DroidBot 使用教程
1. 项目介绍
DroidBot 是一个轻量级的 Android 测试输入生成器,类似于 Monkey,但具有更多的智能和酷功能。它能够向 Android 应用程序发送随机或脚本输入事件,更快地实现更高的测试覆盖率,并在测试后生成 UI 转换图(UTG)。DroidBot 的主要优势包括:
- 不需要系统修改或应用插桩。
- 事件基于 GUI 模型(而不是随机)。
- 可编程(可以自定义某些 UI 的输入)。
- 能够生成 UI 结构和方法跟踪以进行分析。
2. 项目快速启动
2.1 环境准备
在开始使用 DroidBot 之前,请确保您的系统满足以下要求:
- Python(支持 Python 2 和 Python 3)
- Java
- Android SDK(并将
platform-tools目录添加到 PATH 中) - OpenCV-Python(可选,如果您想在
cv模式下运行 DroidBot)
2.2 安装 DroidBot
首先,克隆 DroidBot 的 GitHub 仓库并使用 pip 进行安装:
git clone https://github.com/honeynet/droidbot.git
cd droidbot/
pip install -e .
安装成功后,您应该能够执行 droidbot -h 来查看帮助信息。
2.3 使用 DroidBot
确保您有一个 APK 文件路径,并且设备或模拟器已通过 adb 连接到您的宿主机。然后,您可以启动 DroidBot:
droidbot -a <path_to_apk> -o output_dir
这将生成大量有用的信息,包括 UTG,并将其存储在 output_dir 中。
如果您使用多个设备,可以使用 -d <device_serial> 来指定目标设备。设备的序列号可以通过 adb devices 命令获取。
在某些设备上,您可能需要手动启用 DroidBot 的辅助功能服务。
3. 应用案例和最佳实践
3.1 大规模应用测试
如果您需要测试大量应用,可以使用 -keep_env 选项来避免每次重新安装测试环境。
3.2 自定义脚本输入
您可以使用 JSON 格式的脚本来为某些状态自定义输入。以下是一个脚本示例:
{
"states": [
{
"state_str": "com.example.app:id/login_button",
"event_type": "touch",
"event_data": {
"x": 500,
"y": 1000
}
}
]
}
使用 -script <path_to_script.json> 选项来应用自定义脚本。
3.3 游戏应用测试
对于基于 Cocos2d 或 Unity3d 的游戏应用,您可以使用 -cv 选项来帮助 DroidBot 获取视图信息。
4. 典型生态项目
4.1 AndroidViewClient
AndroidViewClient 是一个用于解析和操作 Android 视图层次结构的工具,DroidBot 在某些情况下会使用它来获取当前的视图层次结构。
4.2 Androguard
Androguard 是一个用于分析 Android 应用程序的 Python 工具,DroidBot 可能会使用它来进行更深入的应用分析。
4.3 The Honeynet Project
The Honeynet Project 是一个致力于研究和开发网络安全工具的组织,DroidBot 是其开源项目之一。
通过以上步骤,您可以快速上手并使用 DroidBot 进行 Android 应用的自动化测试。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00