新闻详情

新闻详情

首页 / 资讯中心 / 详情

Argent 简介:AI Agent 一键掌控 iOS 与 Android 应用的神器,5分钟看懂它能做什么

发布时间:2026/11/12 13:56:30来源:尧图网络
Argent 简介:AI Agent 一键掌控 iOS 与 Android 应用的神器,5分钟看懂它能做什么
Argent 简介AI Agent 一键掌控 iOS 与 Android 应用的神器5分钟看懂它能做什么【免费下载链接】argentAn agentic toolkit to control, debug, and profile iOS and Android apps. Made by Software Mansion.项目地址: https://gitcode.com/gh_mirrors/arg/argentArgent 是 Software Mansion 出品的 agentic 工具包AI Agent 应用调试神器它让你的 AI 助手直接控制 iOS 模拟器、Android 模拟器与真机、电视设备以及 Electron/Chromium 桌面应用——点按按钮、录制性能分析、复现 Bug全程不用离开命令行。下面用 5 分钟带你看懂它能做什么、怎么用。什么是 ArgentAI Agent 驱动的移动应用调试工具传统移动开发里测试、调试、性能分析需要在 IDE、模拟器、各种 Profiler 之间来回切换。Argent 的思路是把这些能力打包成一组工具通过 MCP 服务器 接入你的 AI 编程助手Claude Code、Cursor 等让AI Agent 成为你的手️Interact点按、滑动、手势、输入文字、按硬件键电视上按 D-pad桌面用鼠标键盘Flows把一条操作路径录一次之后确定性地回放成复现场景或冒烟测试Visual regression基线截图与实时截图做 diff支持 OCR 与字体感知⚡ProfilingHermes、React DevTools、Xcode Instruments、Perfetto定位渲染、CPU 热点与卡顿Debugging日志、网络请求fetch 与原生、JS 求值、原生与 React 视图树⚛️React Native开箱即用构建、启动、迭代无需额外配置装好之后直接问助手一句话即可What can Argent do?它会列出当前工作区的所有工具。支持哪些平台iOS、Android、电视与桌面一网打尽平台目标设备交互方式iOS模拟器、真机 iPhone触摸 / 手势Android模拟器AVD、adb 连接的物理设备触摸 / 手势TVApple TVtvOS、Android TV / Google TV、Amazon Fire TVVegaD-pad / 遥控器桌面 WebElectron 与 Chromium 应用含 React Native Web / Expo Web鼠标 / 键盘几个值得注意的细节真机 iPhone可通过 USB 线直接驱动Android 真机通过 adb 接入交互模型与模拟器完全一致折叠屏模拟器可操控 iPhone Duo 的合拢、半开、展开状态TV 设备 Argent 会读取当前焦点元素再用遥控器方向键移动光标并确认选择完整的平台清单见 supported-platforms.mdx。一键安装Argent 安装教程只需一条命令前提条件很简单Node.js 20.12iOS/tvOS 需要 macOS 和 XcodeAndroid 需要adb在PATH中外加 Android Emulator 包。然后在你的项目根目录执行安装向导npx swmansion/argentlatest init向导会自动完成三件事全局安装swmansion/argent、检测你的编辑器并注册 MCP 服务器、把 skills 与 agent 定义复制到工作区。pnpm 用户可用pnpm dlx swmansion/argentlatest init替代。团队协作用--local模式把配置提交进仓库队友npm install即得相同环境。详细步骤见 installation.mdx 与 getting-started.mdx。核心能力上手AI Agent 如何替你测试 App与 App 交互让 AI Agent 替你点点点告诉助手帮我走完注册流程告诉我哪里断了它会先通过无障碍树/组件树做发现拿到真实坐标而不是从截图猜坐标再逐屏点按、滑动、输入。整个过程你能在终端里看到每一步。更多细节见 interacting-with-apps.mdx。录制与回放 Flows把操作变成可重复的测试一条 flow 是录一次、回放无数次的交互序列AI Agent 录制时边操作边记录每步带标签回放时若某步失败立即停止并报告。flow 以 YAML 文件存在项目的.argent/flows/目录是纯文本可以提交进仓库、在 PR 中评审。它甚至不绑定设备同一份 flow 可跑在不同模拟器上argent flow run还能在 CI 中无 Agent 直接回放。文档详见 flows.mdx。性能 Profiling快速定位卡顿、CPU 热点与内存泄漏一次分析会话分四步启动 Profiler → 操作 App → 停止并落盘 → Agent 分析数据并产出 Markdown 报告。Argent 内置 React ProfilerHermes React DevTools看组件渲染与提交和 Native ProfileriOS 走 Xcode Instruments、Android 走 Perfetto看原生 CPU、UI 卡顿与内存增长两者可同时运行并生成对齐的联合报告——哪个 React commit 引发了哪次卡顿一目了然。详见 profiling.mdx。调试与网络抓包日志、请求、JS 求值一站搞定调试能力覆盖应用日志、fetch与原生网络流量、JS 运行时求值以及原生与 React 视图树的可视化检查方便你边调试边让 Agent 解释这个请求为什么 500。详见 debugging.mdx 与 network.mdx。进阶亮点Argent Lens 设计评审窗口Argent Lens 是一个设计评审窗口你让 Agent重新设计这个头部它会在真实 App 中渲染多个候选方案并截图在 Lens 窗口里与设备实时画面并排展示。你挑选方案、写评论Agent 再把选中的变体应用到源码。该功能目前处于开发中需开启argent-lens标志且仅支持 macOS介绍见 lens.mdx。常见问题需要付费吗Argent 开源源码采用 Apache License 2.0部分平台专有二进制仅限项目内使用见 LICENSE.txt。隐私如何遥测默认开启但可退出执行argent telemetry disable即可说明见 Telemetry.md。源码在哪看CLI 入口在 index.ts工具集合位于 packages/argent-mcp/完整工具参考见 tools.mdx。总结Argent 把控制设备、调试、性能分析、可视化回归这些原本分散的环节统一交给 AI Agent一条npx swmansion/argentlatest init就能装好。无论你测 iOS、Android、电视还是桌面应用都值得花 5 分钟试一次——从 getting-started.mdx 开始让 AI 替你点点点吧 【免费下载链接】argentAn agentic toolkit to control, debug, and profile iOS and Android apps. Made by Software Mansion.项目地址: https://gitcode.com/gh_mirrors/arg/argent创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉