【亲测免费】 atx-agent 项目教程
1. 项目介绍
atx-agent 是一个运行在 Android 设备上的 HTTP 服务器,旨在屏蔽不同安卓机器的差异,并提供统一的 HTTP 接口供 openatx/uiautomator2 使用。该项目的主要目的是简化 Android 设备的自动化操作,通过统一的接口处理不同设备的差异,从而提高自动化测试和开发的效率。
atx-agent 项目使用 Go 语言编写,编译后生成一个二进制程序,运行在 Android 系统的后台。它通过多种方式处理截图、设备信息获取、应用安装、Shell 命令执行等操作,确保在不同设备上提供一致的接口。
2. 项目快速启动
2.1 安装
首先,从 GitHub Releases 下载适用于 linux_armv7 架构的二进制包。大多数 Android 设备都是 linux-arm 架构的。
# 下载二进制包
wget https://github.com/openatx/atx-agent/releases/download/v0.0.2/atx-agent_0.0.2_linux_armv7.tar.gz
# 解压
tar -xzf atx-agent_0.0.2_linux_armv7.tar.gz
2.2 部署
将解压后的 atx-agent 文件推送到 Android 设备上,并设置执行权限。
# 推送到设备
adb push atx-agent /data/local/tmp
# 设置执行权限
adb shell chmod 755 /data/local/tmp/atx-agent
2.3 启动
在设备上启动 atx-agent 服务。
# 启动 atx-agent 服务
adb shell /data/local/tmp/atx-agent server -d
默认情况下,atx-agent 监听的端口是 7912。
2.4 常用接口
假设设备的地址是 $DEVICE_URL(例如:http://10.0.0.1:7912),以下是一些常用的接口示例:
-
获取手机截图
curl $DEVICE_URL/screenshot -
获取当前程序版本
curl $DEVICE_URL/version -
获取设备信息
curl $DEVICE_URL/info
3. 应用案例和最佳实践
3.1 自动化测试
atx-agent 可以与 openatx/uiautomator2 结合使用,实现 Android 设备的自动化测试。通过统一的 HTTP 接口,可以轻松地控制设备进行截图、安装应用、执行 Shell 命令等操作,从而实现自动化测试流程。
3.2 远程控制
atx-agent 还可以用于远程控制 Android 设备。通过 HTTP 接口,可以远程执行 Shell 命令、获取设备信息、安装应用等操作,适用于远程管理、远程调试等场景。
3.3 数据采集
通过 atx-agent 提供的接口,可以方便地采集 Android 设备的各种数据,如设备信息、应用内存使用情况、CPU 信息等。这些数据可以用于分析设备性能、监控应用状态等。
4. 典型生态项目
4.1 openatx/uiautomator2
openatx/uiautomator2 是一个基于 uiautomator 的 Android 自动化测试框架。它通过 atx-agent 提供的 HTTP 接口,实现对 Android 设备的自动化操作。uiautomator2 提供了丰富的 API,可以方便地进行 UI 自动化测试。
4.2 openatx/atx-server
openatx/atx-server 是一个用于管理多台 Android 设备的集中式服务器。它通过 atx-agent 提供的接口,实现对多台设备的统一管理和控制。atx-server 可以用于设备集群管理、自动化测试调度等场景。
4.3 openatx/atx-webide
openatx/atx-webide 是一个基于 Web 的 Android 设备管理工具。它通过 atx-agent 提供的接口,实现对 Android 设备的远程控制和管理。atx-webide 提供了友好的 Web 界面,方便用户进行设备操作和调试。
通过这些生态项目,atx-agent 可以与其他工具结合,构建完整的 Android 设备管理和自动化测试解决方案。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00