Artemis-Eapil/README_CN.md

ARTEMIS: 下一代 AI 驱动的移动端自动化测试与个人助理平台
_{Autonomous Real-time Testing, Exploration & Mobile Interaction System}

⚡ 让 Antigravity / Claude Code 测试真机 • 跨 App 复杂自动化 • 零脚本维护自动化测试 • 智能 Bug 复现与 Logcat 诊断

English • 中文文档 • 全流程演示 • 快速上手 • MCP 接入 IDE • 基准评测 • Discord 社区

实机演示：在 Google Maps 中设置驾车路线并计算总耗时，随后打开 YouTube 播放 Coldplay 的歌曲。

✨ 核心亮点

• 🤖 跨 App 复杂自动化与 AI 个人助理：不仅能执行严格的自动化测试用例，更具备接管真机的自主决策与长流程操作能力，一句话处理跨应用复杂业务与任务；
• 🧪 零脚本维护自动化测试：基于“动态优先、坐标兜底”的多模态语义定位，彻底告别传统 XPath / 控件 ID 频繁失效的痛点，无惧 App 改版、分辨率差异与系统升级；
• 🐞 IDE 内一键 Bug 复现与 Logcat 诊断：原生支持 MCP 协议，可在 Antigravity、Claude Code、Windsurf 中直接用自然语言驱动真机复现缺陷，自动抓取关键帧截图与 Logcat 崩溃堆栈，完成研发测试闭环；
• ⚡ 极速执行吞吐（单步 3–5 秒）：首创全链路乐观异步流水线 (Optimistic Async Pipeline)，解耦重度推理与页面操作，在 Flash 模式下实现丝滑的高频交互与快速回归验证；
• 🛡️ 干扰弹窗自愈与超长程巡检：独创 Safety Net 执行前校验机制，自动识别并清除系统权限弹窗、通知遮挡等异常；Pro 模式支持连续 10+ 小时 无人值守稳定性巡检与探索性测试 (Exploratory / Monkey-plus Testing)；
• 🏆 业界顶尖 SOTA：在 Google Research AndroidWorld 基准评测（100+ 复杂长程系统与应用交互任务）中取得 99%+ 任务完成率。

🤝 Antigravity × ARTEMIS：全流程自主测试演示

通过原生 MCP 协议，Antigravity 与 ARTEMIS 深度协同——只需一句自然语言指令，即可自动完成从需求理解、测试规划、真机执行到深度报告输出的完整闭环：

1️⃣ 输入测试提示词 (Task Dispatch) 在 Antigravity 中用自然语言描述测试需求与目标指标	2️⃣ 生成测试方案 (Test Plan Generation) 自动拆解任务，生成详细测试步骤与架构图供确认
3️⃣ 自主执行测试 (Autonomous Test Execution) 接管真机自动化操作，跳过广告并实时采集性能指标	4️⃣ 交付最终报告 (Comprehensive Final Report) 生成结构化测试报告，交付性能图表、结论与原始数据

⚡ 快速上手

确保电脑已连接 Android 实体机（已开启 USB 调试）或 Android 模拟器。

# 1. 克隆代码仓库并进入目录
git clone https://github.com/google/artemis.git && cd artemis

# 2. 一键启动（自动检测并安装 ADB、scrcpy、FFmpeg、uv 运行时等全部依赖，并拉起控制台）
# 🍎 macOS & 🐧 Linux
./start.sh

# 🪟 Windows (CMD / PowerShell)
start.bat

💡 提示：启动后将自动在默认浏览器中打开 Web 控制台（http://localhost:8000），提供设备连接向导、实时投屏、任务演练与状态回放面板。你也可以通过命令行直接运行：artemis run "打开系统设置，找到电池选项并告诉我当前电量" --profile flash。

🔌 接入 Antigravity / Claude Code / Windsurf (MCP)（点击展开）

ARTEMIS 内置原生 Model Context Protocol (MCP) 服务。只需将以下配置加入你的 IDE 配置文件中，即可在编写代码时直接驱动真机：

1. 一键自动安装到 IDE（推荐）

运行内置安装命令，即可自动配置或更新你的 AI IDE（会自动解析并填写虚拟环境 Python 和项目的绝对路径）：

# 一键安装到 Antigravity / Jetski：
artemis mcp --install antigravity

# 或一键安装到所有检测到的 AI IDE（Antigravity、Cursor、Claude Desktop/Code、OpenClaw）：
artemis mcp --install all

💡 提示：你也可以在首次运行 artemis init 配置向导时，交互式完成 IDE 的 MCP 自动挂载。

2. 手动配置（可选）

如果你习惯手动复制配置，可运行 artemis mcp --generate-config antigravity（或 all）获取自动计算好路径的 JSON 代码段，也可以参考以下模板将 command 填写为项目下 .venv 虚拟环境中的 Python 绝对路径，并将 /path/to/artemis 替换为项目实际路径：

• Antigravity (~/.gemini/jetski/mcp_config.json)：

{
  "mcpServers": {
    "artemis": {
      "command": "/path/to/artemis/.venv/bin/python",
      "args": ["-m", "mcp_server"],
      "cwd": "/path/to/artemis",
      "env": {
        "PYTHONUNBUFFERED": "1"
      },
      "tools": {
        "mobile_run_task": { "eager": true },
        "mobile_manage_task": { "eager": true },
        "mobile_get_device_state": { "eager": true },
        "mobile_inspect_trace": { "eager": true }
      }
    }
  }
}

• Claude Desktop (claude_desktop_config.json)：

{
  "mcpServers": {
    "artemis": {
      "command": "/path/to/artemis/.venv/bin/python",
      "args": ["-m", "mcp_server"],
      "cwd": "/path/to/artemis"
    }
  }
}

3. 挂载智能体行为规范 Rules（强烈推荐）

为使 AI 编程助手具备资深移动端测试工程师的严谨思维，避免凭空臆测 UI 交互，我们提供了专属的测试思维行为规范文件 mcp_server/rules.md（涵盖可运行代码原则与真机探索、Flash 与 Pro 任务路由策略、延迟与时间补偿机制以及**“动态优先、坐标兜底”定位模式**）。

你可以将 mcp_server/rules.md 挂载或复制到你的 AI IDE 规则配置中：

• Antigravity：将 rules.md 内容添加至工作区规则（Workspace Rules）或全局规则设置中。
• Claude Code：将 rules.md 内容复制或引入至项目根目录的 CLAUDE.md 文件中。
• Cursor：将内容复制到 .cursorrules 文件或在 .cursor/rules/artemis.mdc 中创建新规则。
• Windsurf / OpenClaw：将内容添加到工作区规则或全局 System Prompt 中。

💡 更多规范设计细节与 MCP 架构说明，请参阅 MCP Server 文档。

4. 在 IDE 中体验真机协同

在 Antigravity / Claude Code 对话框中直接输入：

💬 "请帮我把刚刚修改的代码编译成 APK 并安装到手机上，打开登录页面输入测试账号，验证登录后是否有异常弹窗，并把最终页面截图回传。"

🐍 Python SDK 极简集成（点击展开）

只需几行代码，将移动端自动化智能体无缝嵌入你的 Python 脚本与 CI/CD 流水线中：

import asyncio
from artemis.interfaces.sdk import ArtemisClient


async def main():
    # 初始化测试客户端（支持 "flash" 极速校验模式 或 "pro" 深度推理与自愈模式）
    client = ArtemisClient(default_profile="flash")

    # 执行自然语言端到端测试用例
    result = await client.run(
        "打开系统设置，进入『电池』页面，验证是否正常显示电量百分比，确认页面无异常报错弹窗。"
    )

    # 结构化断言与执行追溯
    assert result.status == "SUCCESS", f"测试执行失败: {result.failure_reason}"
    print(f"✅ 测试通过！耗时步数: {result.turns} | Trace ID: {result.trace_id}")


if __name__ == "__main__":
    asyncio.run(main())

🕹️ 使用方式

_{💡 控制台功能布局：① 顶栏视图切换（主页与工作区） · ② 运行模式与录屏回放（Flash/Pro 状态与视频回放） · ③ 实时感知推理流（动作分解、点击坐标与结构化总结） · ④ 自然语言下发胶囊（自然语言驱动真机） · ⑤ 任务队列看板（状态流转与历史回溯）}

• 🖥️ Web 可视化测试控制台 (artemis ui)：集成设备实时投屏与交互面板，支持通过自然语言下发测试用例，实时观测推理步骤、操作轨迹、截图留存与异常状态回放；
• 🔌 MCP 协议集成 (AI IDE 协同)：作为标准 MCP 服务器无缝接入 Antigravity、Claude Code、Windsurf 等开发环境，在 IDE 中直接驱动真机完成自动化测试与 Bug 复现验证；
• 💻 命令行工具 (artemis run)：支持通过 CLI 直接执行自动化用例、稳定性巡检或 AndroidWorld 基准评测，提供高保真结构化终端输出；
• 🐍 Python SDK：作为标准 Python 库无缝集成至现有自动化测试框架（如 pytest）或 CI/CD 流水线，提供基于 Pydantic 的强类型结构化结果与断言支持。

📊 方案横向对比

评估维度	传统自动化测试框架 (Appium / Maestro)	常见移动端 VLM Agent	ARTEMIS ☕ (下一代 AI 测试平台)
用例编写与维护	❌ 强依赖 XPath/ID，UI 微调即导致大面积报错	⚠️ 缺乏工程化封装，执行不可靠，无法作为用例复用	🧪 零脚本维护：自然语言直接定义用例，无惧 UI 漂移与改版
执行延迟与吞吐	⚡ 脚本执行快，但编写与定位调试耗时极长	❌ 单步推理动辄 20-30 秒，无法满足回归测试要求	⚡ 高吞吐低延迟：首创乐观异步流水线，单步仅需 3-5 秒
异常遮挡与自愈	❌ 遇到系统权限弹窗或意外通知时直接中断报错	❌ 遇到非预期弹窗极易卡死或陷入无意义循环	🛡️ 执行前校验与自愈：Safety Net 自动拦截并处理干扰弹窗
缺陷诊断与多媒体	❌ 仅支持静态等待，难以对视频流/动效做自动化验证	❌ 仅看静态截图，无法获取底层日志及系统状态	🐞 深层诊断：支持流媒体分析与 Logcat 崩溃堆栈抓取
开发环境集成	❌ 独立运行，发现问题后需人工抓日志提单	❌ 多为独立网页 Demo，难以融入研发工具链	🔌 原生 MCP & SDK：在 Antigravity/Claude Code 中直接驱动真机测 Bug

🏆 基准评测：AndroidWorld (SOTA 99%+)

在 Google Research 发布的业界基准评测 AndroidWorld（涵盖 20+ 款常用应用与 100+ 项复杂多步长程任务）中：Artemis 在全套长程任务评测中展现了高鲁棒性，取得了超过 99% 的任务完成率。

🚀 ARTEMIS 是如何建构的

• ⚡ 全链路乐观异步 (Optimistic Async)：主交互循环毫秒级响应下发，记忆修剪与阶段断言全部在后台并发静默运行，告别死等；
• 🛡️ Safety Net 动作守门：动作下发前毫秒级双重校验目标，突发弹窗即刻拦截自愈，绝不盲点空气；
• ⏱️ 时效敏感预测性连点 (Speculative Chaining)：针对视频全屏等瞬态交互，结合历史先验预测坐标并极速连点，彻底解决大模型延迟导致控件消失的问题。

🔍 点击展开：核心架构设计细节与流水线流程图

1. ⚡ 全链路乐观异步流水线 (Optimistic Asynchronous Pipeline)

• 现有方案与问题：传统移动端智能体普遍采用全同步阻塞模型 —— 每一步交互都必须同步串行等待大模型完成历史上下文修剪、阶段性断言检查与长程规划审计。这导致主交互循环极度臃肿，单步延迟动辄 20–40 秒，交互体验迟缓；
• Artemis 的架构解法：借鉴数据库的乐观并发控制 (OCC) 与快照隔离思想，将主干执行流与重度计算彻底解耦：
  • 高吞吐前台主循环：前台严格收敛为「感知 → 决策 → 守门 → 执行」极简流水线，单步响应压缩至秒级；
  • 后台并发异步处理：上下文修剪、里程碑断言校验（Checker）、全局规划审计（Planner）全部在后台并发静默运行，零阻塞前台；
  • 快照隔离与无损回滚：前台以前瞻视角乐观执行；一旦后台异步断言检测到状态偏离，系统基于快照机制一键无损回滚 (Rollback) 并注入纠偏反馈，兼得极低延迟与可靠自愈。

2. 🛡️ 动作守门机制 (Safety Net) 与时效敏感预测性连点 (Speculative Chaining)

• 现有方案与时效困境：
  • 移动端存在大量时效敏感型交互（如视频全屏播放：必须先轻点屏幕唤醒浮层控件，再点击全屏按钮）。
  • 传统智能体在点击屏幕唤醒控件后，重新截屏并等待大模型推理决策耗时数秒；而此时播放器控件早已自动淡出隐藏，导致后续点击直接打在视频画面上，陷入“唤醒 → 控件消失 → 误触暂停 → 再次唤醒”的死循环。
• Artemis 的架构解法：
  • 预测性链式连点 (Speculative Chaining)：智能体在识别此类时序依赖后，直接下发复合连击指令（唤醒 → 毫秒级连击全屏），在控件有效窗口期内瞬时完成交互；
  • 保障连点绝对可靠的两大支柱：
    1. 历史先验位置预测：基于历史交互轨迹与应用 UI 先验知识，精准预判控件唤醒后的目标坐标；
    2. Safety Net 毫秒级拦截守门：在连击动作落下的前一刻，瞬间核验目标控件是否已被成功唤醒并位于预判位置。若唤醒失败或遭遇意外弹窗遮挡，立刻前置拦截熔断，杜绝盲点误触。

⚡ 运行模式对比：Flash vs. Pro

特性对比	⚡ ARTEMIS Flash (--profile flash)	🧠 ARTEMIS Pro (--profile pro)
设计定位	轻量极速：面向常规确定性操作	深度规划：面向长流程与复杂自愈
单步延迟	3–5 秒 / 步	15–30 秒 / 轮 (包含深度推理与全局校验)
任务时长	分钟级短程任务（通常 ≤35 步）	可稳定运行超 10 小时，监控任务可全天候运行
适用场景	目标明确的常规 UI 操作	复杂的跨 App 长流程、故障自愈、持续状态观察
自愈机制	基础局部重试	Safety Net 校验 + 弹窗处理 + 崩溃恢复 + 快照回滚
多媒体分析	基础视觉感知 + 高速 OCR	完整 scrcpy/ffmpeg 视频流分析 + Logcat 日志采集

🗺️ 路线图

• 全链路乐观异步流水线：主流程轻量化，后台并发执行记忆压缩与断言校验。
• Safety Net 执行前校验：动作下发前双层核验与预测性链式执行。
• 时间敏感多媒体处理：集成 scrcpy 与 ffmpeg 分析全屏视频与音频流。
• 原生 MCP 服务支持：支持与 Antigravity、Claude Desktop 等工具无缝集成。
• Web 可视化控制台：提供设备投屏、交互演练与轨迹回溯。
• AndroidWorld SOTA：达到 99%+ 的任务完成率。
• 跨平台扩展：探索 iOS 与 Web 端的定位与操作能力。
• 端侧轻量化模型：支持在设备本地离线运行的轻量级 Edge VLM 模型。
• 实时语音双工交互：支持自然语音输入与实时打断控制。

🤝 社区与贡献

欢迎通过以下方式参与项目建设：

• ⭐ Star 本项目以关注最新进展与更新
• 💬 加入 Discord 社区 参与技术探讨与功能建议
• 🐛 提交 Issue 反馈 Bug，欢迎发起 Pull Request 贡献代码

📄 开源许可证

本项目基于 Apache License 2.0 协议开源。