SuperAPI AI 工具集

agent-device

智能体与模型

查看项目

更新于 10-15 20:10

技能介绍

用途:agent-device 用于自动化 Apple 平台(iOS、tvOS、macOS)和 Android 设备上的应用交互,适合需要导航应用、截取快照或截图、点击、输入等设备操作的任务。

主要能力:支持读取屏幕可见文本与结构(plain snapshot)、获取交互引用(snapshot -i,如 @e3)、点击、输入、填充文本、返回导航、截图与验证等。提供 get、is、find 等只读命令,以及 fill(替换文本)和 type(追加文本)等写入操作。

使用方式:该技能作为路由器使用,带有强制默认规则。执行普通设备任务前,必须先阅读本文件,然后依次加载 references/bootstrap-install.md 和 references/exploration.md。bootstrap 用于确认或建立确定性环境(目标设备、应用安装、打开应用会话),exploration 用于会话打开后的 UI 检查、交互与验证。默认流程为:加载参考文档 → bootstrap 确认环境 → 打开应用会话 → 检查/操作 → 验证 → 关闭。

操作规则:从保守开始,优先只读检查再修改 UI;验证文本是否可见用 plain snapshot;需要交互引用时才用 snapshot -i;UI 变化后重新快照,不复用旧引用;优先使用 @ref 或选择器而非原始坐标;交互前确保目标已固定且应用会话已打开;保持循环简短。

适用场景:iOS、tvOS、macOS 和 Android 应用的功能验证、UI 检查、交互测试、截图取证等。QA 模式中,开放式缺陷搜寻使用 ../dogfood/SKILL.md;基于验收标准的通过/失败 QA 使用本技能并参考 exploration.md 中的 QA 循环。

限制:除非用户明确要求,不应浏览网页或使用外部来源;屏幕未暴露所需信息时应如实说明,而非通过额外导航、输入或网络搜索弥补;没有模拟器、未安装应用或未打开应用会话时,应切换到 bootstrap-install.md,而非自行即兴设置。其他参考文档(调试、验证、macOS 桌面、远程租用)仅在需要对应范围时加载。