Artemis-Eapil/skills/artemis-automation/SKILL.md

name, description

name	description
artemis-automation	使用 ARTEMIS MCP 在 Android 真机或模拟器上完成自然语言测试、批量用例执行、失败诊断、历史检索与 Word/Excel 报告交付。适用于用户希望 AI 操作或测试 Android 应用、导入测试用例或分析 ARTEMIS 执行结果。

ARTEMIS 自动化

当前仅提供 Codex MCP 配置安装与更新：uv run artemis mcp --install codex；模板使用 uv run artemis mcp --generate-config codex 查看。启动日志会打印实际 Codex 配置路径，更新后重载 MCP。

Windows 启动脚本只提示源码更新。升级使用 update.bat（国内镜像 update-cn.bat），会终止该项目的 ARTEMIS 服务、MCP 和运行任务；仅在用户授权升级或终止任务后执行，先告知任务将中断。升级会同步依赖、网页及 Codex MCP，保留配置和历史；完成后启动 ARTEMIS 并重载 Codex MCP。不要通过启动脚本拉取源码或强行覆盖本地修改。

使用项目提供的 MCP 工具操作 Android。报告由 ARTEMIS 自己生成，不要求宿主 AI 具备 Codex 私有工具、Word 或 Excel 插件。该 Skill 不提供桌面/浏览器自动化，也不提供历史动作脚本回放。

从需求到执行

1. 明确目标、预期结果、目标应用和必要前置条件。用户已授权执行且信息足够时直接开展，不逐步索要批准；缺少会改变业务操作的条件时再询问。用例起点按实际需求安排，不默认清数据、重装、重启应用或退出登录。
2. 用 mobile_workspace 查看设备和队列。沿用用户已指定的设备；多台可用设备且没有选择时先询问，不擅自挑选实体手机。任务参数显式传入 device_serial。同设备串行，不同设备可并行；本 Skill 不要求创建其他 AI 子代理。
3. 首次使用、工具出错、任务拒绝或设备异常，先 mobile_diagnose。按 next_steps 的依赖顺序处理；attempt_fix=true 可尝试工具自带修复。只有凭据相关故障才使用 verify_credentials=true，观察异常才使用 probe_device=true。不要盲目重发任务。MCP 不可用时在项目目录运行 uv run artemis doctor 并检查宿主 MCP 日志。
4. 选择执行模式：Flash 适合路径明确的界面操作；Pro 适合动态分支、持续计划、ADB/日志诊断或需要 Checker 明确校验的任务。mobile_run_task.model 的 flash/pro 是执行模式，不是 API 模型名称。步数长不自动等于需要 Pro；视频能力只有显式启用后才可用。
5. 单任务用 mobile_run_task；批量任务用 mobile_batch，读 批量任务与交付。AI 可直接提交结构化用例，不必先创建 Excel。用户提供 Excel 时先 mobile_task_file(action="preview", path=绝对路径)，修正所有行错误后提交。提示词列原样作为目标，前置约束列只作元数据。
6. 单任务返回 trace_id 后，用 mobile_manage_task(action="status", trace_id=...) 跟踪；网页任务也可用其任务编号。批次用 mobile_batch(action="get", batch_id=...)。需要人工补充时用 pause，其返回的 pausing 只表示请求已接收；轮询到 task_paused 才表示设备已释放。inject_instruction 会立即取消进行中的模型回复或只读诊断并重新观察手机，已开始的设备动作会先安全结束；暂停中提交则恢复。guidance_history 的 pending/consumed 区分提交和执行端领取，无新指导用 resume。恢复进入设备 FIFO 队尾并重新观察手机状态。尊重工具建议的等待周期，避免连续高频轮询；停滞或失败先诊断，不把同一业务任务自动重提。

结果、证据与交付

• 执行状态与业务判定分开：completed 只说明执行结束，不等于测试通过。Flash 和 Pro 默认根据任务提示词、用户指导、执行结论和实际证据进行只读终检，不需要另填预期结果。读取 test_result.status（passed 通过、failed 不通过、inconclusive 未验证、blocked 阻塞）、reason 与 evidence，结合验证摘要和 mobile_inspect_trace 的步骤/截图交付结果。执行失败不能直接认定产品缺陷；已确认的断言失败不得被后续成功覆盖。终检关闭、出错或证据不足时不得宣称通过。
• 用 mobile_export_report(session_id=...) 获取单任务报告；formats=["screenshots"] 获取排序截图，["video"] 获取保存的录屏分段，["all"] 获取 Word、Excel 和所有可用资料的 ZIP。批次传 batch_id 获取汇总、各项任务报告、步骤截图及已有录屏的 ZIP。未指定格式时使用保存的 Word/Excel 偏好。执行中的导出只是当前快照。
• 工具返回 MCP 主机上的绝对文件路径和下载 URL。向用户交付真实生成的文件链接，并说明完成、失败、未验证、跳过数量及重要限制。不要只说“报告已生成”而不交付文件。
• 用 mobile_search_history 按名称、目标、编号或标签搜索全部历史；日期先按用户时区转换为 Unix 秒，start 含边界、end 不含边界。按返回的 total/page/size 翻页，不能把第一页当作全部历史。
• mobile_inspect_trace 是只读步骤证据查看；其中历史上下文的 replay 术语不表示重新执行设备动作。

配置和恢复边界

• 本机常见模拟器在设备刷新、启动及重启 ADB 后自动发现并连接，不必猜固定端口。USB 与 Android SDK 模拟器由 ADB 原生发现。首次连接其他 TCP 设备/无线手机时，在网页“无线 ADB”填写实际地址和端口，成功后程序保存地址并自动重连；无线调试的配对和授权仍由用户完成，端口变化后需重新连接。远程/转发 ADB 不执行本机发现。用 mobile_workspace 或 mobile_diagnose 检查自动连接结果；多设备时仍先确认用户要测试哪台。默认开关及扫描预算可由 mobile_config(section="capabilities") 的 adb_auto_connect、adb_discovery_interval_seconds（10）、adb_discovery_timeout_seconds（5）配置，修改全局默认需要用户授权。

• mobile_config 读取非敏感设置。只有用户明确要求保存或修改默认配置时，才传 changes 与 persist_defaults=true；这些设置影响后续任务，不能为一次临时需求擅自改变以后所有任务。

• 模型名称支持预设 gpt-5.6-luna、gpt-6-luna、mimo-v2.6-flash、mimo-v2.6-pro 和自定义名称，取决于用户配置的 Responses 网关。思考强度最高支持 max，默认 high、单次请求 300 秒、失败后最多重试 5 次；普通错误每次等待 10 秒，429 每次等待 60 秒。首选模型连续 3 次未形成有效工具调用时，当前步骤改用 gpt-6-luna（high），兜底最多再尝试 3 次；下一步恢复首选模型。默认关闭视频分析与录屏。不根据模型名称猜测网关能力。

• 强度选 default 表示不发送该参数，和 none（显式要求关闭）不同。接口拒绝强度参数时明确呈现失败，先询问用户是否改用 default，不能静默降级或换模型。

• API Key 只通过网页或 .env 配置。不要请求用户把 key 发到聊天中，不读取/回显已有 key。保存后新任务生效；直接编辑环境文件后需重启相应服务，运行中的任务保留自己的配置。

• 429 等待和兜底参数可在网页模型配置或经用户明确授权的 mobile_config(section="model", persist_defaults=true) 保存；当前任务不热切换。录屏与 AI 视频分析分别配置。批量任务的 task_config 可覆盖单项，不修改全局设置；只开视频分析时录制内容不作为可下载文件保存。暂停时停止录屏，恢复后按片段继续，不能把其他任务画面混入该任务资料。

• 请求重试是模型调用恢复，不是测试用例重跑。批次默认失败继续、不自动重跑；服务重启后保留状态并暂停，用户明确要求后才继续或复制失败项。

• 批次暂停只停止后续派发；当前任务等待指导时用 mobile_manage_task(action="pause", trace_id=...)，真正取消用 stop。用户明确要求删除批次记录时先 mobile_batch(action="get") 核对编号，再用 delete；执行中/排队中的批次不能删，删除会清除该批次的任务历史、报告和文件。服务重启后运行/暂停的任务标记中断，不自动重跑。停止可能保留已经产生的业务效果，不声称自动回滚。

需要编写外部可执行测试代码时，先通过 ARTEMIS 实际探索目标应用，确认页面、定位器和转换。优先动态定位，框架支持时才以已验证坐标兜底；在最终脚本中明确等待条件，不将 AI 思考耗时当作确定性等待。

执行保护默认总时限 1800 秒，单任务、批次和 MCP 都适用，排队及用户暂停不计时。设备观测默认 60 秒、最多 3 次，ADB 命令默认 10 秒；观测失败不会继续向模型发送占位图或旧元素索引。Flash 连续 3 次动作失败先重新观察再切换兜底，兜底仍失败则结束任务并保存原因。不能以提高步数或反复重提任务代替设备诊断。

mobile_run_task(runtime_overrides={"timeout_seconds":1800,"observation_timeout_seconds":60,"observation_max_attempts":3,"device_command_timeout_seconds":10,"action_failure_attempts":3}) 可为单任务覆盖执行保护；其中 model 是 API 模型名，外层 model 仍是 Flash/Pro 模式。相同字段也支持批次的 task_config。全局默认通过网页功能配置或明确授权的 mobile_config(section="capabilities", changes={"task_timeout_seconds":1800}, persist_defaults=true) 保存，对后续任务生效，不接受密钥。

任务已经产生最终结果，但 SDK 线程或资源清理仍卡住时，默认最多再等待 30 秒后回收工作进程，避免继续占用队列。全局可用 ARTEMIS_WORKER_CLEANUP_TIMEOUT_SECONDS 或功能配置的 worker_cleanup_timeout_seconds 调整，任务 JSON 同名字段可覆盖。原有结果与截图保留，未完成保存的录屏尽力恢复。