W
AI-Wiki
← 开源项目

google/artemis

已整理
https://github.com/google/artemis

ARTEMIS 可以让用户用自然语言控制 Android 真机或模拟器完成测试和日常操作,减少手写自动化脚本的成本。它适合移动应用测试人员、开发者以及希望让 AI 编程助手参与 Android 设备调试和验证的人使用。

项目简介

ARTEMIS 可以让用户用自然语言控制 Android 真机或模拟器完成测试和日常操作,减少手写自动化脚本的成本。它适合移动应用测试人员、开发者以及希望让 AI 编程助手参与 Android 设备调试和验证的人使用。

官方仓库资料

主要语言
Python
许可证
Apache-2.0
默认分支
main
Stars
9477
Forks
935
Open Issues
108
仓库状态
正常运行
派生仓库
非 Fork
数据采样
2026/9/23 23:09:21
资料抓取
2026/9/23 23:09:21
首次收录
2026/9/23 23:09:21

Topics:ai-agents · android · google · test-automation · testing

AI 整理 · 基于已抓取的官方资料

核心功能

  • 将自然语言指令转换为 Android 端到端自动化操作
  • 支持跨应用自动化,可执行测试流程和日常 Android 任务
  • 支持多模态定位:优先使用元素索引,并在需要时回退到坐标、OCR 和视觉定位
  • 通过 MCP Server 连接 AI IDE,让 AI 编程助手控制真实设备、复现问题、执行测试并收集 Logcat 和截图
  • 提供 Web 可视化测试控制台,支持实时投屏、自然语言派发、执行轨迹、推理遥测和回放
  • 提供开发者 CLI,可直接从终端运行自动化任务、稳定性检查或 AndroidWorld Benchmark
  • 提供 Python SDK,可集成到现有自动化测试框架或 CI/CD 流程
  • 支持 Flash 与 Pro 两种执行模式:Flash 注重快速响应,Pro 注重计划、校验和长流程稳定执行
  • 在 AndroidWorld Benchmark 上达到 99%+ 任务完成率
  • 可安装 Artemis Accessibility Helper 读取屏幕布局,并在失败时回退到 UIAutomator2

适用场景

  • 用自然语言在 Android 设备上执行端到端测试
  • 让 AI 编程助手构建 APK、安装到设备、打开页面并检查异常弹窗
  • 复现移动应用问题并自动收集截图、Logcat 和诊断信息
  • 通过 Web 控制台观察设备画面、派发测试任务并查看执行回放
  • 在终端中运行自动化检查、探索性稳定性测试或基准测试
  • 将 Android 自动化能力集成到 pytest 等 Python 测试框架或 CI/CD 流程
  • 执行 Google Maps、YouTube、系统设置等跨应用多步骤任务
  • 进行长流程探索、稳定性检查和持续监控任务

使用方式

quick_start_macos_linux: - 确保 Android 真机或模拟器已连接,并启用 USB Debugging

技术特点

  • 项目主要语言为 Python,README 标注需要 Python 3.12+。
  • 项目许可证为 Apache License 2.0。
  • 启动脚本会检测并自动安装 ADB、scrcpy、FFmpeg 和 Python uv 依赖。
  • ARTEMIS 包含原生 Model Context Protocol Server,可供 Antigravity、Codex、Claude Code、Windsurf 等 MCP 客户端连接。
  • 首次在设备上执行任务时会安装 Artemis Accessibility Helper,用于读取屏幕布局;它监听手机本机,不向其他地方发送内容。
  • 可通过 ARTEMIS_HIERARCHY_BACKEND=uiautomator 使用 UIAutomator2。
  • 可通过 ARTEMIS_HELPER_AUTO_INSTALL=false 阻止自动安装 helper。
  • Flash Profile 是快速、节省 token 的响应式 observe-and-act 循环,README 标称通常每步约 3–5 秒。
  • Pro Profile 是带计划与验证的多智能体工作流,README 标称通常每步约 15–40 秒。
  • Pro Profile 包含 Planner、Operator、Safety Net、Checker 等机制,并支持检查点验证、ADB 诊断、历史回忆和视频分析。
  • 项目结合 accessibility hierarchy、OCR 和视觉模型来定位元素,覆盖自定义 Canvas、Compose 和 Flutter 界面。
  • README 提到支持 Gemini、Claude、GPT-4o、Qwen-VL 等多模态模型。

限制与边界

  • 当前 README 主要描述 Android 自动化;iOS 支持列在 Roadmap 中,尚未作为已完成能力提供。
  • Flash Profile 没有任务计划或笔记、没有执行前安全网、没有检查点验证或最终报告,也没有 ADB shell。
  • Flash Profile 更适合常规、确定性的 UI 任务;需要深度推理、计划和验证的任务应使用 Pro Profile。
  • Pro Profile 每步耗时更长,README 标称约 15–40 秒每步。
  • 使用前需要连接 Android 真机或模拟器,并启用 USB Debugging。
  • 首次任务可能因安装 Artemis Accessibility Helper 产生约 3 秒延迟。
  • 如果 helper 在任务中失败,ARTEMIS 会回退到 UIAutomator2,并在任务时间线、mobile_manage_task 状态和最终报告中说明。
  • Android Studio 集成、本地轻量 VLM、实时双工语音交互均在 Roadmap 中,README 未表示已完成。

README

README 介绍了 ARTEMIS 的目标:让 AI 助手和测试套件像人一样使用真实 Android 手机。文档展示了自然语言跨应用自动化、MCP 集成、Web 控制台、CLI、Python SDK、Flash/Pro 执行模式、Artemis Accessibility Helper、AndroidWorld 99%+ Benchmark 成绩,以及 macOS/Linux 和 Windows 的快速启动方式。README 还说明了如何为 Codex、Antigravity、Claude Code、Windsurf 等工具配置 MCP,并列出了 Android Studio 集成、iOS 扩展、本地轻量视觉模型和语音交互等路线图。

关联 Wiki 词条