执行模式与单任务流程

怎样选模式

项目	Flash	Pro	探索
适合	目标清楚、路径明确、低分支流程；冒烟和已提炼用例复跑	复杂分支、持久计划、检查点、长程监控、ADB/日志、详细记录	流程尚未定型，用户参与纠正或示范的一个复杂用例
执行方式	单执行模型观察→动作；需要时使用定位等辅助工具	Planner 制订计划；Operator 执行；Checker 验收；按需生成报告	复用 Pro 工具和计划，加持续对话、提问等待、示范分析和用例提炼
验收	最终 AI 判定与分析默认关闭，可在全局功能配置开启	默认结束验收，可配置检查点/strict	先处理用户指导，再验收探索目标；不把示范当独立复跑通过
中途输入	`inject_instruction` 指导当前任务	同 Flash，还能记录计划及诊断信息	`message` 持续交流；结束后消息仅讨论，再操作需 `continue`
入口	`mobile_run_task(model="Flash")`	`mobile_run_task(model="Pro")`	`mobile_exploration(create/start/...)`
产物	步骤、证据、测试结果，按需导出报告	以上加计划、笔记和可选详细报告	对话、各轮执行和示范证据、一个用例的不可变版本
时限	普通执行保护，按任务配置	同 Flash	默认每段主动执行 1800 秒，达到后暂停而非判失败，可继续

不是按步数多少机械选模式。Flash 没有默认步数上限，但不具备 Pro 的持久计划、ADB shell、过程中检查点。复杂稳定路径可以在探索确认后用 Flash 复跑；需系统诊断或检查点时用 Pro。探索不是一种更高的思考强度，Pro 的 explorer_mode 也不表示创建探索会话。

模式、模型与配置

网页模型配置和 mobile_config(section="model") 提供 transport=http/websocket，默认 WebSocket；首次升级启动也会将旧全局 HTTP 配置一次性迁移为 WebSocket，之后手动切回 HTTP 会被保留。用户明确要求保存默认值时可设置 changes={"transport":"websocket"}, persist_defaults=true；新任务的 Flash、Pro、探索和辅助请求共用此选择。WebSocket 在历史一致时仅上传新增输入，网关须支持 Responses WebSocket；压缩、重连会发送完整上下文，上传减少不能当作 token 减少或缓存命中。不支持协议时应查看错误并确认网关能力，不自动改写用户配置。

mobile_run_task.model 取 Flash / Pro。API 模型名放 runtime_overrides.model；思考强度放 runtime_overrides.reasoning_effort。批次使用 task_config.profile 选择模式，task_config.model 选择 API 模型。
探索独立配置，默认 gpt-6.1-terra/high，支持 gpt-6-astra 及已配置网关支持的自定义模型。执行、示范分析、提炼共用该探索配置；不改变 Flash/Pro 默认值。
默认 high、单次模型请求时限 300 秒。default 表示不发送思考强度，none 是显式关闭，不能混为一谈；接口不支持参数时如实报告，不擅自降级。
请求时限与整任务主动执行时限不同。排队/用户暂停不计入任务主动执行；探索等待回答、人工示范也不计入。
录屏 record_video 和 AI 视频分析 analyze_video 独立，默认关闭。需要可下载录像时明确启用录屏。
mobile_config(section="model"/"capabilities"/"exploration"/"reports") 可查看非敏感默认值。用户只要求运行本次任务时用临时覆盖；只有要求保存默认值才用 changes 和 persist_defaults=true。

Flash / Pro 提交

mobile_run_task(
    request_id="由调用方为本次提交生成的唯一编号",
    task_desc="打开目标应用设置页，确认深色主题状态，保留证据；不要修改设置。",
    model="Flash",
    device_serial="用户指定的设备编号",
    runtime_overrides={"reasoning_effort": "high", "record_video": True},
)

任务提示词包含目标、必要前置条件和预期。不把业务约束仅写在批次元数据里。
locked_app_package 限定应用；跨应用流程不应锁定单个包。
Pro 的 verification_level：off 关闭检查、final 结束检查（默认）、checkpoints 检查点加结束检查、strict 更严格检查点。关闭检查后不能把执行完成视为有验收证据。
Pro 的 explorer_mode：flash 单次定位、pro 多轮定位、ultra 深度像素分析。只有明确需要时增加感知深度，避免无必要开销。
expected_output_desc 描述 Pro 需要生成的详细报告；Flash 仍可导出已有步骤/结果报告，不依赖这个参数。
纯电脑任务 runtime_overrides.execution_target="computer"，不传手机编号；安卓为主且偶尔控制电脑时，通常保留默认目标并让 ARTEMIS 自行选择已授权插件，见插件参数。

返回后保存 trace_id。提交回复丢失时调用 mobile_manage_task(action="lookup", request_id=原编号)；得到 trace_id 后查状态。submission_state=unknown/submitting 不等于未执行，不能换编号自动重跑。

跟踪、指导与结束

mobile_manage_task(status, trace_id) 查询当前状态。按工具建议或约 30–60 秒间隔查询，用户正在追问时可立即查看；不无休止紧密轮询，不承诺宿主未实现的后台通知。
pause 返回 pausing 只代表已接收；直到 task_paused 才能认为暂停完成。resume 继续原任务，恢复后重新观察并进入资源队列。
inject_instruction 传 instruction 指导现有任务；模型等待或只读诊断可取消，已经开始的设备动作先安全结束。暂停中发送指导会恢复，用户只希望暂存文字时不要误调用。
guidance_history 区分 pending/consumed，已领取仍不保证动作成功，需读后续步骤。
Pro 连续监控的 [Loop:continuous] 里程碑结束使用 release_loop=true；自然语言“结束”不能代替明确控制信号。stop 用于用户要求取消当前任务。
completed/failed/cancelled/interrupted/skipped 为执行终态；检查 test_result 再说明通过、失败、未验证或阻塞。人工判定附来源和原 AI 判定，不改写原始证据。
实际耗时受模型、网络及设备影响，不能固定扣减 5/30 秒当作精确等待。最终外部测试脚本应使用明确等待条件。

短时控件与精确拖动

Flash 与普通 Pro 共用原生 action_sequence 和 drag 动作。外层 MCP 仍通过 mobile_run_task 提交任务；在任务目标中说明短时控件、已观察布局、目标刻度和验收标准，不需要切换探索或通过外部 ADB 脚本绕开队列。

action_sequence(steps=[...]) 是通用的安卓短动作组合器，在一次调用内按序执行 ensure_visible、click、wait、drag，不限于时间轴；每次短时面板操作优先使用 [ensure_visible, click/drag]，包括反向调整和上一帧看似仍展开时。 ensure_visible 指定面板内 target、入口 opener 的真实 resource_id 及 target_description：已显示则跳过打开；否则只点击入口一次，在本机等目标出现（timeout_ms 默认 1500，上限 3000）。找不到、不唯一、层级不可用或超时会停止；不重试入口或业务输入。此成员只准备界面，不能拿业务提交按钮作入口；没有原生 ID 的界面仍需使用已观察坐标和原有 click/wait/drag。显式可见性检查会获取本机最新界面。工具声明显示实际 pro.execution.max_burst_actions 上限（默认 4，等待也占一项）。序列内 click.target 优先用真实 resource_id，由执行层现场定位；找不到或不唯一时不点击。旧 click.unless_visible 仅在面板已开时跳过打开按钮，不能加到加减等实际操作按钮上； drag.require_visible 可拒绝对已消失面板的拖动。ID 来自观察列表，不能猜测。先验证整组参数，失败后停止剩余成员；检查 completed/skipped/unknown/not_started 回执，不重发已完成输入。click 支持 times=1..10、delay_ms（默认 100），连点只占一个成员；按资源 ID 连点时每次重读实时层级，目标消失则停止，回执保留 completed_taps。普通元素索引点击也校验原目标仍在记录位置。安卓校验不等待整屏截图稳定。反向调整也使用完整组；最大/最小优先用原生加减按钮，核对继续同方向调整后滑块和刻度停止变化或明确的原生极值，不能用“接近端点”或仅变成分钟级代替。
drag 接受 start、end、coordinate_space（normalized 或当前截图的 pixel）、 duration_ms（默认 300）及 target_description。pixel 避免细刻度被整数归一化坐标量化。时间轴若松手后仍滑动，应减慢 pan 并等待刻度停止再量残差；常驻时间轴可独立于缩放弹层操作。拖动浮层与固定指针刻度冲突时不能用于验收；停稳后可按真实刻度插值并计入读图不确定性。
可用 calibration 替代 end：axis、mode（thumb/pan）、两个 anchors（position/value）、 target_value；pan 还要提供固定指针 indicator_position。各值必须来自当前缩放下的真实观察，使用同一数值单位。工具返回计算出的端点、比例和量化误差，未自动识别当前选中值。
拖动成功只表示派发成功。对照动作后同名刻度或选中值再判断；不得自动过冲或把慢拖当作精准。

安卓文件

任务内部支持 android_file，外层以任务目标交给 ARTEMIS，文件操作也走队列。截图原生 PNG 默认留存任务 trace；明确要求桌面时额外复制并校验，不需电脑插件。读写文本、列目录、pull/push 使用目标 Android 路径及任务文件边界，不能绕过应用私有目录权限。已有文件默认不覆盖。只有工具返回实际路径及校验结果才说明保存成功；「全部资料」导出包含任务文件。

9.9 KiB Raw Blame History Unescape Escape