STF项目在realme设备上的兼容性问题分析与解决方案
问题背景
在移动设备自动化测试领域,STF(Smartphone Test Farm)是一个广泛使用的开源框架,用于远程管理和控制Android设备。然而,在实际部署过程中,我们遇到了realme品牌设备(型号RMX3867,Android 14系统)无法正常接入STF系统的问题。
问题现象
当尝试将realme RMX3867设备接入STF系统时,设备状态持续显示为"准备中",无法完成初始化过程。通过分析日志,我们发现以下关键错误信息:
- 设备初始化过程中出现超时错误
- STFService代理启动失败,抛出NullPointerException
- minitouch服务无法访问设备输入事件,显示"Permission denied"错误
深入分析
STFService启动失败
日志显示STFService在启动时遇到了严重的空指针异常:
java.lang.NullPointerException: Attempt to read from field 'android.os.MessageQueue android.os.Looper.mQueue' on a null object reference
这个错误表明在Android Looper初始化过程中出现了问题,可能是由于realme设备对系统API的特殊修改导致的兼容性问题。
输入设备权限问题
minitouch服务报告无法访问设备输入事件:
minitouch says: "open: Permission denied"
minitouch says: "Unable to open device /dev/input/event5 for inspection"
这表明设备的安全策略限制了STF对输入子系统的访问,这在Android 14及realme定制系统中尤为常见。
连接建立失败
ADB日志中频繁出现连接失败的信息:
failed to connect to socket 'localabstract:stfagent': could not connect to localabstract address
这说明STF agent服务虽然安装成功,但无法正常建立通信通道。
解决方案
经过多次测试和验证,我们找到了有效的解决方案:
1. 修改屏幕抓取方式
在STF provider的启动参数中添加--screen-grabber minicap-bin选项,强制使用minicap二进制模式而非默认的API模式。这可以绕过部分系统限制。
2. 完整的systemd服务配置示例
对于使用systemd管理的STF provider服务,可以采用以下配置:
[Unit]
Description=STF provider
After=adbd.service
BindsTo=adbd.service
[Service]
EnvironmentFile=/etc/environment
TimeoutStartSec=0
Restart=always
RestartSec=3
ExecStartPre=/usr/bin/docker pull devicefarmer/stf:latest
ExecStartPre=-/usr/bin/docker kill %p-%i
ExecStartPre=-/usr/bin/docker rm %p-%i
ExecStart=/usr/bin/docker run --rm \
--name %p-%i \
--link adbd:adbd \
-p 15000-16000:15000-16000 \
devicefarmer/stf:latest \
stf provider \
--name "%H/%i" \
--screen-grabber minicap-bin \
--connect-sub tcp://xxx:7250 \
--connect-push tcp://xxxx:7270 \
--storage-url https://xxxx/ \
--public-ip xxxx \
--min-port=15000 \
--max-port=16000 \
--heartbeat-interval 10000 \
--screen-ws-url-pattern "wss://xxxxx/d/%i/<%= serial %>/<%= publicPort %>/" \
--adb-host adbd
ExecStop=-/usr/bin/docker stop -t 10 %p-%i
[Install]
WantedBy=multi-user.target
技术原理
这种解决方案有效的根本原因在于:
- minicap-bin模式直接使用底层帧缓冲区,绕过了部分系统级限制
- 避免了依赖可能被厂商修改的Android图形子系统API
- 减少了与系统服务的交互,降低了兼容性风险
预防措施
对于其他厂商的Android 14设备,建议:
- 提前测试STF兼容性
- 考虑使用更底层的设备访问方式
- 保持STF及其组件的更新
- 对于特殊设备,准备定制化的启动参数
总结
realme等厂商对Android系统的深度定制常常会导致与开源测试框架的兼容性问题。通过调整STF的屏幕抓取策略,我们成功解决了realme RMX3867设备的接入问题。这一案例也提醒我们,在移动设备自动化测试领域,针对不同厂商设备的特殊处理是必不可少的。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00