如何用gkd实现Android自动化操作:从入门到精通的完整指南 🚀
2026-02-05 05:38:24作者:余洋婵Anita
gkd是一款基于Android无障碍服务的开源自动化工具,通过自定义选择器规则和订阅机制,帮助用户实现屏幕元素的自动点击、表单填写等操作。无论是自动跳过广告、重复任务执行,还是游戏辅助,gkd都能让你的Android设备更智能高效。
🌟 认识gkd:解放双手的自动化神器
gkd的核心优势在于其强大的无障碍服务集成和灵活的规则系统。通过项目自研的高级选择器引擎(selector/src/commonMain/kotlin/li/songe/selector/Selector.kt),用户可以精确匹配屏幕上的按钮、文本框等元素,并通过订阅规则库实现功能动态更新。
✨ 主要功能亮点
- 智能元素识别:基于控件属性和层级结构的精准定位
- 灵活规则系统:支持自定义JavaScript脚本和条件判断
- 订阅生态:通过规则库自动同步最新功能(app/src/main/kotlin/li/songe/gkd/data/RawSubscription.kt)
- 低功耗设计:优化的后台运行机制,减少电量消耗
📦 快速上手:3步完成gkd安装部署
1️⃣ 环境准备
确保你的开发环境满足:
- Android Studio Hedgehog或更高版本
- JDK 17及以上
- Android SDK API 24+
2️⃣ 源码获取
git clone https://gitcode.com/gh_mirrors/gk/gkd.git
3️⃣ 构建运行
- 打开Android Studio,选择"Open an existing project"
- 等待Gradle同步完成(首次启动可能需要下载依赖)
- 连接Android设备或启动模拟器
- 点击▶️ Run按钮,选择目标设备
⚙️ 核心功能详解:让自动化更简单
🎯 选择器引擎:精准定位屏幕元素
gkd的选择器系统支持多种定位方式:
- ID选择:
#com.example:id/button - 文本匹配:
text("跳过广告") - 组合条件:
textContains("登录") && enabled(true)
通过selector/src/commonMain/kotlin/li/songe/selector/parser/SelectorParser.kt实现的语法解析器,支持类似CSS选择器的简洁语法。
📝 规则编写:3分钟创建你的第一个自动化任务
- 在主界面点击「+」创建新规则
- 配置应用包名(如
com.ss.android.ugc.aweme) - 添加触发条件和执行动作
- 保存并启用规则
示例规则文件结构:
{
"appId": "com.example.app",
"rules": [
{
"trigger": { "text": "广告" },
"action": { "click": true }
}
]
}
🔄 订阅市场:获取社区共享的规则库
通过订阅功能,你可以一键获取:
- 主流应用广告跳过规则
- 电商平台自动领券脚本
- 社交媒体自动签到功能
在「订阅管理」页面添加社区规则源,系统将定期自动更新(app/src/main/kotlin/li/songe/gkd/ui/SubsCategoryPage.kt)。
💡 实用案例:gkd能帮你做什么?
🚀 效率提升场景
- 短视频平台:自动跳过开屏广告、关闭弹窗
- 阅读应用:自动翻页、夜间模式切换
- 办公工具:表单自动填充、数据录入
🎮 游戏辅助场景
- 自动战斗/采集(配置冷却时间判断)
- 日常任务一键完成
- 体力值自动恢复提醒
🔧 高级技巧:解锁gkd全部潜力
🛠️ 自定义脚本开发
通过app/src/main/kotlin/li/songe/gkd/a11y/A11yRuleEngine.kt提供的API,你可以编写更复杂的自动化逻辑:
// 循环点击列表项
const list = findElements("RecyclerView");
for (let i=0; i<list.length; i++) {
click(list[i].findElement("text('删除')"));
sleep(500);
}
⚡ 性能优化建议
- 减少不必要的全局规则
- 使用
delay属性控制执行频率 - 复杂场景采用「局部监听」模式
🤝 参与贡献:共建gkd生态
gkd采用GPL-3.0开源协议,欢迎通过以下方式参与项目:
- 提交规则库到社区市场
- 修复Issue或开发新功能
- 撰写教程和使用心得
项目主要模块架构:
- 核心服务:app/src/main/kotlin/li/songe/gkd/service/A11yService.kt
- UI界面:app/src/main/kotlin/li/songe/gkd/ui/
- 数据存储:app/src/main/kotlin/li/songe/gkd/db/AppDb.kt
📚 资源汇总:成为gkd高手的学习路径
官方文档
- 完整API参考:app/src/main/assets/docs/
- 规则编写指南:docs/rules.md
社区资源
- 规则分享论坛:内置「社区」板块
- 常见问题解答:app/src/main/kotlin/li/songe/gkd/ui/AboutPage.kt
🎯 总结:开启你的Android自动化之旅
gkd通过强大的选择器引擎和灵活的规则系统,让Android自动化变得简单高效。无论是普通用户还是开发者,都能快速实现各种自动化场景。立即下载体验,让你的手机更智能、更懂你!
项目遵循GPL-3.0开源协议,所有代码均可在官方仓库获取,欢迎Star和贡献代码!
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0218
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0139
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
465
deepin linux kernel
C
32
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
2.09 K
218
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
700
1.4 K
暂无描述
Dockerfile
780
5.08 K
Ascend Extension for PyTorch
Python
758
968
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
880
2.03 K
MindQuantum is a general software library supporting the development of applications for quantum computation.
Python
183
111
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.11 K
682