // 与「拍报告/药盒多模态读图」——后者恢复端侧 Gemma 4(MLX 文本版)丢掉的真·视觉能力。
     private let gemini = GeminiBackend()
     /// 云端是否可用(用户已开启 + 有 key)。UI 与调用方据此决定走云还是端侧。
     nonisolated var cloudAvailable: Bool { CloudAI.isConfigured }
@@ -132,7 +132,7 @@ actor AIRuntime {
         #endif
     }
 
-    /// 加载文本模型(端侧 MLX/GPU,Gemma-3n E2B)。首次调用会真正加载,后续幂等。
+    /// 加载文本模型(端侧 MLX/GPU,Gemma 4 E2B)。首次调用会真正加载,后续幂等。
     func prepare() async throws {
         // 已有其他调用方在加载时,轮询等其结束再判定结果。
         // 不能像旧实现那样裸 return:那会让调用方误以为已 ready,随后 generate 的