android-control

Android设备远程控制与屏幕理解引擎

基于uiautomator2的多设备连接池管理，UI层级解析为核心屏幕理解方式，微信专用操作，AutoGLM视觉分析集成。

使用场景

1. 闲鱼App自动化操作（发布/擦亮/管理商品）
2. 微信消息自动收发（客服/通知/社群运营）
3. 多Android设备批量管理（连接池+心跳检测）
4. 移动端UI自动化测试
5. 屏幕内容理解与元素定位（dump_hierarchy核心）
6. APP启停与生命周期管理
7. 批量账号操作（多设备并行）
8. AutoGLM AI视觉分析（复杂界面理解）
9. 电商App批量操作与数据采集

工作流

主流程: 设备连接与管理

1. 调用connect_device连接目标设备（参数: device_id设备ID）
2. 执行业务操作
3. 操作完成后调用disconnect_device断开设备（参数: device_id设备ID）

主流程: 屏幕理解与元素操作（核心）

1. 调用dump_hierarchy获取UI层级结构（参数: device_id设备ID），用于理解当前界面布局
2. 调用find_element查找目标元素（参数: device_id, by查找方式resource_id/text/text_contains, value查找值）
3. 调用click_element直接点击目标元素（参数: by查找方式resource_id/text/text_contains, value查找值）
4. 如需坐标操作，调用tap点击屏幕指定坐标（参数: x X坐标, y Y坐标）
5. 调用take_screenshot截取当前屏幕（参数: device_id设备ID），用于视觉分析或记录

主流程: 触控操作

1. 调用tap点击屏幕坐标（参数: device_id, x, y）
2. 调用swipe滑动屏幕（参数: device_id, start_x起始X, start_y起始Y, end_x结束X, end_y结束Y, duration滑动时长秒默认0.5）
3. 调用input_text输入文本（参数: device_id, text文本内容，需先聚焦输入框）

主流程: APP操作

1. 调用start_app启动APP（参数: device_id, package_name包名如com.tencent.mm）
2. 执行APP内操作
3. 调用stop_app停止APP（参数: device_id, package_name包名）

主流程: 消息收发

1. 调用send_message发送消息（参数: device_id, app APP名称wechat/momo/soul, contact联系人, text消息内容）
2. 调用read_messages读取消息（参数: device_id, app APP名称, contact联系人, limit消息条数默认20）
3. 微信专用: 调用wechat_read_messages读取微信消息（参数: device_id, contact_name联系人名称, limit消息条数默认20）

主流程: 微信专用操作

1. 调用wechat_send_message发送微信消息（参数: device_id, contact_name联系人名称, message消息内容，基于规则实现）
2. 调用wechat_read_messages读取微信消息（参数: device_id, contact_name联系人名称, limit消息条数默认20）

主流程: AutoGLM视觉分析

1. 调用take_screenshot截取当前屏幕（参数: device_id设备ID）
2. 调用autoglm_analyze使用AutoGLM分析界面（参数: device_id, task_description任务描述，自动获取截图并准备数据供AutoGLM MCP进行智能分析）

主流程: 复杂业务编排（闲鱼发布示例）

1. connect_device连接目标设备
2. start_app启动闲鱼APP（package_name: com.taobao.idlefish）
3. click_element点击发布按钮（by: "text", value: "发布"）
4. input_text输入商品标题
5. 依次填写价格/描述/上传图片
6. click_element点击"确认发布"
7. stop_app关闭闲鱼APP
8. disconnect_device断开设备

输入格式

设备连接

{
  "device_id": "android_001"
}

元素查找与点击

{
  "device_id": "android_001",
  "by": "resource_id",
  "value": "com.taobao.idlefish:id/publish_button"
}

微信发消息

{
  "device_id": "android_001",
  "contact_name": "张三",
  "message": "你好，请问有什么可以帮您？"
}

滑动操作

{
  "device_id": "android_001",
  "start_x": 540,
  "start_y": 1800,
  "end_x": 540,
  "end_y": 400,
  "duration": 0.5
}

AutoGLM分析

{
  "device_id": "android_001",
  "task_description": "分析闲鱼商品发布页面的表单元素"
}

输出格式

操作结果输出

{
  "success": true,
  "device_id": "android_001",
  "action": "click_element",
  "by": "text",
  "value": "发布",
  "timestamp": "2026-05-14T10:30:00"
}

微信消息输出

{
  "success": true,
  "device_id": "android_001",
  "contact_name": "张三",
  "message": "你好，请问有什么可以帮您？",
  "sent_time": "2026-05-14T10:30:00"
}

异常处理

示例

示例1: 微信自动回复客户消息

设备: android_001
客户: 买家李四
消息: 您好，请问这个商品还有吗？

执行:

1. wechat_send_message回复（device_id: "android_001", contact_name: "买家李四", message: "亲，商品还有的，拍下马上发货~"）

输出:

{
  "success": true,
  "device_id": "android_001",
  "contact_name": "买家李四",
  "message": "亲，商品还有的，拍下马上发货~",
  "sent_time": "2026-05-14T10:30:00"
}

示例2: 闲鱼商品发布自动化

设备: android_001
商品: AI绘画教程
价格: 9.9

执行:

1. connect_device连接android_001
2. start_app启动闲鱼（package_name: "com.taobao.idlefish"）
3. click_element点击发布（by: "text", value: "发布"）
4. input_text输入标题"AI绘画教程"
5. input_text输入价格"9.9"
6. click_element点击确认发布（by: "text_contains", value: "确认"）

输出:

{
  "success": true,
  "device_id": "android_001",
  "action": "xianyu_publish",
  "product_title": "AI绘画教程",
  "price": "9.9",
  "published_at": "2026-05-14T10:35:00"
}

示例3: AutoGLM分析设备界面

任务: 分析某设备当前界面

执行:

1. autoglm_analyze分析界面（device_id: "android_001", task_description: "识别当前页面类型和可操作元素"）

输出:

{
  "success": true,
  "devices": [
    {"device_id": "android_001", "status": "online", "current_app": "com.taobao.idlefish"},
    {"device_id": "android_002", "status": "offline"}
  ],
  "analysis": {
    "page_type": "商品详情页",
    "interactive_elements": ["立即购买", "联系卖家", "收藏"],
    "confidence": 0.89
  }
}

变更历史