Merge branch 'dev'
This commit is contained in:
@@ -51,7 +51,7 @@
|
||||
| **实时看屏** | MJPEG 实时流 + 点击/滑动/按键/文字输入;全屏监控大屏(`/wall`) |
|
||||
| **应用管理** | APK 上传/解析/批量安装;设备已装应用与版本查询;剪贴板注入 |
|
||||
| **AI 控制台** | 用自然语言驱动 AI 操作指定设备(MCP 工具 + 截图),流式输出、Markdown 渲染、推理链折叠、token 统计;成功操作自动沉淀「经验库 / 动作库」并在相似任务中召回 |
|
||||
| **MCP 接入** | 19 个 `de_*` 工具,把手机控制开放给外部 AI;写操作有开关、设备忙时拒绝、全量审计 |
|
||||
| **MCP 接入** | 20 个 `de_*` 工具,把手机控制开放给外部 AI;写操作有开关、设备忙时拒绝、全量审计 |
|
||||
| **备份导出/导入** | 一键导出 zip(库快照 + manifest + 可选 APK),导入前校验预览、自动预备份、重启生效 |
|
||||
|
||||
---
|
||||
@@ -146,7 +146,7 @@ auto_control/
|
||||
│ └── generic/ # 通用步骤任务(task_type=generic_steps,当前唯一类型)
|
||||
│ └── task.py # STEP_TYPES(18 种步骤)+ Worker + 执行器
|
||||
│
|
||||
├── mcp_server/ # MCP Server(19 个 de_* 工具,:8033)
|
||||
├── mcp_server/ # MCP Server(20 个 de_* 工具,:8033)
|
||||
│ ├── mcp_server.py # 工具定义 + 平台登录 + 门控
|
||||
│ ├── platform_client.py # 平台 HTTP 客户端(复用 Web 账号)
|
||||
│ ├── direct_ops.py # 直连设备的 adb/u2 操作
|
||||
@@ -304,7 +304,7 @@ self.set_progress(done=5, total=80, unit="视频", action_counts={"like": 3}, el
|
||||
|
||||
### MCP(外部 AI 接入)
|
||||
|
||||
MCP Server 监听 `:8033`,暴露 19 个 `de_*` 工具(截屏、点击、滑动、输入、OCR、元素树、应用管理等)。写操作需 `MCP_ALLOW_WRITE=1`;设备正在跑任务时拒绝(`device_busy`);每次调用写审计日志。
|
||||
MCP Server 监听 `:8033`,暴露 20 个 `de_*` 工具(截屏、点击、滑动、输入、OCR、元素树、应用管理等)。写操作需 `MCP_ALLOW_WRITE=1`;设备正在跑任务时拒绝(`device_busy`);每次调用写审计日志。
|
||||
|
||||
```bash
|
||||
# 本机手动启动(生产容器由 scripts/start.sh 自动拉起)
|
||||
|
||||
@@ -0,0 +1,541 @@
|
||||
"""AI 建任务的 draft 契约:**校验 + 归一化**(唯一真相)。
|
||||
|
||||
## 为什么必须有这个模块
|
||||
|
||||
任务执行器对"写错的地方"是**静默跳过**的:未知步骤类型只打一条 warning 继续
|
||||
(`tasks/generic/task.py` 的 `_exec_one`),空 `selector_value` 直接 return。
|
||||
而 `POST /api/jobs` 只校验 `name` + `task_type`,`params` 完全盲存
|
||||
(`web/tasks_api.py`)。两者叠加的后果是:AI(或任何人)交上一条写错的任务,
|
||||
**创建成功、运行不报错、但什么都没做**。
|
||||
|
||||
所以这里把执行器的每个"静默跳过点"前移成显式 error,在**落库之前**拦住。
|
||||
错误文案是给**模型**看的(走 `submit_task` 的返回值回灌,让它逐条改完重提),
|
||||
所以每条都要说清"哪个节点的哪个字段、错在哪、应该是什么"。
|
||||
|
||||
## 用法
|
||||
|
||||
res = validate_draft(draft, groups=..., pool=..., default_serial="...")
|
||||
# → {"ok": bool, "errors": [...], "warnings": [...], "draft": 归一化后的草稿}
|
||||
|
||||
`errors` 非空就是不能落库;`warnings` 只是提醒(前端醒目展示,不拦)。
|
||||
|
||||
契约与规则的权威描述见 `doc/AI_TASK_GEN.md`。
|
||||
"""
|
||||
import re
|
||||
|
||||
from core.logger import get_logger
|
||||
|
||||
_log = get_logger("core.task_draft")
|
||||
|
||||
# ================== 常量(规则的唯一来源) ==================
|
||||
|
||||
# 单条任务最多多少个步骤节点(含嵌套),防止模型输出失控/被输出长度截断
|
||||
MAX_NODES = 60
|
||||
# 嵌套深度上限(执行器 >5 层直接跳过该分支,见 tasks/generic/task.py)
|
||||
MAX_DEPTH = 5
|
||||
# 选择器值长度上限
|
||||
MAX_SELECTOR_LEN = 200
|
||||
# 单条 input_text 的候选文案条数
|
||||
MAX_TEXTS = 20
|
||||
|
||||
# 与编辑器下拉(static/admin/editor.js 的 selector_type 选项)严格同集。
|
||||
# 故意不含 textContains —— 下拉里没有它,用户一改就丢。
|
||||
SELECTOR_TYPES = ("xpath", "description", "text", "resourceId",
|
||||
"descriptionContains", "className")
|
||||
IF_SELECTOR_TYPES = SELECTOR_TYPES + ("ocr",)
|
||||
|
||||
# 按键白名单(u2 的 d.press 支持更多,这里只放"不会把设备弄坏"的那些:
|
||||
# 不含 power/camera —— 探索期误按 power 会让设备息屏、任务中途失联)
|
||||
KEY_WHITELIST = ("back", "home", "enter", "menu", "recent", "delete",
|
||||
"volume_up", "volume_down", "search")
|
||||
|
||||
DIRECTIONS = ("up", "down", "left", "right")
|
||||
LOOP_MODES = ("rounds", "time", "forever")
|
||||
SCHEDULE_MODES = ("once", "cron", "cron_stop")
|
||||
TARGET_MODES = ("all", "group", "serial")
|
||||
|
||||
# 需要选择器的步骤类型(缺 selector_value 时执行器静默跳过)
|
||||
NEED_SELECTOR = ("click", "long_click", "wait_el", "swipe_until", "if_el")
|
||||
# 需要包名的步骤类型
|
||||
NEED_PACKAGE = ("open_app", "stop_app")
|
||||
# 需要非空 children 的容器
|
||||
NEED_CHILDREN = ("loop", "group")
|
||||
|
||||
# 有副作用的动作关键词:命中的步骤在 AI 通道只给 warning(人工复核),不拦
|
||||
DESTRUCTIVE_HINTS = ("评论", "发送", "发布", "投稿", "转发", "分享到",
|
||||
"购买", "下单", "支付", "付款", "删除", "卸载",
|
||||
"退出登录", "注销", "举报", "拉黑", "清空")
|
||||
# 命中上面关键词的步骤,触发概率被压到这个值(可人工改回)
|
||||
SAFE_PROBABILITY = 30
|
||||
|
||||
_PKG_RE = re.compile(r"^[A-Za-z][A-Za-z0-9_]*(\.[A-Za-z0-9_]+)+$")
|
||||
_HHMM_RE = re.compile(r"^([01]\d|2[0-3]):[0-5]\d$")
|
||||
# 「序号型」选择器的两种形态:
|
||||
# (//*[@resource-id="x"])[4] ← 抓取器在语义消歧失败时给的(当前形态)
|
||||
# //*[@resource-id="x"][4] ← 历史形态(执行器会自动纠正成上面那种)
|
||||
# 两者都依赖"同类元素有几个",界面一变就指到别的元素上,都值得提醒换语义选择器。
|
||||
_SEQ_SELECTOR_RE = re.compile(r"^(?:\(\s*//\*\[@[^\]]+\]\s*\)|//\*\[@[^\]]+\])\[\d+\]")
|
||||
|
||||
|
||||
def _step_types():
|
||||
"""步骤类型 → (label, 默认 params),直接取自执行器的权威定义。"""
|
||||
from tasks.generic.task import STEP_TYPES
|
||||
return {s["type"]: (s.get("label", s["type"]), dict(s.get("params") or {}))
|
||||
for s in STEP_TYPES}
|
||||
|
||||
|
||||
def _is_num(v):
|
||||
return isinstance(v, (int, float)) and not isinstance(v, bool)
|
||||
|
||||
|
||||
def _num(params, key, default=None):
|
||||
v = params.get(key, default)
|
||||
return v if _is_num(v) else default
|
||||
|
||||
|
||||
# ================== 步骤树校验 ==================
|
||||
|
||||
def validate_steps(steps, depth=1, path="steps", errors=None, warnings=None,
|
||||
types=None, counter=None):
|
||||
"""递归校验步骤树,返回 (errors, warnings, 节点总数)。
|
||||
|
||||
每条 error 都带上路径(如 `steps[0].params.children[2]`),模型据此能直接定位。
|
||||
"""
|
||||
errors = [] if errors is None else errors
|
||||
warnings = [] if warnings is None else warnings
|
||||
types = _step_types() if types is None else types
|
||||
counter = [0] if counter is None else counter
|
||||
|
||||
if not isinstance(steps, list):
|
||||
errors.append(f"{path}: 必须是数组")
|
||||
return errors, warnings, counter[0]
|
||||
|
||||
for i, step in enumerate(steps):
|
||||
here = f"{path}[{i}]"
|
||||
if not isinstance(step, dict):
|
||||
errors.append(f"{here}: 必须是对象")
|
||||
continue
|
||||
stype = step.get("type")
|
||||
if not stype:
|
||||
errors.append(f"{here}: 缺少 type 字段")
|
||||
continue
|
||||
if stype not in types:
|
||||
errors.append(f"{here}: 未知步骤类型 {stype!r}(可用类型:"
|
||||
f"{'、'.join(types)})")
|
||||
continue
|
||||
if stype == "click_xy":
|
||||
errors.append(f"{here}: 不允许坐标点击(click_xy)—— 坐标在不同分辨率/"
|
||||
"设备上必失配,请改用 click + 选择器定位元素")
|
||||
continue
|
||||
|
||||
counter[0] += 1
|
||||
if counter[0] > MAX_NODES:
|
||||
errors.append(f"{here}: 步骤节点总数超过 {MAX_NODES} 个,请精简"
|
||||
"(去掉冗余的等待/滑动,合并重复结构)")
|
||||
return errors, warnings, counter[0]
|
||||
|
||||
params = step.get("params")
|
||||
if params is None:
|
||||
params = {}
|
||||
if not isinstance(params, dict):
|
||||
errors.append(f"{here}.params: 必须是对象")
|
||||
continue
|
||||
|
||||
# 触发概率(执行器对所有类型通用)
|
||||
prob = params.get("probability")
|
||||
if prob is not None:
|
||||
if not _is_num(prob) or not (0 <= prob <= 100):
|
||||
errors.append(f"{here}.params.probability: 必须是 0~100 的数字"
|
||||
f"(当前 {prob!r})")
|
||||
|
||||
# 选择器类步骤
|
||||
if stype in NEED_SELECTOR:
|
||||
sel = params.get("selector_value")
|
||||
if not isinstance(sel, str) or not sel.strip():
|
||||
errors.append(f"{here}.params.selector_value: 不能为空 —— "
|
||||
"该步骤没有定位目标,执行时会被静默跳过。"
|
||||
"如果这一步还没探索出可靠的定位,请把它从 steps 里去掉,"
|
||||
"需要人工确认的写进 notes")
|
||||
else:
|
||||
_check_selector(params, here, stype, errors, warnings)
|
||||
|
||||
# 包名类步骤
|
||||
if stype in NEED_PACKAGE:
|
||||
pkg = params.get("package")
|
||||
if not isinstance(pkg, str) or not _PKG_RE.match(pkg.strip()):
|
||||
errors.append(f"{here}.params.package: 必须是包名(如 "
|
||||
"com.ss.android.ugc.aweme),当前 "
|
||||
f"{pkg!r}")
|
||||
|
||||
# 容器
|
||||
if stype in NEED_CHILDREN:
|
||||
children = params.get("children")
|
||||
if not isinstance(children, list) or not children:
|
||||
errors.append(f"{here}.params.children: 不能为空 —— "
|
||||
"空容器等于什么都没做")
|
||||
continue
|
||||
if depth >= MAX_DEPTH:
|
||||
errors.append(f"{here}: 嵌套层级超过 {MAX_DEPTH} 层"
|
||||
"(执行器会直接跳过这个分支)")
|
||||
continue
|
||||
validate_steps(children, depth + 1, f"{here}.params.children",
|
||||
errors, warnings, types, counter)
|
||||
|
||||
if stype == "loop":
|
||||
mode, fixed = _norm_loop_mode(params.get("loop_mode"))
|
||||
params["loop_mode"] = mode
|
||||
if fixed:
|
||||
warnings.append(f"{here}.params.loop_mode: 已按 {fixed!r} 归一为 "
|
||||
f"{mode!r}(执行器对未知取值按轮次处理)")
|
||||
if mode == "rounds":
|
||||
it = params.get("max_iterations")
|
||||
if it is None:
|
||||
# 执行器默认 10(tasks/generic/task.py 的 _exec_loop)——
|
||||
# 能跑通的就不该拦,补默认值并提示即可
|
||||
params["max_iterations"] = 10
|
||||
warnings.append(f"{here}.params.max_iterations: 未填,按默认 10 轮")
|
||||
elif not _is_num(it) or it < 1:
|
||||
errors.append(f"{here}.params.max_iterations: 按轮次循环时"
|
||||
f"必须 ≥1(当前 {it!r})")
|
||||
elif mode == "time":
|
||||
dur = params.get("loop_duration")
|
||||
# 按时间循环缺时长时执行器**直接跳过**整块(静默无操作)→ 必须拦
|
||||
if not _is_num(dur) or dur < 10:
|
||||
errors.append(f"{here}.params.loop_duration: 按时间循环时"
|
||||
f"必须 ≥10 秒(当前 {dur!r})")
|
||||
|
||||
if stype == "if_el":
|
||||
then = params.get("then")
|
||||
if not isinstance(then, list) or not then:
|
||||
errors.append(f"{here}.params.then: 不能为空 —— "
|
||||
"条件命中后必须做点什么")
|
||||
if depth >= MAX_DEPTH:
|
||||
errors.append(f"{here}: 嵌套层级超过 {MAX_DEPTH} 层")
|
||||
continue
|
||||
if isinstance(then, list):
|
||||
validate_steps(then, depth + 1, f"{here}.params.then",
|
||||
errors, warnings, types, counter)
|
||||
else_ = params.get("else")
|
||||
if isinstance(else_, list) and else_:
|
||||
validate_steps(else_, depth + 1, f"{here}.params.else",
|
||||
errors, warnings, types, counter)
|
||||
|
||||
if stype == "swipe":
|
||||
_check_direction(params, here, errors)
|
||||
dmin, dmax = _num(params, "duration_min"), _num(params, "duration_max")
|
||||
if dmin is not None and dmax is not None and dmin > dmax:
|
||||
errors.append(f"{here}.params: duration_min({dmin}) 不能大于 "
|
||||
f"duration_max({dmax})")
|
||||
|
||||
if stype == "swipe_until":
|
||||
_check_direction(params, here, errors)
|
||||
n = params.get("max_swipes")
|
||||
if not _is_num(n) or not (1 <= n <= 50):
|
||||
errors.append(f"{here}.params.max_swipes: 必须是 1~50(当前 {n!r})")
|
||||
|
||||
if stype == "wait":
|
||||
lo, hi = _num(params, "min"), _num(params, "max")
|
||||
if lo is None or hi is None or lo < 0 or hi > 600 or lo > hi:
|
||||
errors.append(f"{here}.params: 需要 0 ≤ min ≤ max ≤ 600"
|
||||
f"(当前 min={lo!r} max={hi!r})")
|
||||
|
||||
if stype == "input_text":
|
||||
mode = params.get("mode", "random")
|
||||
if mode not in ("random", "fixed"):
|
||||
errors.append(f"{here}.params.mode: 必须是 random 或 fixed"
|
||||
f"(当前 {mode!r})")
|
||||
elif mode == "fixed":
|
||||
if not str(params.get("fixed_text") or "").strip():
|
||||
errors.append(f"{here}.params.fixed_text: mode=fixed 时不能为空")
|
||||
else:
|
||||
texts = params.get("texts")
|
||||
if not isinstance(texts, str) or not texts.strip():
|
||||
errors.append(f"{here}.params.texts: mode=random 时必须给候选"
|
||||
"文案(换行分隔,如 \"你好\\n不错\")")
|
||||
elif len([t for t in texts.split("\n") if t.strip()]) > MAX_TEXTS:
|
||||
errors.append(f"{here}.params.texts: 候选文案最多 {MAX_TEXTS} 条")
|
||||
|
||||
if stype == "clipboard":
|
||||
if not str(params.get("text") or "").strip():
|
||||
errors.append(f"{here}.params.text: 剪贴板内容不能为空")
|
||||
|
||||
if stype == "keep_screen":
|
||||
if params.get("mode", "on") not in ("on", "off"):
|
||||
errors.append(f"{here}.params.mode: 必须是 on 或 off")
|
||||
|
||||
if stype == "key_event":
|
||||
key = params.get("key", "back")
|
||||
if key not in KEY_WHITELIST:
|
||||
errors.append(f"{here}.params.key: 不支持的按键 {key!r}"
|
||||
f"(可用:{'、'.join(KEY_WHITELIST)})")
|
||||
|
||||
_check_destructive(step, here, warnings)
|
||||
|
||||
return errors, warnings, counter[0]
|
||||
|
||||
|
||||
def _check_selector(params, here, stype, errors, warnings):
|
||||
"""选择器类型/取值合法性(跨 xpath 与 u2 kwarg 两套语义)。"""
|
||||
stype_ok = IF_SELECTOR_TYPES if stype == "if_el" else SELECTOR_TYPES
|
||||
sel_type = params.get("selector_type") or "xpath"
|
||||
value = (params.get("selector_value") or "").strip()
|
||||
if sel_type not in stype_ok:
|
||||
errors.append(f"{here}.params.selector_type: 不支持 {sel_type!r}"
|
||||
f"(可用:{'、'.join(stype_ok)})")
|
||||
return
|
||||
if len(value) > MAX_SELECTOR_LEN:
|
||||
errors.append(f"{here}.params.selector_value: 太长(>{MAX_SELECTOR_LEN} 字符)")
|
||||
return
|
||||
if sel_type == "xpath":
|
||||
if not (value.startswith("//") or value.startswith("(//")):
|
||||
errors.append(f"{here}.params.selector_value: 类型是 xpath,但取值不是 "
|
||||
f"// 或 (// 开头(当前 {value[:40]!r})")
|
||||
elif _SEQ_SELECTOR_RE.match(value):
|
||||
# 执行器有 _norm_legacy_xpath 兜底纠正,所以只提醒不拦:
|
||||
# 序号型选择器「同类元素个数一变就失配」,能换成文字限定就用文字
|
||||
warnings.append(f"{here}.params.selector_value: 序号型选择器"
|
||||
f"({value[:40]})依赖同类元素个数,界面一变就会点空,"
|
||||
"建议改用 @text/@content-desc 限定")
|
||||
|
||||
|
||||
# 模型常见的近义写法 → 执行器认的枚举值。
|
||||
# 归一化而不是报错:执行器对未知 loop_mode 是按"轮次"处理的(else 分支),
|
||||
# 拦下来只会让模型反复重试(实测把一个 40 步的探索硬生生耗在改这一个字段上)。
|
||||
_LOOP_MODE_ALIAS = {
|
||||
"count": "rounds", "times": "rounds", "round": "rounds",
|
||||
"iterations": "rounds", "iteration": "rounds", "n": "rounds",
|
||||
"duration": "time", "seconds": "time", "secs": "time", "timeout": "time",
|
||||
"infinite": "forever", "infinity": "forever", "until_stop": "forever",
|
||||
"while": "forever", "loop": "forever",
|
||||
}
|
||||
|
||||
|
||||
def _norm_loop_mode(mode):
|
||||
"""返回 (规范化后的 loop_mode, 原始值或 None)。"""
|
||||
if mode in LOOP_MODES:
|
||||
return mode, None
|
||||
m = str(mode or "").strip().lower()
|
||||
if m in _LOOP_MODE_ALIAS:
|
||||
return _LOOP_MODE_ALIAS[m], mode
|
||||
return "rounds", mode if mode is not None else None
|
||||
|
||||
|
||||
def _check_direction(params, here, errors):
|
||||
d = params.get("direction", "up")
|
||||
if d not in DIRECTIONS:
|
||||
errors.append(f"{here}.params.direction: 必须是 "
|
||||
f"{'/'.join(DIRECTIONS)} 之一(当前 {d!r})")
|
||||
|
||||
|
||||
def _check_destructive(step, here, warnings):
|
||||
"""有副作用的步骤给 warning(不拦):让人知道哪里需要复核。"""
|
||||
text = " ".join(str(step.get(f) or "") for f in ("label",))
|
||||
text += " " + str((step.get("params") or {}).get("selector_value") or "")
|
||||
text += " " + str((step.get("params") or {}).get("texts") or "")
|
||||
hits = [w for w in DESTRUCTIVE_HINTS if w in text]
|
||||
if not hits:
|
||||
return
|
||||
tags = "、".join(hits)
|
||||
# 有副作用的动作默认调低触发概率(安全默认值,编辑器里可改回):
|
||||
# 探索期本来就不许真做这类动作(只核对元素存在),产物更不该一上来就每次都触发
|
||||
params = step.setdefault("params", {})
|
||||
prob = params.get("probability", 100)
|
||||
if _is_num(prob) and prob > SAFE_PROBABILITY:
|
||||
params["probability"] = SAFE_PROBABILITY
|
||||
warnings.append(f"{here}: 含「{tags}」类有副作用的操作,触发概率已从 {prob}% "
|
||||
f"降到 {SAFE_PROBABILITY}% —— 核对无误后可在步骤编辑器里改回")
|
||||
else:
|
||||
warnings.append(f"{here}: 含「{tags}」类有副作用的操作,"
|
||||
"请人工复核后再启用")
|
||||
|
||||
|
||||
# ================== draft 整体 ==================
|
||||
|
||||
def validate_draft(draft, groups=None, pool=None, default_serial="", overrides=None):
|
||||
"""校验并归一化 AI 提交的任务草稿。
|
||||
|
||||
draft —— 模型提交的原始对象
|
||||
groups —— 现有分组名集合(校验 target.mode=group 时用;None=不校验)
|
||||
pool —— 设备池 serial 集合(用于给"设备不在池"的 warning;None=不校验)
|
||||
default_serial —— 本次探索用的设备(target 缺省时兜底)
|
||||
overrides —— 页面上的"任务设置"覆盖项(用户在页面上填的优先)
|
||||
|
||||
→ {"ok", "errors", "warnings", "draft"}
|
||||
"""
|
||||
errors, warnings = [], []
|
||||
if not isinstance(draft, dict):
|
||||
return {"ok": False, "errors": ["draft 必须是对象"], "warnings": [],
|
||||
"draft": None}
|
||||
|
||||
# ---- summary ----
|
||||
summary = str(draft.get("summary") or "").strip()
|
||||
if not summary:
|
||||
errors.append("summary: 不能为空 —— 用一句话说明这条任务做什么")
|
||||
elif len(summary) > 200:
|
||||
summary = summary[:200]
|
||||
|
||||
# ---- task ----
|
||||
task = draft.get("task")
|
||||
if not isinstance(task, dict):
|
||||
errors.append("task: 缺少任务对象")
|
||||
task = {}
|
||||
task = _normalize_task(task, summary, default_serial, overrides or {},
|
||||
errors, warnings)
|
||||
|
||||
types = _step_types()
|
||||
steps = ((task.get("params") or {}).get("steps")) or []
|
||||
if not steps:
|
||||
errors.append("task.params.steps: 不能为空 —— 没有步骤的任务创建后"
|
||||
"每次运行都会报错")
|
||||
else:
|
||||
validate_steps(steps, 1, "task.params.steps", errors, warnings, types)
|
||||
|
||||
_check_target(task, groups, pool, errors, warnings)
|
||||
_check_schedule(task, errors, warnings)
|
||||
|
||||
return {"ok": not errors, "errors": errors, "warnings": warnings,
|
||||
"draft": {"summary": summary, "task": task,
|
||||
"notes": [str(n) for n in (draft.get("notes") or [])][:5],
|
||||
"evidence": list(draft.get("evidence") or [])[:10]}}
|
||||
|
||||
|
||||
def _normalize_task(task, summary, default_serial, overrides, errors, warnings):
|
||||
"""补齐缺失字段(缺什么补什么,但**不掩盖**该报错的必填项)。"""
|
||||
name = str(overrides.get("name") or task.get("name") or "").strip()
|
||||
if not name:
|
||||
name = (summary[:20] or "AI 任务").strip()
|
||||
task["name"] = name[:40]
|
||||
|
||||
task_type = task.get("task_type") or "generic_steps"
|
||||
if task_type != "generic_steps":
|
||||
errors.append(f"task.task_type: 目前只支持 generic_steps(收到 {task_type!r})")
|
||||
task["task_type"] = "generic_steps"
|
||||
|
||||
target = task.get("target")
|
||||
if not isinstance(target, dict) or not target.get("mode"):
|
||||
target = {"mode": "serial", "serial": default_serial} if default_serial \
|
||||
else {"mode": "all"}
|
||||
warnings.append(f"task.target: 未指定,已按探索设备兜底为 {target}")
|
||||
# 页面上显式选了目标就以页面为准
|
||||
ov_mode = overrides.get("target_mode")
|
||||
if ov_mode in TARGET_MODES:
|
||||
target = {"mode": ov_mode}
|
||||
if ov_mode == "group":
|
||||
target["group_name"] = overrides.get("group_name") or ""
|
||||
elif ov_mode == "serial":
|
||||
target["serial"] = overrides.get("serial") or default_serial
|
||||
task["target"] = target
|
||||
|
||||
schedule = task.get("schedule")
|
||||
if not isinstance(schedule, dict) or not schedule.get("mode"):
|
||||
schedule = {"mode": "once"}
|
||||
if overrides.get("schedule"):
|
||||
schedule = overrides["schedule"]
|
||||
task["schedule"] = schedule
|
||||
|
||||
retry = task.get("retry")
|
||||
if not isinstance(retry, dict):
|
||||
retry = {}
|
||||
attempts = retry.get("max_attempts", 1)
|
||||
delay = retry.get("delay", 60)
|
||||
if not _is_num(attempts) or not (1 <= attempts <= 10):
|
||||
warnings.append(f"task.retry.max_attempts: 应为 1~10,已改为 1(原 {attempts!r})")
|
||||
attempts = 1
|
||||
if not _is_num(delay) or not (10 <= delay <= 3600):
|
||||
warnings.append(f"task.retry.delay: 应为 10~3600 秒,已改为 60(原 {delay!r})")
|
||||
delay = 60
|
||||
task["retry"] = {"max_attempts": int(attempts), "delay": int(delay)}
|
||||
task["enabled"] = bool(task.get("enabled", True))
|
||||
|
||||
params = task.get("params")
|
||||
if not isinstance(params, dict):
|
||||
params = {}
|
||||
dur = overrides.get("max_duration", params.get("max_duration", 0))
|
||||
if not _is_num(dur) or dur < 0 or dur > 604800:
|
||||
errors.append(f"task.params.max_duration: 必须是 0~604800 的秒数"
|
||||
f"(当前 {dur!r})")
|
||||
dur = 0
|
||||
params["max_duration"] = int(dur)
|
||||
# 步骤里的 id 由编辑器生成,落库前不需要(保留会让前端 id 重复)
|
||||
if isinstance(params.get("steps"), list):
|
||||
_strip_ids(params["steps"])
|
||||
task["params"] = params
|
||||
return task
|
||||
|
||||
|
||||
def _strip_ids(steps):
|
||||
for s in steps:
|
||||
if isinstance(s, dict):
|
||||
s.pop("id", None)
|
||||
p = s.get("params")
|
||||
if isinstance(p, dict):
|
||||
for key in ("children", "then", "else"):
|
||||
if isinstance(p.get(key), list):
|
||||
_strip_ids(p[key])
|
||||
|
||||
|
||||
def _check_target(task, groups, pool, errors, warnings):
|
||||
target = task.get("target") or {}
|
||||
mode = target.get("mode")
|
||||
if mode not in TARGET_MODES:
|
||||
errors.append(f"task.target.mode: 必须是 {'/'.join(TARGET_MODES)} 之一"
|
||||
f"(当前 {mode!r})")
|
||||
return
|
||||
if mode == "group":
|
||||
gname = (target.get("group_name") or "").strip()
|
||||
if not gname:
|
||||
errors.append("task.target.group_name: mode=group 时必须给分组名")
|
||||
elif groups is not None and gname not in groups:
|
||||
errors.append(f"task.target.group_name: 分组 {gname!r} 不存在"
|
||||
f"(现有:{'、'.join(groups) or '无'})")
|
||||
elif mode == "serial":
|
||||
serial = (target.get("serial") or "").strip()
|
||||
if not serial:
|
||||
errors.append("task.target.serial: mode=serial 时必须给设备 serial")
|
||||
elif pool is not None and serial not in pool:
|
||||
warnings.append(f"task.target.serial: 设备 {serial} 不在设备池里,"
|
||||
"任务运行时会被跳过")
|
||||
|
||||
|
||||
def _check_schedule(task, errors, warnings):
|
||||
sch = task.get("schedule") or {}
|
||||
mode = sch.get("mode")
|
||||
if mode not in SCHEDULE_MODES:
|
||||
errors.append(f"task.schedule.mode: 必须是 {'/'.join(SCHEDULE_MODES)} 之一"
|
||||
f"(当前 {mode!r})")
|
||||
return
|
||||
if mode == "once":
|
||||
return
|
||||
cron = sch.get("cron")
|
||||
if not isinstance(cron, str) or not _cron_ok(cron):
|
||||
errors.append(f"task.schedule.cron: 不是合法的 5 段 crontab(分 时 日 月 周)"
|
||||
f",当前 {cron!r}")
|
||||
if mode == "cron_stop":
|
||||
stop = sch.get("stop_cron")
|
||||
if not isinstance(stop, str) or not _cron_ok(stop):
|
||||
errors.append("task.schedule.stop_cron: 定时停止必须给合法的 5 段 "
|
||||
f"crontab,当前 {stop!r}")
|
||||
win = sch.get("window")
|
||||
if isinstance(win, dict):
|
||||
start, end = win.get("start"), win.get("end")
|
||||
if not (_HHMM_RE.match(str(start or "")) and _HHMM_RE.match(str(end or ""))):
|
||||
warnings.append("task.schedule.window: 时间窗应形如 {\"start\":\"09:00\","
|
||||
"\"end\":\"18:00\"},格式不对会被忽略")
|
||||
elif start == end:
|
||||
warnings.append("task.schedule.window: 起止相同等于不限制")
|
||||
dur = (task.get("params") or {}).get("max_duration", 0)
|
||||
if mode == "cron_stop" and not dur:
|
||||
warnings.append("task.params.max_duration 为 0:本任务靠定时停止结束,"
|
||||
"建议同时给一个运行时长上限(秒)兜底")
|
||||
|
||||
|
||||
def _cron_ok(expr):
|
||||
"""5 段 crontab 且能被 APScheduler 解析(任务是**静默**不注册的,必须提前拦)。"""
|
||||
if len(str(expr).split()) != 5:
|
||||
return False
|
||||
try:
|
||||
from apscheduler.triggers.cron import CronTrigger
|
||||
CronTrigger.from_crontab(expr)
|
||||
return True
|
||||
except Exception:
|
||||
return False
|
||||
+203
-21
@@ -12,7 +12,7 @@ API 参考(uiautodev 0.14):
|
||||
- GET /api/android/{serial}/dump_hierarchy — 元素树 JSON
|
||||
"""
|
||||
import requests
|
||||
from collections import Counter
|
||||
from collections import Counter, defaultdict
|
||||
|
||||
from core.logger import get_logger
|
||||
|
||||
@@ -79,24 +79,32 @@ def get_elements(serial):
|
||||
"""获取指定设备的 UI 元素树。
|
||||
|
||||
返回 (ok, data_or_error):
|
||||
ok=True — data 是元素列表 [{name, attrs..., suggested:{type,value,indexed?,occ?,total?,broad?}}, ...]
|
||||
ok=True — data 是元素列表 [{name, attrs..., suggested:{type,value,semantic?,via?,indexed?,occ?,total?,broad?}}, ...]
|
||||
ok=False — data 是错误消息字符串
|
||||
|
||||
元素树由 uiautodev 的 dump_hierarchy 返回(JSON)。我们递归提取每个节点的
|
||||
关键属性(resource-id/text/description/class/bounds...),供前端列表展示和选择。
|
||||
|
||||
选择器精度策略(精确到具体按钮的关键):
|
||||
选择器精度策略(精确到具体按钮的关键,优先级见 doc/research/U2_ELEMENT_SELECTORS.md §三):
|
||||
1. 有 resource-id/text/content-desc 的元素:
|
||||
先预统计该属性在整棵树中的出现次数——
|
||||
- 唯一出现:直接用属性选择器 //*[@resource-id="x"]
|
||||
- 重复出现(如抖音底部导航 4 个 tab 同 id):用**整体加括号**的
|
||||
`(//*[@resource-id="x"])[k]` 精确到第 k 个匹配。
|
||||
- 重复出现(如抖音底部导航的 tab 同 id,个数还随灰度版本变):
|
||||
**优先用第二个属性把目标单独圈出来**(语义选择器):
|
||||
//*[@resource-id="x" and @text="我"]
|
||||
它只认"这个元素的文字/id 是什么",不认"同 id 一共几个",
|
||||
换设备/换版本依然成立 → 标记 semantic + via(用于限定的属性)。
|
||||
- 两个属性组合仍圈不出来时,才退回**整体加括号**的
|
||||
`(//*[@resource-id="x"])[k]`(标记 indexed,前端醒目提示脆弱)。
|
||||
注意 XPath 语义:`//*[@id="x"][k]` 是"在其父节点中排第 k",不是
|
||||
第 k 个匹配——历史实现踩过这个坑(多实例时 [2..n] 全部失配)。
|
||||
2. 无任何属性的元素:
|
||||
用最近一个有属性祖先的选择器限定范围 + 同 class 兄弟序号定位
|
||||
(如 //*[@resource-id="x"]/FrameLayout/ImageView[2]);
|
||||
整棵树都没有属性时退化为从根开始的结构路径(标记 broad,前端提示脆弱)。
|
||||
(如 //*[@resource-id="x"]/*[@class="android.widget.ImageView"][2]);
|
||||
整棵树都没有属性时退化为从根开始的结构路径
|
||||
(//hierarchy/*[1]/*[3]…,标记 broad,前端提示脆弱)。
|
||||
注意:dump 的 XML 标签一律是 <node>,class 在 @class 上 —— 任何把
|
||||
class 名当标签名的写法(//FrameLayout[1])都永远匹配不到,别再用。
|
||||
"""
|
||||
if not serial:
|
||||
return False, "缺少 serial"
|
||||
@@ -125,6 +133,25 @@ def get_elements(serial):
|
||||
return False, f"抓取失败: {e}"
|
||||
|
||||
|
||||
def _child_path(path):
|
||||
"""内部路径 `/0/2/1` → XPath 段 `/*[1]/*[3]/*[2]`(按**子节点位置**逐层定位)。
|
||||
|
||||
用于"整棵树都没有可用属性"时的兜底结构路径。为什么按位置而不是 `@index`:
|
||||
实测 Android dump 里同级节点的 index 属性**会重复**(状态栏/内容区/导航栏
|
||||
三个兄弟的 index 全是 "0"),拿它定位会一次命中好几个。
|
||||
"""
|
||||
return "".join(f"/*[{int(seg) + 1}]"
|
||||
for seg in path.strip("/").split("/") if seg)
|
||||
|
||||
|
||||
def _xpath(conds):
|
||||
"""由条件列表拼 XPath:[(attr, value), ...] → `//*[@a="1" and @b="2"]`。
|
||||
|
||||
单个条件即 `//*[@a="1"]`。多个条件是**并列且**,任一条不成立就不匹配。
|
||||
"""
|
||||
return "//*[" + " and ".join(f"@{a}={_xpath_q(v)}" for a, v in conds) + "]"
|
||||
|
||||
|
||||
def _xpath_q(v):
|
||||
"""XPath 字符串字面量:优先双引号,值含双引号时改用单引号包裹(XPath 1.0 无转义)。"""
|
||||
if '"' in v:
|
||||
@@ -134,8 +161,10 @@ def _xpath_q(v):
|
||||
|
||||
def _extract(root, out):
|
||||
"""把 uiautodev 元素树扁平化为可选列表,并为每个节点生成精确选择器建议。"""
|
||||
# 全树属性出现次数(预统计,供重复元素加 [k] 序号消歧)
|
||||
# 全树属性出现次数(预统计:判断"这个值重不重复",决定要不要消歧)
|
||||
id_cnt, text_cnt, desc_cnt = Counter(), Counter(), Counter()
|
||||
# 同属性值 → 该值对应的全部节点 properties(语义消歧要在"同值节点"里比第二个属性)
|
||||
id_nodes, text_nodes, desc_nodes = defaultdict(list), defaultdict(list), defaultdict(list)
|
||||
# 文档顺序已出现次数(决定当前元素是第几个)
|
||||
seen_id, seen_text, seen_desc = Counter(), Counter(), Counter()
|
||||
|
||||
@@ -146,15 +175,57 @@ def _extract(root, out):
|
||||
rid, text, desc = (props.get(k, "") for k in ("resource-id", "text", "content-desc"))
|
||||
if rid:
|
||||
id_cnt[rid] += 1
|
||||
id_nodes[rid].append(props)
|
||||
if text:
|
||||
text_cnt[text] += 1
|
||||
text_nodes[text].append(props)
|
||||
if desc:
|
||||
desc_cnt[desc] += 1
|
||||
desc_nodes[desc].append(props)
|
||||
for c in node.get("children") or []:
|
||||
count_attrs(c)
|
||||
|
||||
def attr_selector(attr, value, cnt, seen):
|
||||
"""属性选择器:唯一直接出;重复时用 `(…)[k]` 精确到**第 k 个匹配**。
|
||||
# 消歧时可用的次要属性(按"越稳越靠前"排:文字 > 描述 > class)
|
||||
_SECONDARY_ATTRS = ("text", "content-desc", "class")
|
||||
|
||||
def secondary_conds(peers, props):
|
||||
"""属性值重复时,找一组能**把本节点单独圈出来**的次要属性。
|
||||
|
||||
例:抖音底部 4 个 tab 共享 resource-id `…:0qf`,但 text 分别是
|
||||
首页/朋友/消息/我 —— 于是
|
||||
//*[@resource-id="…:0qf" and @text="我"]
|
||||
这种**语义选择器**只依赖"目标自己长什么样",不依赖"同 id 一共几个":
|
||||
灰度版把 tab 从 4 个变 3 个、换一台设备,它照样命中。
|
||||
对比 `(…)[k]`:那是"第 k 个匹配",界面一变就指到别的元素上 → 点不中。
|
||||
|
||||
返回 ([(attr, value), ...], via) 或 (None, None)。peers 是"同主属性值"的
|
||||
全部节点 properties —— 唯一性只需在这一集合内成立(任何匹配都必然在此集合中)。
|
||||
"""
|
||||
def matched(conds):
|
||||
return sum(1 for p in peers
|
||||
if all((p.get(a) or "") == v for a, v in conds))
|
||||
|
||||
usable = [(a, props.get(a) or "") for a in _SECONDARY_ATTRS]
|
||||
usable = [(a, v) for a, v in usable if v.strip()] # 空值不能做限定条件
|
||||
# 单个次要属性够了就用它(选择器最短)
|
||||
for a, v in usable:
|
||||
if matched([(a, v)]) == 1:
|
||||
return [(a, v)], a
|
||||
# 单个不够 → 两个次要属性组合(如 @text + @class)
|
||||
for i in range(len(usable)):
|
||||
for j in range(i + 1, len(usable)):
|
||||
conds = [usable[i], usable[j]]
|
||||
if matched(conds) == 1:
|
||||
return conds, f"{usable[i][0]}+{usable[j][0]}"
|
||||
return None, None
|
||||
|
||||
def attr_selector(attr, value, cnt, seen, peers, props):
|
||||
"""属性选择器:唯一直接出;重复时**先语义消歧,再退化到序号**。
|
||||
|
||||
语义消歧(2026-09-13 新增,见 doc/research/U2_ELEMENT_SELECTORS.md §五):
|
||||
//*[@resource-id="x" and @text="我"] ← 不依赖元素个数,换设备/换版本仍成立
|
||||
退而求其次(同 id 同文字都分不开,如列表里的重复项):
|
||||
(//*[@resource-id="x"])[2] ← 精确到第 2 个匹配,但界面一变就失配
|
||||
|
||||
重要(XPath 位置谓词语义):
|
||||
//*[@resource-id="x"][2] → 「在**其父节点**中排第 2 的属性匹配」,**不是**第 2 个匹配
|
||||
@@ -163,12 +234,20 @@ def _extract(root, out):
|
||||
[2..n] 全部匹配不到 → 运行时"未找到元素"(2026-09-10 实测修复)。
|
||||
"""
|
||||
seen[value] += 1
|
||||
base = f'//*[@{attr}={_xpath_q(value)}]'
|
||||
conds = [(attr, value)]
|
||||
if cnt[value] > 1:
|
||||
val = f"({base})[{seen[value]}]"
|
||||
return val, {"type": "xpath", "value": val,
|
||||
"indexed": True, "occ": seen[value], "total": cnt[value]}
|
||||
return base, {"type": "xpath", "value": base}
|
||||
extra, via = secondary_conds(peers, props)
|
||||
if extra:
|
||||
conds += extra
|
||||
else:
|
||||
val = f"({_xpath(conds)})[{seen[value]}]"
|
||||
return val, {"type": "xpath", "value": val, "indexed": True,
|
||||
"occ": seen[value], "total": cnt[value]}
|
||||
val = _xpath(conds)
|
||||
info = {"type": "xpath", "value": val}
|
||||
if len(conds) > 1:
|
||||
info.update(semantic=True, via=via)
|
||||
return val, info
|
||||
|
||||
def flatten(node, depth=0, path="", ctx=None, tag_path="", tag_index=1):
|
||||
"""递归扁平化。
|
||||
@@ -201,7 +280,10 @@ def _extract(root, out):
|
||||
# 始终带同 class 兄弟序号(含 [1]),结构路径才精确无歧义;
|
||||
# class 为空的层(tag=*)不参与结构路径,避免 //*[N] 前缀污染导致选择器定位到任意节点
|
||||
if tag != "*":
|
||||
seg = f"{tag}[{tag_index}]"
|
||||
# 步进必须写成 `*[@class="…"]`,**不能**写 `FrameLayout[1]`:
|
||||
# Android dump 的 XML 里每个元素的**标签名都是 `<node>`**,class 在
|
||||
# @class 属性上 —— 写成标签名会永远匹配不到任何东西(见下方 broad 注释)。
|
||||
seg = f"*[@class={_xpath_q(cls)}][{tag_index}]"
|
||||
own_tag_path = f"{tag_path}/{seg}" if tag_path else seg
|
||||
else:
|
||||
seg = ""
|
||||
@@ -209,11 +291,14 @@ def _extract(root, out):
|
||||
|
||||
# ---- 推荐选择器:唯一属性 > 锚点祖先限定 > 全结构路径 ----
|
||||
if rid:
|
||||
child_ctx, suggested = attr_selector("resource-id", rid, id_cnt, seen_id)
|
||||
child_ctx, suggested = attr_selector("resource-id", rid, id_cnt, seen_id,
|
||||
id_nodes[rid], props)
|
||||
elif text:
|
||||
child_ctx, suggested = attr_selector("text", text, text_cnt, seen_text)
|
||||
child_ctx, suggested = attr_selector("text", text, text_cnt, seen_text,
|
||||
text_nodes[text], props)
|
||||
elif desc:
|
||||
child_ctx, suggested = attr_selector("content-desc", desc, desc_cnt, seen_desc)
|
||||
child_ctx, suggested = attr_selector("content-desc", desc, desc_cnt, seen_desc,
|
||||
desc_nodes[desc], props)
|
||||
elif ctx:
|
||||
val = f"{ctx}/{seg}"
|
||||
suggested = {"type": "xpath", "value": val}
|
||||
@@ -226,8 +311,12 @@ def _extract(root, out):
|
||||
"invalid": True,
|
||||
"reason": "该元素无可用属性(id/文本/class),无法生成可靠选择器"}
|
||||
else:
|
||||
# 无唯一属性且无锚点祖先:用从根开始的结构路径(脆弱,标记 broad 让前端提示)
|
||||
suggested = {"type": "xpath", "value": f"//{own_tag_path}", "broad": True}
|
||||
# 无唯一属性且无锚点祖先:用从根开始的结构路径(脆弱,标记 broad 让前端提示)。
|
||||
# 按子节点位置逐层定位 —— 历史实现写成 //FrameLayout[1]/LinearLayout[2]
|
||||
# 这种"class 当标签名"的路径,**永远零命中**(dump 的标签全是 <node>);
|
||||
# 实测 248 个元素里 26 条死选择器,2026-09-13 修复。
|
||||
suggested = {"type": "xpath", "value": f"//hierarchy{_child_path(path)}",
|
||||
"broad": True}
|
||||
child_ctx = None
|
||||
|
||||
out.append({
|
||||
@@ -258,3 +347,96 @@ def _extract(root, out):
|
||||
|
||||
count_attrs(root)
|
||||
flatten(root)
|
||||
|
||||
|
||||
# ================== 原生 u2 快照(截图 + 元素树一次取齐) ==================
|
||||
def _xml_to_node(elem):
|
||||
"""把 uiautomator2 的 XML 节点转成 uiautodev 那套 {name, properties, children}。
|
||||
|
||||
两边的属性名本来就一样(resource-id / text / content-desc / class / bounds 字符串),
|
||||
所以只要套一层壳,就能原样复用上面的 _extract(选择器建议逻辑不用写第二遍)。
|
||||
"""
|
||||
props = dict(elem.attrib)
|
||||
return {"name": props.get("class", ""), "properties": props,
|
||||
"children": [_xml_to_node(c) for c in list(elem)]}
|
||||
|
||||
|
||||
def _shots_differ(a, b, threshold=8):
|
||||
"""两张截图是不是"明显不一样"(用来判断抓取期间界面有没有在动)。
|
||||
|
||||
逐像素求差的包围盒 → 用"变化区域占比"判断,避免个别像素抖动误报。
|
||||
"""
|
||||
try:
|
||||
from PIL import ImageChops
|
||||
if a.size != b.size:
|
||||
return True
|
||||
diff = ImageChops.difference(a.convert("RGB"), b.convert("RGB"))
|
||||
bbox = diff.getbbox()
|
||||
if not bbox:
|
||||
return False
|
||||
area = (bbox[2] - bbox[0]) * (bbox[3] - bbox[1])
|
||||
total = a.size[0] * a.size[1]
|
||||
# 变化面积超过阈值(默认 8%)才算"界面在动"
|
||||
return (area / total) * 100.0 > threshold
|
||||
except Exception:
|
||||
return False
|
||||
|
||||
|
||||
def snapshot(serial, quality=85):
|
||||
"""一次取齐:设备截图 + 元素树(**同一个 u2 连接、背靠背取**)。
|
||||
|
||||
为什么不用现在的"两个接口":截图和元素树分两次取时,中间隔着 dump 本身的
|
||||
1.3~1.8 秒;界面只要在动画(信息流/视频/加载),框就会落在旧位置上。
|
||||
|
||||
顺带做**双截图校验**:dump 前后各截一张,两张差得多就标 `unstable`,
|
||||
让前端明确提示"界面在变化中,请停在静止界面再抓"——而不是悄悄给一个错位的框。
|
||||
|
||||
返回 (ok, 数据 | 错误信息)。数据形如:
|
||||
{"image": "data:image/jpeg;base64,…", "width": 720, "height": 1650,
|
||||
"elements": [...], "unstable": false, "screen_state": "on", "cost_ms": 1800}
|
||||
"""
|
||||
import base64
|
||||
import io
|
||||
import time as _t
|
||||
import xml.etree.ElementTree as ET
|
||||
|
||||
import uiautomator2 as u2
|
||||
|
||||
t0 = _t.time()
|
||||
try:
|
||||
d = u2.connect(serial)
|
||||
img1 = d.screenshot() # 先截:用户看到的就是这一刻
|
||||
# 屏幕开关状态(MCP 的 de_snapshot 要用它判断"要不要先 de_wake";
|
||||
# 本来只有 /api/screen/thumb 的响应头里有,这里顺手带上)
|
||||
try:
|
||||
screen_on = d.info.get("screenOn")
|
||||
except Exception:
|
||||
screen_on = None
|
||||
xml = d.dump_hierarchy() # 慢的一步(1.3~1.8s)
|
||||
img2 = d.screenshot() # 再截:和第一张比对
|
||||
except Exception as e:
|
||||
return False, f"抓取失败: {e}"
|
||||
|
||||
unstable = _shots_differ(img1, img2)
|
||||
if not unstable:
|
||||
img2.close()
|
||||
try:
|
||||
buf = io.BytesIO()
|
||||
img1.convert("RGB").save(buf, format="JPEG", quality=quality)
|
||||
image = "data:image/jpeg;base64," + base64.b64encode(buf.getvalue()).decode()
|
||||
w, h = img1.size
|
||||
except Exception as e:
|
||||
return False, f"截图编码失败: {e}"
|
||||
|
||||
elements = []
|
||||
try:
|
||||
root = ET.fromstring(xml)
|
||||
_extract(_xml_to_node(root), elements)
|
||||
except Exception as e:
|
||||
return False, f"元素树解析失败: {e}"
|
||||
|
||||
return True, {"image": image, "width": w, "height": h,
|
||||
"elements": elements, "unstable": unstable,
|
||||
"screen_state": ("on" if screen_on else "off")
|
||||
if screen_on is not None else "unknown",
|
||||
"cost_ms": int((_t.time() - t0) * 1000)}
|
||||
|
||||
+22
-3
@@ -7,7 +7,14 @@
|
||||
|
||||
## 1. 它是什么
|
||||
|
||||
「AI 控制台」是后台的一个顶级 Tab(仅管理员):选一台设备,用自然语言下指令,AI 通过 MCP 工具**看屏幕、点按、输入**,边做边把过程和结论流式显示出来。
|
||||
「AI 控制台」是后台的一个顶级 Tab(仅管理员),下面有两个子分栏:
|
||||
|
||||
| 子分栏 | 做什么 | 文档 |
|
||||
|--------|--------|------|
|
||||
| 💬 **聊天** | 选一台设备用自然语言下指令,AI 通过 MCP 工具**看屏幕、点按、输入**,边做边把过程和结论流式显示出来(本文内容) | 本文 |
|
||||
| 🧭 **AI 建任务** | 描述"要什么样的自动化",AI **自己在真机上探索**(看屏/读元素树/点按验证),把走通的路径写成**一条可调度任务**,校验后交人工在步骤编辑器确认 | [AI_TASK_GEN.md](AI_TASK_GEN.md) |
|
||||
|
||||
> 两个子分栏共用**同一个运行槽**(全平台同时只允许一个 Agent 运行):建任务在探索时,聊天页会显示"● 建任务探索中"并禁用发送,反之亦然。
|
||||
|
||||
```
|
||||
你:「打开小红书搜索苏州好吃的饭店,把前 5 条列出来」
|
||||
@@ -78,6 +85,11 @@ mcp_agent.Agent.run_stream(prompt, serial, history, on_delta, on_tool, on_usage,
|
||||
- 一轮整体超时 **900 秒**;达到步数上限会让模型做一次收尾总结
|
||||
- 工具调用由 MCP Server 执行(`:8033`),后者再调平台 HTTP 接口/直连设备
|
||||
- **设备忙时拒绝**:目标设备正在跑任务 → `409`("AI 不与任务抢设备")
|
||||
- `mode:"designer"`(AI 建任务)走同一条链路,差别:换一套 system prompt(任务设计师)、
|
||||
输出上限提到 8192、**不吃聊天历史**、多一个平台级本地工具 `submit_task`
|
||||
(不经 MCP,服务端用 `core/task_draft` 校验,见 [AI_TASK_GEN.md](AI_TASK_GEN.md))
|
||||
- 工具结果必须是**连续的** tool 消息:一轮里若同时调了截图与别的工具,图像会攒到本轮工具
|
||||
消息发完后再作为一条 user 消息附上(否则模型侧会以"工具回应不足"报 400)
|
||||
|
||||
### 3.2 会话消息模型
|
||||
|
||||
@@ -99,11 +111,16 @@ mcp_agent.Agent.run_stream(prompt, serial, history, on_delta, on_tool, on_usage,
|
||||
| `delta` | `{"text","kind":"content"\|"reasoning"}` | 正文增量渲染 Markdown;推理增量进入可折叠「💭 思考过程」 |
|
||||
| `step` | `{"tool","args","image"?}` | 追加工具卡片(含缩略截图,点击放大);伪卡片提示经验/动作命中与沉淀 |
|
||||
| `usage` | `{"prompt_tokens","completion_tokens","total_tokens","calls"}` | 刷新单条消息脚注与顶栏「本会话累计」 |
|
||||
| `done` | `{"answer","usage"}` | 最终答案 + 收尾 |
|
||||
| `done` | `{"answer","usage","mode","draft"?,"warnings"?,"draft_error"?}` | 最终答案 + 收尾;`mode=designer` 时带任务草稿(或草稿被拦的原因) |
|
||||
| `error` | `{"message"}` | 展示错误(MCP 不可达等已转成明确文案) |
|
||||
|
||||
**刷新/重连不丢进度**:服务端事件队列保留积压,页面重新订阅(`GET /api/agent/stream?run_id=`)后会补发 delta/step/usage/done;`EventSource.onerror` **刻意不结束运行**,靠自动重连续上。另外 `GET /api/agent/run` 提供状态快照(其他窗口/8s 轮询用)。
|
||||
|
||||
**多页面同时看同一轮**:一轮的事件用**扇出**(`web/agent_api.py` 的 `_Fanout`)发给每个订阅者各自
|
||||
的队列——两个页面都收到全量事件。**不要**退回"一个 run 一个 `queue.Queue`":那样第二个页面一订阅,
|
||||
两个 EventSource 就开始瓜分同一条队列,谁先取到算谁的(2026-09-14 实测:聊天页把建任务页的 `done`
|
||||
取走了,建任务页永远等不到草稿)。
|
||||
|
||||
### 3.4 token 统计
|
||||
|
||||
- 请求带 `stream_options.include_usage`,服务端在**末尾 chunk** 返回 usage
|
||||
@@ -191,8 +208,10 @@ mcp_agent.Agent.run_stream(prompt, serial, history, on_delta, on_tool, on_usage,
|
||||
| `agent_api_key` | API Key(**明文存库**) | — |
|
||||
| `agent_default_serial` | 默认目标设备 | 空 |
|
||||
| `agent_max_steps` | 最大步数(钳制 1-200) | 40 |
|
||||
| `agent_task_draft` | **AI 建任务**最近一份草稿(JSON:`{draft, warnings, prompt, created}`,只留最近一份;不是任务,入库仍走人工确认) | 空 |
|
||||
|
||||
其它常量:单轮超时 900s、推理链落库上限 6000 字符、会话消息上限 60 条、历史上下文取最近 12 轮。
|
||||
其它常量:单轮超时 900s、推理链落库上限 6000 字符、会话消息上限 60 条、历史上下文取最近 12 轮;
|
||||
建任务模式(designer)输出上限 8192、单工具调用上限 40 次(`mcp_agent/agent.py`)。
|
||||
|
||||
---
|
||||
|
||||
|
||||
+90
-6
@@ -1,13 +1,14 @@
|
||||
# AI 建任务(AI Task Generator)设计文档
|
||||
|
||||
> 状态:**设计稿,尚未实现**(P0 未开工)——本文描述的是「要做什么、为什么这么做」,不是现状。
|
||||
> 现状请读:[AI_CONSOLE.md](AI_CONSOLE.md)(AI 控制台已实现的能力)、[TASK_DEV.md](TASK_DEV.md)(任务与步骤)、[MCP.md](MCP.md)(已实现的 19 个工具)。
|
||||
> 状态:**P0 已实现**(2026-09-13)——§1~§9 是设计稿(与实现基本一致),
|
||||
> **§10 是实现记录**:差异、落地细节、怎么自测,以 §10 为准。
|
||||
> 现状请读:[AI_CONSOLE.md](AI_CONSOLE.md)(AI 控制台已实现的能力)、[TASK_DEV.md](TASK_DEV.md)(任务与步骤)、[MCP.md](MCP.md)(已实现的 20 个工具)。
|
||||
> 关联代码:`web/agent_api.py`、`mcp_server/`、`mcp_agent/`、`tasks/generic/`、`static/admin/editor.js`。最后核对:2026-09-10。
|
||||
|
||||
## 1. 背景与目标
|
||||
|
||||
平台已有两套能力,但互不相通:
|
||||
- **AI 控制台**:一句话 + 选设备 → 多模态 Agent(DeepSeek)通过 19 个 `de_*` 工具在手机上「边看边做」(截图看屏、`de_ui_tree` 拿元素树、`de_tap_element/de_tap_text` 语义点按),流式回放步骤。
|
||||
- **AI 控制台**:一句话 + 选设备 → 多模态 Agent(DeepSeek)通过 20 个 `de_*` 工具在手机上「边看边做」(截图看屏、`de_ui_tree` 拿元素树、`de_tap_element/de_tap_text` 语义点按),流式回放步骤。
|
||||
- **任务系统 + 步骤编辑器**:`generic_steps` 任务 = 一棵可嵌套步骤树(open_app/click/swipe/loop/group/if_el…18 种节点),在编辑器里拖拽编排、单步试跑、定时调度。
|
||||
|
||||
目标:让**非工程用户用一句自然语言需求**(例:「创建一个每日养号刷视频的任务,每天 8:00-9:00 在 100.100.10.13 跑」)得到**一条可直接调度、可继续在现有步骤编辑器里手改的任务**。AI 先自己在设备上打开 App、看 UI 树、确认可点元素,再直接撰写编辑器的步骤 JSON。
|
||||
@@ -35,7 +36,7 @@
|
||||
|
||||
## 3. 现状与可复用点(实现依据)
|
||||
|
||||
- 多模态 Agent 链路:`web/agent_api.py`(`POST /api/agent/run` 起后台线程、SSE `delta/step/done/error`、`/stop`、刷新恢复 `GET /api/agent/run`)→ `mcp_agent/agent.py`(OpenAI 兼容流式,工具经 fastmcp Client 拉 8033 的 19 个 `de_*`)→ `mcp_server/mcp_server.py`。
|
||||
- 多模态 Agent 链路:`web/agent_api.py`(`POST /api/agent/run` 起后台线程、SSE `delta/step/done/error`、`/stop`、刷新恢复 `GET /api/agent/run`)→ `mcp_agent/agent.py`(OpenAI 兼容流式,工具经 fastmcp Client 拉 8033 的 20 个 `de_*`)→ `mcp_server/mcp_server.py`。
|
||||
- 前端 AI 控制台骨架:`templates/admin/monitor.html` `#tab-agent` + `static/admin/agent.js`(设备选择、`sendAgentMsg`、`listenStream` 渲染 `agent-toolcard`、实时画面跟随)。
|
||||
- 步骤权威 schema(前后端同构):`tasks/generic/task.py` `STEP_TYPES`(L44-83)/ `DEFAULT_PARAMS`(L86-103) 与 `static/admin/editor.js` `STEP_LIB`(L3-23)。
|
||||
- 元素抓取 → XPath:`web/tasks_api.py /api/uiauto/elements`(L224)→ `core/uiauto_helper.get_elements`(`suggested.value` 即编辑器可用的 XPath)。
|
||||
@@ -154,10 +155,10 @@
|
||||
|
||||
## 9. 需要转成 MCP / 平台工具的能力(分层,2026-09-09 与用户确认)
|
||||
|
||||
> 背景问答结论:目前 MCP 只有**设备层 19 个 `de_*`**(控制 + 只读 `de_list_tasks`),平台 CRUD(任务增改/启停/立即运行、分组、设备池、自定义动作、APK、备份、用户)**都还没 MCP 化**。方向认同「先把工具链补完善」,但不做"把所有平台 CRUD 一次性搬成 MCP"的大而全——**按消费方(AI 建任务 / 外部自动化)分层、按需补**。新增 MCP 工具一律:进 `doc/MCP.md` 手册 + `doc/MCP_DESIGN.md` 规格 + 与 web 同源的权限/busy/审计 + 校验逻辑下沉到 `core/` 共用(防双份漂移)。
|
||||
> 背景问答结论:目前 MCP 只有**设备层 20 个 `de_*`**(控制 + 只读 `de_list_tasks`),平台 CRUD(任务增改/启停/立即运行、分组、设备池、自定义动作、APK、备份、用户)**都还没 MCP 化**。方向认同「先把工具链补完善」,但不做"把所有平台 CRUD 一次性搬成 MCP"的大而全——**按消费方(AI 建任务 / 外部自动化)分层、按需补**。新增 MCP 工具一律:进 `doc/MCP.md` 手册 + `doc/MCP_DESIGN.md` 规格 + 与 web 同源的权限/busy/审计 + 校验逻辑下沉到 `core/` 共用(防双份漂移)。
|
||||
|
||||
### 9.1 现状盘点
|
||||
- MCP(`mcp_server/mcp_server.py`,19 个 `de_*`)= 设备控制 + 设备只读 + `de_list_tasks`(平台任务只读)。
|
||||
- MCP(`mcp_server/mcp_server.py`,20 个 `de_*`)= 设备控制 + 设备只读 + `de_list_tasks`(平台任务只读)。
|
||||
- 任务创建/修改/删除、toggle、立即运行、分组、设备池管理、自定义动作、APK、系统备份等 **REST 路由只给前端用,未暴露 MCP**。
|
||||
|
||||
### 9.2 P0 —— AI 建任务链路真正需要的「平台工具」(最小集)
|
||||
@@ -181,3 +182,86 @@
|
||||
### 9.4 分层与登记(红线)
|
||||
- 每新增/修改/删除一个 MCP 工具或平台配置:同步更新 `doc/MCP.md`(全清单)、`doc/MCP_DESIGN.md`(规格/层级),并在提交里体现——见全局「doc 同步红线」。
|
||||
- `core/task_draft.py` 是 web 校验与 MCP 校验的**唯一来源**,杜绝两套规则漂移。
|
||||
|
||||
---
|
||||
|
||||
## 10. 实现记录(2026-09-13)
|
||||
|
||||
### 10.1 与设计稿的差异(以本节为准)
|
||||
|
||||
| 设计稿 | 实际实现 | 为什么 |
|
||||
|---|---|---|
|
||||
| 聊天页加「模式」开关 | AI 控制台下的**独立子分栏**「🧭 AI 建任务」 | 用户要求独立页面;探索回放 + 草稿预览需要自己的版面 |
|
||||
| `submit_task` 作为平台工具(§9.2,未指定放哪层) | **Agent 本地工具**(`mcp_agent/agent.py` 的 `LOCAL_TOOL_SPECS`),**不进 MCP Server** | 放进 MCP 等于给外部客户端开"写任务"的口子,还要连带改 MCP.md/MCP_DESIGN.md 与审计;收益为零 |
|
||||
| draft 经前端灌进步骤编辑器 | 同上,但草稿**先落 `app_meta`**(`agent_task_draft`,只留最近一份) | 刷新/重进页面能拿回来;**不新建表**,绕开备份覆盖红线(SUMMARY_TABLES / DEPLOY §3.5) |
|
||||
| (未提) | designer 跑**不绑会话、不吃聊天历史**,且**不沉淀**经验/动作 | 探索轨迹里有试错与误点,沉淀会污染记忆库;"draft→经验"归到 P1 |
|
||||
| —— | 校验失败把 `errors` **原样回灌模型**,最多重提 3 次(提示词约束) | 这是"AI 写坏任务"的唯一闸门:`POST /api/jobs` 对 params 盲存、执行器又静默跳过错误步骤 |
|
||||
|
||||
### 10.2 关键实现点
|
||||
|
||||
- **校验器**:`core/task_draft.py`。`validate_draft()` 逐条复刻执行器的"静默跳过点"
|
||||
(未知 type / 空 selector / 空 children / 嵌套 >5 / 深度节点数 >60 / cron 非法 /
|
||||
必填 params 缺失 / `click_xy` 直接拒)→ 返回可被模型读懂的 `errors` + 不拦的 `warnings`。
|
||||
`normalize_draft` 负责兜底(任务名、target、schedule、retry、时长);页面上的任务设置
|
||||
以 `overrides` 形式**优先**于模型给的。
|
||||
- **提示词**:`mcp_agent/agent.py` 的 `DESIGNER_SYSTEM_PROMPT`(16 条规则:先看再动、
|
||||
定位优先级、禁坐标、禁序号型 XPath、**副作用动作只核对不真点**、时长语义映射、
|
||||
随机化三件套、规模上限、收尾方式)。
|
||||
- **护栏**:单工具调用上限 40 次(`Agent.tool_call_limit`;总步数由 `max_steps` 兜底,
|
||||
两个值都要**大于**正常重试次数,否则会把一轮探索截断在"改字段"上——实测踩过);输出上限 8192(designer);
|
||||
`json.loads` 容错(草稿被截断时返回可读错误而不是整轮崩)。
|
||||
- **前端**:`static/admin/taskgen.js` + `#agent-sub-taskgen`(子 Tab 机制见
|
||||
`static/admin/base.js` 的 `showSubTab`)。草稿预览能直接点「在步骤编辑器中打开」→
|
||||
`openTaskModal(null, prefill)` 预填(用唯一 draftKey,避开 localStorage 旧草稿覆盖)。
|
||||
- **两个页面共用一个运行槽**:`GET /api/agent/run` 回 `mode`,两个前端各按 mode 决定
|
||||
是否订阅 SSE;服务端用 `_Fanout` 给**每个订阅者一条自己的队列**(谁都不丢事件)。
|
||||
- **切 Tab 不丢回放**:`initTaskGen()` 每次进入子页都会 `tgRestore()`——已经在盯同一轮就
|
||||
**不重复订阅**(否则服务端会把这一轮从头补发一遍,卡片成两份);换了一轮/刚刷新过页面才清空
|
||||
回放区重新订阅(`_Fanout` 的历史缓冲会把已发生的事件补回来)。跟随画面的 MJPEG 长连接
|
||||
在切回来时重新拉一次(`tgRearmLive`),避免定格。
|
||||
- **落库出口**:页面上的「✓ 直接创建任务」(`POST /api/agent/task_draft/create`)与
|
||||
「在步骤编辑器中核对」(预填编辑器 → 用户点保存)——两条路最终都汇到 `add_job`。
|
||||
|
||||
### 10.3 附带修掉的两个 bug
|
||||
|
||||
**(1) 事件被另一个页面抢走**(用户报的"探索完没法创建任务"的真因):一轮的事件原先只有一个
|
||||
`queue.Queue`,聊天页与建任务页同时开着时,两个 EventSource **瓜分**同一条队列——建任务页的回放
|
||||
会卡在中间,`done` 事件被聊天页取走 → 永远等不到草稿 → 页面上没有可点的"创建"。
|
||||
现改为**扇出**(`web/agent_api.py` 的 `_Fanout`):每个订阅者一个专属队列,多开页面各看各的;
|
||||
前端两侧也按 `mode` 门控,不互相订阅。
|
||||
|
||||
**(2) 工具消息配对**
|
||||
|
||||
Chat 模式同样受益:一轮里若模型同时调了 `de_screenshot` 与别的工具,旧实现会把截图图像
|
||||
作为一条 `user` 消息**插在两条 tool 消息之间**,模型侧判定"工具回应不足"直接 400
|
||||
(`An assistant message with 'tool_calls' must be followed by tool messages…`)。
|
||||
现改为:本轮 tool 消息发完后再附一条 user 图像消息;`_repair_tool_messages` 也改成
|
||||
只数**连续**的 tool 消息。
|
||||
|
||||
### 10.4 后续批次(2026-09-14 已完成的三项)
|
||||
|
||||
- ✅ **「直接创建」**:`POST /api/agent/task_draft/create` + 页面上的按钮与「探索完直接创建任务」
|
||||
勾选框。两条设计约束:草稿体只存在于服务端(客户端只能传 overrides,少一个可篡改入口);
|
||||
创建前**再校验一次**,通过后走与「新建任务」完全相同的 `context.mgr.add_job`,
|
||||
创建成功后清草稿(同一份草稿不会被重复建成多个任务)。
|
||||
- ✅ **草稿沉淀经验/动作**:designer 轮次也走 `_distill_experience` / `_distill_actions`
|
||||
沉淀,但**只在草稿通过校验时**(说明这轮探索确实走通了一条路;没草稿的试错不入库)。
|
||||
- ✅ **MCP `de_snapshot`**:截图+元素树一次取齐(20 个 `de_*` 工具了),并把
|
||||
`screen_state` 一并返回;designer/聊天两套提示词都改为**优先用 de_snapshot**。
|
||||
见 [MCP.md](MCP.md) §4.2。
|
||||
|
||||
### 10.5 仍未做
|
||||
|
||||
- 多设备并行探索、探索成本/token 控制(一轮真机探索 3~30 万 token)。
|
||||
- 把**动作库**当 generic_steps 的预制件复用(设计稿 §9.2 的只读清单类 MCP 工具)。
|
||||
- 平台的 `/api/uiauto/snapshot` 目前只被 MCP 与抓取弹窗用,还可在 designer 里做"同屏缓存"。
|
||||
|
||||
### 10.6 自测怎么跑
|
||||
|
||||
1. 纯逻辑:`core/task_draft` 的正反例(未知 type / 空 selector / `click_xy` / cron 少段 /
|
||||
深度 6 / probability 越界 …),断言 `errors` 文案模型能读懂。
|
||||
2. 真机:AI 控制台 →「AI 建任务」→ 选空闲设备 → 描述需求 → 看回放 → 核对草稿 →
|
||||
「在步骤编辑器中打开」→ 单步试跑 → 保存。
|
||||
3. 反例:需求里出现"自动评论并发送" → 草稿的这类步骤应是"只核对存在性"(`notes` 里提示
|
||||
人工复核),**探索期审计日志里不应有对发送键的 `de_tap_*`**。
|
||||
4. 自测产生的东西(草稿/自建任务)用后即删,别碰用户真实数据。
|
||||
|
||||
+30
-3
@@ -127,6 +127,7 @@
|
||||
| GET | `/api/uiauto/status` | L | uiautodev 服务是否在跑 |
|
||||
| GET | `/api/uiauto/devices` | D | 抓元素可选设备 |
|
||||
| GET | `/api/uiauto/elements` | D | 设备 UI 元素树 |
|
||||
| GET | `/api/uiauto/snapshot` | D | **一次取齐**截图 + 元素树(原生 u2,抓取弹窗用) |
|
||||
| GET | `/api/uiauto/screenshot` | D | uiautodev 截图(JPEG) |
|
||||
| POST | `/api/steps/test` | D | 真机试执行单个步骤 |
|
||||
|
||||
@@ -197,8 +198,8 @@
|
||||
|------|------|------|
|
||||
| GET/POST | `/api/agent/config` | 读写 AI 配置(key 打码回显) |
|
||||
| GET | `/api/agent/devices` | AI 可用设备(含名称与 busy 标记) |
|
||||
| POST | `/api/agent/run` | 启动一轮 AI 会话 |
|
||||
| GET | `/api/agent/run` | 运行状态(刷新恢复用) |
|
||||
| POST | `/api/agent/run` | 启动一轮 AI 会话(`mode:"chat"`=聊天 / `"designer"`=AI 建任务) |
|
||||
| GET | `/api/agent/run` | 运行状态(刷新恢复用;含 `mode`/`draft`) |
|
||||
| GET | `/api/agent/stream` | **SSE 事件流** |
|
||||
| POST | `/api/agent/stop` | 中断当前运行 |
|
||||
| POST | `/api/agent/clear` | 清空对话历史 |
|
||||
@@ -212,6 +213,22 @@
|
||||
| GET | `/api/agent/actions` | 动作库列表 |
|
||||
| POST | `/api/agent/actions/save` | 新增/编辑动作(禁坐标) |
|
||||
| POST | `/api/agent/actions/delete` | 删除动作 |
|
||||
| GET | `/api/agent/task_draft` | **AI 建任务**:读回最近一份草稿(`{saved, running, mode, run_id, draft, draft_error}`) |
|
||||
| POST | `/api/agent/task_draft` | 回存草稿并**重新校验**(不通过返回 400 + `errors`) |
|
||||
| POST | `/api/agent/task_draft/create` | **直接创建**:取暂存草稿 → 再校验 → `add_job` → 清草稿(body 可带 `{serial, overrides}`;草稿体不接受客户端提交) |
|
||||
| POST | `/api/agent/task_draft/clear` | 丢弃草稿 |
|
||||
|
||||
**AI 建任务(designer 模式)要点**(详见 [AI_TASK_GEN.md](AI_TASK_GEN.md)):
|
||||
|
||||
- `POST /api/agent/run` 额外接受 `mode:"designer"` 与 `settings`(页面上的任务设置,作为草稿
|
||||
的 overrides:`name`/`target_mode`/`group_name`/`serial`/`schedule`/`max_duration`)。
|
||||
designer 跑**不绑会话**(单轮,不吃聊天历史、也不污染会话)。
|
||||
- designer 模式下 Agent 多一个**平台级本地工具** `submit_task(draft)`(**不在 MCP 层**):
|
||||
服务端用 `core/task_draft.validate_draft` 校验,失败把 `errors` 回灌给模型让它改;
|
||||
通过也只**暂存**(运行态 + `app_meta.agent_task_draft`),**不落库**——入库仍要用户在
|
||||
步骤编辑器里确认后走 `POST /api/jobs`。
|
||||
- `done` 事件在 designer 下多带 `{mode, draft, warnings, draft_error}`。
|
||||
- 设备忙 409、单实例运行、权限同聊天模式。
|
||||
|
||||
### 2.10 system(`web/system_api.py`,全部 Admin)
|
||||
|
||||
@@ -526,10 +543,20 @@
|
||||
|------|------|---------|
|
||||
| `GET /api/uiauto/status` | — | uiautodev(:20242)是否在跑,前端据此禁/启用"抓取元素" |
|
||||
| `GET /api/uiauto/devices` | — | 可选设备列表(uiautodev 设备 + 池内在线补全) |
|
||||
| `GET /api/uiauto/elements?serial=` | — | 扁平元素列表,每项带 `suggested`(推荐选择器)、`bounds`、`depth` |
|
||||
| `GET /api/uiauto/elements?serial=` | — | 扁平元素列表(走 uiautodev),每项带 `suggested`、`bounds`、`depth` |
|
||||
| `GET /api/uiauto/snapshot?serial=` | — | **一次取齐**:截图 + 元素树(原生 u2 同一连接背靠背)→ `{image,width,height,elements,unstable,screen_state,cost_ms}`;抓取弹窗与 MCP 的 `de_snapshot` 都用它,失败返回 **502** |
|
||||
| `GET /api/uiauto/screenshot?serial=` | — | JPEG |
|
||||
| `POST /api/steps/test` | `{"serial","step":{…}}` | 真机试执行单个步骤 → `命中 / 未找到 / 已执行` |
|
||||
|
||||
**`suggested`(推荐选择器)字段**:`{type, value, semantic?, via?, indexed?, occ?, total?, broad?, invalid?, reason?}`
|
||||
|
||||
| 字段 | 含义 |
|
||||
|------|------|
|
||||
| `semantic` + `via` | **语义选择器**:`//*[@id="x" and @text="y"]`,`via` 是用于限定的第二属性(`text`/`content-desc`/`class` 或 `a+b`)——不依赖同类元素个数,换设备/换版本仍命中 |
|
||||
| `indexed` + `occ`/`total` | 退化形式 `(//*[@id="x"])[k]`:同 id 且同文字分不开时才用,**界面一变即失配**,前端黄标提醒 |
|
||||
| `broad` | 结构路径兜底(`//hierarchy/*[i]/*[j]`),最脆 |
|
||||
| `invalid` + `reason` | 无任何可用属性,前端禁止回填 |
|
||||
|
||||
`GET /api/uiauto/elements` 在 uiautodev 不可用时返回 **503**。设备 dump 慢时可能超时(见 [backlog](backlog/TODO.md))。
|
||||
|
||||
---
|
||||
|
||||
+3
-2
@@ -39,7 +39,7 @@
|
||||
▲ ▲
|
||||
┌───────────────────────────┴────────┐ ┌───────────┴──────────────────┐
|
||||
│ MCP Server(mcp_server/,:8033) │ │ AI Agent(mcp_agent/) │
|
||||
│ 19 个 de_* 工具,供外部 AI 调用 │ │ OpenAI 兼容模型 → MCP 工具 │
|
||||
│ 20 个 de_* 工具,供外部 AI 调用 │ │ OpenAI 兼容模型 → MCP 工具 │
|
||||
└────────────────────────────────────┘ └──────────────────────────────┘
|
||||
```
|
||||
|
||||
@@ -294,7 +294,8 @@ connecting ──获取设备──▶ u2 连接 ──▶ running ──▶ set
|
||||
| `tools.js` | 工具 Tab:剪贴板、adb 终端、Tailscale、设备池、自动发现、远程看屏 | |
|
||||
| `apps.js` | 应用管理:APK 上传/安装/删除、设备已装应用 | |
|
||||
| `admin.js` | 分组、日志、用户 + **全局初始化入口**(末尾 `initCsrf(); loadMe(); showTab('monitor')`) | |
|
||||
| `agent.js` | AI 控制台:会话、SSE 流、Markdown / 推理链 / token 渲染、实时画面、经验库 / 动作库 | |
|
||||
| `agent.js` | AI 控制台·聊天:会话、SSE 流、Markdown / 推理链 / token 渲染、实时画面、经验库 / 动作库 | |
|
||||
| `taskgen.js` | AI 控制台·**AI 建任务**子页:发起探索、回放工具卡、草稿预览(步骤树/提醒/证据)、打开步骤编辑器预填 | 运行槽与聊天共用,按 `mode` 互斥订阅事件流 |
|
||||
| `system.js` | 系统 Tab:备份导出 / 导入预览与应用 | |
|
||||
|
||||
加载顺序见根 [README](../README.md);都是全局脚本(非 ES module),靠加载顺序保证依赖。
|
||||
|
||||
@@ -228,6 +228,7 @@ UTF-8 等价于字节序)。
|
||||
| `agent_api_key` | API Key(**明文存库**) | 同上 |
|
||||
| `agent_default_serial` | 默认目标设备 | 同上 |
|
||||
| `agent_max_steps` | 最大步数(钳制 1-200,默认 40) | 同上 |
|
||||
| `agent_task_draft` | **AI 建任务**最近一份任务草稿(JSON `{draft,warnings,prompt,created}`,只留最近一份、超限自动瘦身)。**不是任务**:入库仍要用户在步骤编辑器确认后走 `POST /api/jobs` | AI 建任务页 / `submit_task` 工具 |
|
||||
| `discovery_enabled` | 自动发现开关(`"1"`/`"0"`) | 工具页「设备池管理」 |
|
||||
| `discovery_subnets` | 扫描网段 JSON 数组 | 同上 |
|
||||
| `discovery_interval` | 扫描周期秒(10-3600) | 同上 |
|
||||
|
||||
@@ -97,6 +97,7 @@ MCP_ALLOW_WRITE=1 MCP_PLATFORM_USER=admin MCP_PLATFORM_PASS=<密码> \
|
||||
| 前端验证 | 无 npm/构建,改完强刷;浏览器控制台看报错 |
|
||||
| 接口 500 巡检 | `python scripts/regression_test.py`(**⚠️ 当前在 Windows 上会因 `signal.alarm` 报错**,Linux/macOS 可用) |
|
||||
| 停止设备/清异常 | 监控页「停止全部 / 停止选中 / 清除全部异常」 |
|
||||
| AI 建任务(designer)验证 | AI 控制台 →「AI 建任务」选**空闲**设备跑一轮;脚本方式见 [AI_TASK_GEN.md](AI_TASK_GEN.md) §10.5。草稿只落 `app_meta.agent_task_draft`(不是任务),验证完 `POST /api/agent/task_draft/clear` 清掉。**注意它会真在设备上点按**(导航类动作),且与聊天共用同一个运行槽 |
|
||||
|
||||
> **改了数据库/配置想复原**:删 `data/users.db*` 会丢数据,别这么干;用「系统 → 备份/导入」或先手工复制一份 `data/`。
|
||||
|
||||
|
||||
+3
-2
@@ -12,7 +12,7 @@
|
||||
AI 控制台 / 外部 MCP 客户端
|
||||
│ Streamable HTTP(http://<host>:8033/mcp)
|
||||
▼
|
||||
MCP Server(mcp_server/mcp_server.py) ← 19 个 de_* 工具
|
||||
MCP Server(mcp_server/mcp_server.py) ← 20 个 de_* 工具
|
||||
│ 平台 HTTP API(登录 + CSRF) 或 轻量 adb/u2 直连
|
||||
▼
|
||||
auto_control 平台(:18050) ← 设备池 / 任务 / 看屏
|
||||
@@ -63,7 +63,7 @@ MCP_ALLOW_WRITE=1 MCP_PLATFORM_USER=admin MCP_PLATFORM_PASS=<平台密码> \
|
||||
|
||||
---
|
||||
|
||||
## 4. 工具清单(19 个)
|
||||
## 4. 工具清单(20 个)
|
||||
|
||||
统一返回约定:
|
||||
|
||||
@@ -88,6 +88,7 @@ MCP_ALLOW_WRITE=1 MCP_PLATFORM_USER=admin MCP_PLATFORM_PASS=<平台密码> \
|
||||
|------|------|------------|
|
||||
| `de_screenshot` | `serial` | `{image:{type:"image",data:<base64>,mimeType:"image/jpeg"}, width, height, native_size, screen_state}`。多模态模型直接看图 |
|
||||
| `de_ui_tree` | `serial`, `limit`(150,1-300) | `{count, elements:[{text,id,desc,class,clickable,bounds}]}`,**可点击元素排前**;`limit` 控 token |
|
||||
| `de_snapshot` | `serial`, `limit`(120,1-300) | **截图 + 元素树一次取齐**(推荐用它代替 `de_screenshot`+`de_ui_tree`):平台侧同一个 u2 连接背靠背取 + 双截图校验。返回 `{image, width, height, native_size, screen_state, unstable, cost_ms, count, elements}`;`unstable=true` 表示抓取期间界面在变化(此时元素坐标不可信,让设备静下来再取)。**同样会建立 `de_tap/de_swipe` 的坐标空间** |
|
||||
| `de_ocr` | `serial` | `{count, texts:[{text,score}]}`(≤100 条)。UI 树拿不到的图片/WebView 文字用它 |
|
||||
| `de_read_clipboard` | `serial` | `{clipboard}` |
|
||||
| `de_list_apps` | `serial`, `keyword`("") | `{count, packages}` 第三方已装包名(`pm list packages -3`,≤200) |
|
||||
|
||||
+1
-1
@@ -1,6 +1,6 @@
|
||||
# MCP 手机控制(Mobile Control MCP Server)设计文档
|
||||
|
||||
> 状态:**设计稿 / 演进记录**——凡与实现不符处,以 [MCP.md](MCP.md)(使用手册,含 19 个工具的权威清单)与 `mcp_server/` 代码为准。
|
||||
> 状态:**设计稿 / 演进记录**——凡与实现不符处,以 [MCP.md](MCP.md)(使用手册,含 20 个工具的权威清单)与 `mcp_server/` 代码为准。
|
||||
> 本文保留设计取舍与里程碑,便于回溯"为什么这么做";文中的"演进备选"均**未落地**。
|
||||
> 最后核对:2026-09-10(对照 dev 现状)。
|
||||
|
||||
|
||||
+3
-2
@@ -14,16 +14,17 @@
|
||||
| [DATA_MODEL.md](DATA_MODEL.md) | **数据模型**:SQLite 表与字段、schema 迁移、非模型表、`app_meta` 配置键、数据目录、备份覆盖清单 | 后端开发、运维 |
|
||||
| [API.md](API.md) | **HTTP 接口全量**:按蓝图分组的路由表、鉴权、请求/响应示例、非 JSON 响应、错误分支 | 前端开发、外部接入 |
|
||||
| [TASK_DEV.md](TASK_DEV.md) | **任务与步骤开发**:TaskType/TaskJob 概念、18 种步骤全表、选择器与定位、自定义动作、新增任务类型模板 | 写任务的开发 |
|
||||
| [MCP.md](MCP.md) | **MCP 手机控制手册**:19 个 `de_*` 工具用法、写操作门控、坐标换算、接入示例 | 接入方、数字员工 |
|
||||
| [MCP.md](MCP.md) | **MCP 手机控制手册**:20 个 `de_*` 工具用法、写操作门控、坐标换算、接入示例 | 接入方、数字员工 |
|
||||
| [MCP_DESIGN.md](MCP_DESIGN.md) | **MCP 设计文档**:边界划分、错误码、白名单/审计设计、演进方向 | 平台开发者 |
|
||||
| [AI_CONSOLE.md](AI_CONSOLE.md) | **AI 控制台**:会话/SSE、经验库、动作库、巡检、Markdown 渲染、推理链、token 统计 | 使用者、平台开发者 |
|
||||
| [AI_TASK_GEN.md](AI_TASK_GEN.md) | **AI 建任务**:设计稿与里程碑(P0 未实现,属规划) | 平台开发者 |
|
||||
| [AI_TASK_GEN.md](AI_TASK_GEN.md) | **AI 建任务**:AI 自己在真机探索 → 写出可调度任务 → 人工确认入库(P0 已实现;契约与红线) | 平台开发者、使用者 |
|
||||
| [DEVICE_AGENT.md](DEVICE_AGENT.md) | **设备端 Agent 接口契约**:应用商店的设备专用接口(清单/下载/上报)、adb 指令协议、版本约定 —— 与设备端 APK 仓库共享的契约 | 设备端开发者、平台开发者 |
|
||||
| [DEPLOY.md](DEPLOY.md) | **部署与运维**:环境准备、生产容器、数据备份导出/导入、故障排查 | 运维、部署者 |
|
||||
| [DEVELOPMENT.md](DEVELOPMENT.md) | **开发手册**:git 流程、技术红线、本地开发与调试、常见开发任务、文档同步约定 | 所有开发者 |
|
||||
| [STF_REMOVAL.md](STF_REMOVAL.md) | **历史记录**:摘除 OpenSTF 的迁移过程(阶段 0-3) | 追溯背景时参考 |
|
||||
| [staffdeck/KNOWLEDGE_BASE.md](staffdeck/KNOWLEDGE_BASE.md) | 给 StaffDeck 数字员工的知识库(MCP 接入/工具/约定/红线) | 外部 AI 接入方 |
|
||||
| [staffdeck/JOB_SPEC.md](staffdeck/JOB_SPEC.md) | 数字员工岗位说明(岗位描述/看板摘要/执行约束) | 外部 AI 接入方 |
|
||||
| [research/U2_ELEMENT_SELECTORS.md](research/U2_ELEMENT_SELECTORS.md) | **元素选择器研究**:「点不到按钮」的根因(序号型选择器随界面变形而错位)与语义选择器解法 | 写任务/抓元素的开发 |
|
||||
| [backlog/TODO.md](backlog/TODO.md) | 已确认但暂缓的待办(含已知问题) | 所有开发者 |
|
||||
|
||||
项目根目录的 [README.md](../README.md) 是**项目总览与快速上手**(面向第一次接触项目的人),细节都在本目录。
|
||||
|
||||
+20
-9
@@ -206,22 +206,33 @@ from .generic import task # 触发 @register_task(当前唯一任务类型)
|
||||
|
||||
历史实现写了前者,导致同 id 多实例(如底部导航 4 个 tab)时 `[2..n]` 全部失配。现在:
|
||||
|
||||
- `core/uiauto_helper.py` 生成的都是 `(//*[@…])[k]` 形式(唯一匹配时才省略序号)
|
||||
- 执行器 `tasks/generic/task.py` 的 `_norm_legacy_xpath` 会**自动纠正**旧任务里的 `//*[@x][k]` 写法(仅前缀,`.../FrameLayout[2]` 这类兄弟序号不受影响)
|
||||
- 执行器 `tasks/generic/task.py` 的 `_norm_legacy_xpath` 会**自动纠正**旧任务里的 `//*[@x][k]` 写法(仅前缀,类名/位置步进不受影响)
|
||||
- 抓取器生成 `(…)[k]` 前**先做语义消歧**(见 §5.4),序号型只是最后的退路
|
||||
|
||||
⚠️ **序号型选择器仍然脆弱**:它依赖"抓取那一刻该属性有 ≥k 个实例"。界面不同(如 App 还在闪屏页)就会失配——优先选唯一 id 或文字。
|
||||
⚠️ **序号型选择器仍然脆弱**:它依赖"抓取那一刻该属性有 ≥k 个实例"。界面不同(如 App 还在闪屏页)就会失配——优先选带**文字**的元素,抓取器会自动产出语义选择器。
|
||||
|
||||
### 5.4 抓取器给的建议选择器
|
||||
|
||||
`GET /api/uiauto/elements` 返回的元素带 `suggested`,生成优先级:
|
||||
`GET /api/uiauto/elements`、`GET /api/uiauto/snapshot` 返回的元素都带 `suggested`,生成优先级:
|
||||
|
||||
1. 有 `resource-id` → `//*[@resource-id="v"]`(重复时带序号 `(…)[k]`,并标 `indexed:true` + 出现次数)
|
||||
2. 无 id 有 `text` → `//*[@text="v"]`
|
||||
3. 无 id/text 有 `content-desc` → `//*[@content-desc="v"]`
|
||||
4. 都没有但有"最近的有属性祖先" → `{祖先}/{Class}[n]` 结构路径
|
||||
5. 连祖先都没有 → `//{class_path}`(标 `broad:true`,脆弱,前端会提示)
|
||||
1. 有 `resource-id` → `//*[@resource-id="v"]`;无 id 但有 `text`/`content-desc` 同理
|
||||
2. 该属性值**全树有多个**时,**先用第二个属性把目标单独圈出来**(语义选择器,标 `semantic:true` + `via`):
|
||||
`//*[@resource-id="v" and @text="我"]`。抖音底部导航同 id 的几个 tab 靠这个解决——
|
||||
灰度版 tab 数量会变(4 个 ↔ 3 个),序号必然错位,文字不会
|
||||
3. 两个属性组合仍分不开(列表里同 id 同文字)→ 才退回序号 `(…)[k]`(标 `indexed:true` + `occ`/`total`,前端打**黄标 ⚠ 序号**)
|
||||
4. 都没有属性、但有"最近的有属性祖先" → `{祖先}/*[@class="android.widget.ImageView"][n]`
|
||||
5. 连祖先都没有 → `//hierarchy/*[i]/*[j]`(按**子节点位置**逐层,标 `broad:true`,脆弱、前端会提示)
|
||||
6. 类名也是空 → 标 `invalid:true`(提示无法生成可靠选择器)
|
||||
|
||||
**两个必须记住的 XPath 坑**(都实测踩过):
|
||||
|
||||
- **dump 的 XML 标签名一律是 `<node>`**,`class` 在 `@class` 属性上。所以结构步进只能写
|
||||
`*[@class="…"]` 或位置 `*[i]`;写成 `//FrameLayout[1]` 这种"类名当标签名"的路径**永远零命中**
|
||||
(2026-09-13 修:248 个元素里曾有 26 条死选择器)
|
||||
- **同级节点的 `index` 属性会重复**(状态栏/内容区/导航栏三个兄弟的 `index` 全是 `0`),
|
||||
兜底结构路径要按**位置** `*[i+1]` 定位,不能按 `@index`
|
||||
|
||||
|
||||
### 5.5 抓取与验证(编辑器里的两个按钮)
|
||||
|
||||
- **「▶ 点一下」**:按元素 `bounds` 中心在设备上真点一次(`POST /api/screen/tap`,`snap=1` 自动吸附到可点元素中心),返回吸附结果并刷新截图——确认位置是否可达
|
||||
|
||||
+7
-2
@@ -86,7 +86,7 @@
|
||||
|
||||
- [ ] **序号型 XPath / 界面就绪 的防呆**(2026-09-10 db03f16e 案例)
|
||||
- 背景:`(//*[@resource-id="…"])[6]` 依赖"抓取那一刻该属性有 ≥6 个实例";运行时界面不同(App 仍在闪屏页)→ 序号必然失配。
|
||||
- 期望:① `open_app` 提示勾选「等待首页」;② 抓取器对**带序号**的选择器加醒目提示;③ 抓取弹窗提醒"请先把设备停在任务运行到该步时的同一界面再抓"。
|
||||
- 期望:① `open_app` 提示勾选「等待首页」;② ~~抓取器对**带序号**的选择器加醒目提示~~(✅ 2026-09-13 已完成,且更进一步:抓取器**优先产出语义选择器**再去掉序号,见 [research/U2_ELEMENT_SELECTORS.md](../research/U2_ELEMENT_SELECTORS.md) §五);③ 抓取弹窗提醒"请先把设备停在任务运行到该步时的同一界面再抓"。
|
||||
- 涉及:`core/uiauto_helper.py`、`static/admin/editor.js`、`tasks/generic/task.py`、`doc/TASK_DEV.md`。
|
||||
|
||||
- [ ] 自定义动作支持 `action_ref` 引用型节点(现状:拖入画布会**展开成 group**,改动需同步执行器 + 编辑器)。
|
||||
@@ -96,7 +96,12 @@
|
||||
## D. AI 控制台 / 经验与动作
|
||||
|
||||
- [ ] 「🧠 经验库 / 🎬 动作库」合为一个面板(标签页切换)。
|
||||
- [ ] AI 建任务 P0:平台级 MCP 工具(只读清单 `task_types/groups/pool` + `submit_task(draft)` 校验)+ 把**动作库**当作 generic_steps 的预制件复用(见 [AI_TASK_GEN.md](../AI_TASK_GEN.md) §9)。
|
||||
- [x] ~~AI 建任务 P0~~(✅ 2026-09-13:独立子页「AI 建任务」+ `submit_task` 校验 + 草稿预览/预填;✅ 2026-09-14 补齐「直接创建」`POST /api/agent/task_draft/create`、草稿→经验/动作沉淀、MCP `de_snapshot`。见 [AI_TASK_GEN.md](../AI_TASK_GEN.md) §10)。
|
||||
- 仍未做:平台级 MCP 只读清单(`task_types/groups/pool`)、把**动作库**当 generic_steps 预制件复用、探索成本控制。
|
||||
- [ ] `mcp_server/platform_client._login()` 对"登录失败"不设防:平台把登录页当 200 返回时会被当成
|
||||
登录成功,后续所有调用都拿不到 JSON,最终只报含糊的 `platform_unavailable`(2026-09-14 排查
|
||||
`de_snapshot` 时踩到:现场进程没带 `MCP_PLATFORM_PASS`)。应校验响应内容/最终 URL,并明确报
|
||||
"平台账号或密码不对"。
|
||||
- [ ] 新增 MCP `de_screen_text`(文本化看屏:前台包名 + screen_state + 可点元素文本 + OCR),并把操作纪律写进工具 description。
|
||||
- [ ] 经验召回改进:现为 bigram + `ORDER BY hits`(候选只看 top50、hits 对所有命中行回写 → 马太效应);改为对称相似度 / 更合理候选集,`hits` 仅在真正注入时 +1。
|
||||
- [ ] 经验/动作入库依赖模型蒸馏成功:加失败重试与可视化观测(现在只在日志里)。
|
||||
|
||||
@@ -0,0 +1,174 @@
|
||||
# 元素选择器研究:为什么"点不到按钮"(2026-09-13)
|
||||
|
||||
> 背景:任务步骤(`click` 等)频繁出现"元素明明在屏幕上却点不到"。用户怀疑是
|
||||
> 任务执行用的 u2 与元素抓取用的 uiautodev 两条通道不一致,要求研究。
|
||||
> 分支:`research/raw-u2-elements`。
|
||||
|
||||
---
|
||||
|
||||
## 一、先否掉一个假设:两条通道**并不**冲突
|
||||
|
||||
| | 用的东西 | 连接方式 |
|
||||
|---|---|---|
|
||||
| 任务执行(点击/输入…)| 原生 `u2.connect(serial)` | 直连设备的 uiautomator2 server |
|
||||
| 元素抓取(编辑器按钮)| `uiautodev` 服务(localhost:20242)→ `/api/android/{serial}/hierarchy` | 它自己的连接 |
|
||||
|
||||
实测(同一设备、同一屏、同一时刻,两边各 dump 一次):
|
||||
|
||||
| 对比项 | u2 | uiautodev |
|
||||
|---|---|---|
|
||||
| 节点总数 | 330 | 330 |
|
||||
| `id/0qf`(抖音底部 tab) | 3 | 3 |
|
||||
| `id/content_layout` | 5 | 5 |
|
||||
|
||||
**逐项一致** —— 两个通道给出的元素树是同一份(都是设备的 UiAutomation dump)。
|
||||
所以"抓取看到的和执行看到的不是一回事"这个假设**不成立**。
|
||||
|
||||
> 顺带纠正一处过时注释:`core/uiauto_helper.py` 说"uiautodev 归一化浮点坐标无法换算像素"。
|
||||
> 实际上 uiautodev 的节点里 **`rect` 就是像素**(`{x,y,width,height}`),`bounds` 才是
|
||||
> 归一化的 0~1 浮点。要用像素直接用 `rect` 即可。
|
||||
|
||||
---
|
||||
|
||||
## 二、真正的原因:**序号型选择器**(`(…)[k]`)会随界面变形而错位
|
||||
|
||||
复现(192.168.20.100,抖音 v40.4.0)—— 进「我」页面,底部导航 dump 出来是:
|
||||
|
||||
```
|
||||
[1] text='首页' bounds=[38,1484][106,1530]
|
||||
[2] text='消息' bounds=[470,1484][538,1530]
|
||||
[3] text='我' bounds=[631,1484][665,1530]
|
||||
```
|
||||
|
||||
只有 **3 个** `0qf`。而任务里的步骤写的是:
|
||||
|
||||
```
|
||||
(//*[@resource-id="com.ss.android.ugc.aweme:id/0qf"])[4] ← 第 4 个,根本不存在
|
||||
```
|
||||
|
||||
**必然点空** —— 日志里表现为 `click 未找到元素`,而界面上那个「我」明明就在那儿。
|
||||
|
||||
### 为什么有的设备是 4 个?
|
||||
|
||||
抖音底部的「朋友」tab 是**灰度功能**:有的账号/设备有(首页/朋友/消息/我 = 4 个),
|
||||
有的没有(首页/消息/我 = 3 个)。同一个序号 `[4]`:
|
||||
|
||||
- 4 个 tab 的设备 → 点到「我」(碰巧对)
|
||||
- 3 个 tab 的设备 → 点空(或点到别的东西)
|
||||
|
||||
**同一个选择器在不同机器上语义不同**,这是"时好时坏"的根源。
|
||||
|
||||
---
|
||||
|
||||
## 三、解法:用**语义选择器**,不要依赖序号
|
||||
|
||||
实测有效(同一台 3-tab 设备):
|
||||
|
||||
```python
|
||||
# ✗ 序号型:依赖"底部有几个 tab"
|
||||
(//*[@resource-id="com.ss.android.ugc.aweme:id/0qf"])[4]
|
||||
|
||||
# ✓ 语义型:同一个 id,用文字限定 —— 不管有几个 tab 都对
|
||||
//*[@resource-id="com.ss.android.ugc.aweme:id/0qf" and @text="我"]
|
||||
```
|
||||
|
||||
验证:命中(bounds 落在「我」上)→ 点击 → 进入我页面 → `jy-`(切换按钮)出现 ✓
|
||||
|
||||
同类可用限定条件(按优先级):
|
||||
|
||||
1. `@text="…"` —— 文字最稳(tab 名、按钮名)
|
||||
2. `@content-desc="…"` —— 无文字但有描述(如 `首页,按钮`)
|
||||
3. `@resource-id="…"` —— **唯一**时直接用
|
||||
4. 组合:`//*[@resource-id="x" and @text="y"]` —— **同一 id 多实例时的最佳解**
|
||||
5. 结构路径(`…/FrameLayout[2]`)—— 最后手段,最脆
|
||||
6. `(…)[k]` —— **只在上面都不行时**
|
||||
|
||||
---
|
||||
|
||||
## 四、抓取弹窗"老是错位"的根因 —— **截图和元素树不是同一时刻**
|
||||
|
||||
(2026-09-13 追加,用户反馈"抓取的窗口老是会错位")
|
||||
|
||||
先把几个常见猜测逐一排除(都实测过):
|
||||
|
||||
| 猜测 | 实测结果 |
|
||||
|------|---------|
|
||||
| 两条通道元素树不一致 | ✗ 排除:节点数/各 id 个数逐项相同 |
|
||||
| 截图被 CSS 缩放了、框没跟着缩 | ✗ 排除:`scaleX=clientWidth/naturalWidth` 算得对,实测框位置与理论值一致 |
|
||||
| 窗口 resize 后没重算 | ✗ 排除:预览列固定 320px,resize 不影响 |
|
||||
| 列表索引与框的 `data-idx` 对不上 | ✗ 排除:用 `indexOf` 保住原始序号,过滤后也不乱 |
|
||||
|
||||
**真因:截图与元素树分两次取,中间隔了 1~2 秒。**
|
||||
|
||||
| 取数方式 | 截图 | 元素树 | 两者时间差 |
|
||||
|---|---|---|---|
|
||||
| 现在(`/api/uiauto/screenshot` + `/api/uiauto/elements` 两次请求,走 uiautodev)| 0.4s | 1.8s | **约 1.8 秒** |
|
||||
| 原生 u2 背靠背(同一个连接)| 0.3s | 1.4s | **约 1.4 秒** |
|
||||
|
||||
元素树的 dump 本身就要 1.3~1.8 秒(设备端 uiautomator 的开销,改不动)。
|
||||
界面**只要在动**(抖音信息流、视频、加载动画…),两秒足够让元素位置全变 →
|
||||
**框永远落在旧位置上** —— 这就是"老是错位",不是偶发。
|
||||
|
||||
### 解法(✅ 2026-09-13 已实现,见 `core/uiauto_helper.snapshot`)
|
||||
|
||||
1. **一次请求取齐**(推荐,也是用户说的"用原始 u2"):
|
||||
新增 `GET /api/uiauto/snapshot?serial=X`,服务端用**一个 u2 连接**背靠背
|
||||
`dump_hierarchy()` + `screenshot()`,返回 `{image, elements}`;
|
||||
前端只调这一个接口 → 天然同源,间隔从 ~2.2s 降到 ~1.4s。
|
||||
**并且抓取弹窗改成大图 1:1 预览**(原来预览列只有 320px、图片被缩到 294px,
|
||||
框全挤在一起,看着就像"错位";现在铺满左侧、按原始分辨率显示)。
|
||||
2. **双截图校验**(关键:让失败可见而不是悄悄错位):
|
||||
抓取时前后各截一张,两张**不一致就明确提示**"界面在抓取过程中变化了,
|
||||
请让设备停在目标界面再抓",而不是给一个已经错位的框。
|
||||
3. 文档里明确写:**抓元素要让设备停在静止界面**(设置页、已加载完的页面),
|
||||
别在视频播放/信息流滑动中抓。
|
||||
|
||||
---
|
||||
|
||||
## 五、建议的改动
|
||||
|
||||
1. ✅ **抓取器优先产出语义选择器**(2026-09-13 已实现,`core/uiauto_helper._extract`):
|
||||
同一属性值出现多个实例时,**先找第二个属性把目标单独圈出来** ——
|
||||
`//*[@resource-id="x" and @text="…"]`(次属性按 `text` > `content-desc` > `class`
|
||||
排,单个不够就两个组合);只有怎么都分不开(列表里同 id 同文字)才退回
|
||||
`(…)[k]`。返回值标 `semantic:true` + `via`(限定用的属性)或 `indexed:true`。
|
||||
抓取列表里 **text/content-desc 排在最前并加粗上色**,让用户能看着选。
|
||||
2. ✅ **序号型加醒目提示**(同日):前端把 `indexed` 的徽标从蓝色 `#k/n` 换成
|
||||
黄色 **⚠ 序号 k/n**,悬浮说明"依赖同类元素个数,界面一变就指到别的元素上";
|
||||
语义型给绿色 **✓ 语义**;右侧「属性」页新增一行**选择器稳定性**。
|
||||
3. ⏳ **已存任务**:把 `(…)[k]` 型选择器扫一遍,能改成文字限定的自动改(脚本),
|
||||
其余在编辑器里逐个复核。(用户自行处理)
|
||||
4. ⏳ **运行期**:`click` 未命中时,日志里顺带 dump 一下"同 id 现在有几个实例",
|
||||
让"序号错位"当场可诊断(现在是干巴巴一句"未找到元素")。
|
||||
5. ✅ **(针对第四节的"抓取错位")** 抓取接口合并成一个快照接口 + 双截图校验,
|
||||
具体见第四节「解法」。
|
||||
|
||||
---
|
||||
|
||||
## 六、顺带修掉的两个"结构性"坑(2026-09-13)
|
||||
|
||||
给 §五.1 做验证时(对真机 dump 逐条用 lxml 求值,比对"命中数==1 且 bounds 一致"),
|
||||
发现旧实现 248 个元素里有 **26 条选择器永远匹配不到任何东西** —— 都是"结构路径"类:
|
||||
|
||||
| 坑 | 现象 | 原因 |
|
||||
|---|---|---|
|
||||
| `//FrameLayout[1]/LinearLayout[2]` | 零命中 | **dump 的 XML 标签名一律是 `<node>`**,class 在 `@class` 属性上 —— 把类名当标签名写的路径永远匹配不到 |
|
||||
| `//hierarchy/node[@index="1"]` | 零命中或一次命中多个 | 同级节点的 **`index` 属性会重复**(实测状态栏/内容区/导航栏三个兄弟的 `index` 全是 `0`) |
|
||||
|
||||
**修法**:
|
||||
|
||||
- 子路径步进改成 `*[@class="android.widget.ImageView"][n]`(谓词 `[n]` 在步进选出的
|
||||
节点集上按文档序定位,语义与原来的"同 class 兄弟序号"一致)
|
||||
- 兜底结构路径改成按**子节点位置**:`//hierarchy/*[1]/*[3]`
|
||||
|
||||
**效果**(同一份真机 XML,248 个元素):
|
||||
|
||||
| | 旧 | 新 |
|
||||
|---|---|---|
|
||||
| 先按 lxml 求值,精确命中目标 | 221 | **247** |
|
||||
| 零命中(死选择器) | 26 | **0** |
|
||||
| 语义型 / 序号型 | 0 / 141 | **26 / 115** |
|
||||
|
||||
`core/uiauto_helper.py` 里 `_child_path()` 的注释与 `doc/TASK_DEV.md` §5.4 都记了这两个坑,
|
||||
避免以后又写回来。
|
||||
|
||||
@@ -24,7 +24,7 @@
|
||||
|
||||
安卓设备自动化中台:管理一批手机(网络 `IP:5555` / USB 串号),支持任务调度、步骤编排、看屏与操作。
|
||||
|
||||
- 你能用的入口:**MCP Server**(推荐,19 个 `de_*` 工具);备选 REST(§2.2)。
|
||||
- 你能用的入口:**MCP Server**(推荐,20 个 `de_*` 工具);备选 REST(§2.2)。
|
||||
- **可做**:看屏、截图、UI 树、OCR、开/关 App、点击、滑动、按键、输入、剪贴板、亮/熄屏、看前台包名、列应用、只读看平台任务。
|
||||
- **不可做**:创建/修改/启停平台任务、分组/设备池/备份管理(MCP 未提供)。
|
||||
|
||||
@@ -52,9 +52,9 @@
|
||||
|
||||
---
|
||||
|
||||
## 3. 工具清单(19 个)
|
||||
## 3. 工具清单(20 个)
|
||||
|
||||
**只读(不触发占用锁)**:`de_list_devices` · `de_screenshot` · `de_ui_tree` · `de_ocr` · `de_foreground_app` · `de_list_apps` · `de_read_clipboard` · `de_list_tasks`
|
||||
**只读(不触发占用锁)**:`de_list_devices` · `de_screenshot` · `de_snapshot`(截图+元素树一次取齐,**推荐**)· `de_ui_tree` · `de_ocr` · `de_foreground_app` · `de_list_apps` · `de_read_clipboard` · `de_list_tasks`
|
||||
|
||||
**写(受占用锁约束)**:`de_tap_text` · `de_tap_element` · `de_tap` · `de_swipe` · `de_press_key` · `de_type_text` · `de_set_clipboard` · `de_open_app` · `de_stop_app` · `de_wake` · `de_sleep`
|
||||
|
||||
@@ -69,7 +69,7 @@
|
||||
- **用 `de_list_devices` 取,别猜。**
|
||||
|
||||
### 4.2 坐标空间(重要)
|
||||
- `de_screenshot` 返回**缩放图(≤540px 宽)+ `native_size`**;`de_tap`/`de_swipe` 用**截图坐标系**,服务端换算原生。
|
||||
- `de_screenshot`/`de_snapshot` 返回**缩放图(≤540px 宽)+ `native_size`**;`de_tap`/`de_swipe` 用**截图坐标系**,服务端换算原生(两者都会建立坐标空间)。
|
||||
- **必须先截图再坐标操作**;否则报「请先执行 de_screenshot」。
|
||||
- 屏可能旋转/滚动 → **优先文字/元素,坐标仅兜底**。
|
||||
|
||||
|
||||
+205
-15
@@ -25,15 +25,23 @@ _log = logging.getLogger("agent")
|
||||
S = AgentSettings()
|
||||
|
||||
|
||||
# 模型单次回复的长度上限。建任务模式要一次性输出整份任务 JSON(几十个步骤),
|
||||
# 4096 很容易被截断 → 工具参数变成半截 JSON(见 _execute_tool 的容错)。
|
||||
_DEFAULT_MAX_TOKENS = 4096
|
||||
_DESIGNER_MAX_TOKENS = 8192
|
||||
|
||||
|
||||
class _UsageUnsupported(RuntimeError):
|
||||
"""模型/网关不认 stream_options.include_usage(400/422 或报错点名该字段)——降级重试用。"""
|
||||
|
||||
SYSTEM_PROMPT = """你是手机自动化控制助手。你通过工具实时操作 Android 手机。
|
||||
CHAT_SYSTEM_PROMPT = """你是手机自动化控制助手。你通过工具实时操作 Android 手机。
|
||||
|
||||
工作规范:
|
||||
1. 先 de_list_devices 确定目标设备(在线才可操作);设备有 name(名称)与 serial(地址),
|
||||
**给用户汇报时用名称**(同型号多台靠它区分),调工具时仍用 serial
|
||||
2. 观察屏幕:先 de_screenshot 获取截图(图像会随后给你),基于截图理解当前界面
|
||||
2. 观察屏幕:优先 `de_snapshot`(截图+元素树一次取齐,图像会随后给你)——比
|
||||
de_screenshot + de_ui_tree 两次取数更省步骤,界面在动时也不会出现"元素位置和
|
||||
截图对不上";需要单独看画面时才用 de_screenshot
|
||||
3. 点击定位分优先级(不要自己推算像素坐标,那是精度最差的方式):
|
||||
a) 目标有可见文字(按钮/菜单/列表标题/标签/输入框提示)→ de_tap_text 直接给文字,
|
||||
一次完成「找到并点击」,原生控件与 WebView/图片渲染文字都支持
|
||||
@@ -54,6 +62,103 @@ SYSTEM_PROMPT = """你是手机自动化控制助手。你通过工具实时操
|
||||
|
||||
可用工具清单将由系统提供。"""
|
||||
|
||||
# 兼容旧名(CLI / 其它调用方仍可能 import SYSTEM_PROMPT)
|
||||
SYSTEM_PROMPT = CHAT_SYSTEM_PROMPT
|
||||
|
||||
|
||||
# ================== 建任务模式(designer)==================
|
||||
# 与聊天模式的根本区别:**产出物是一条任务,不是"替用户做完这件事"**。
|
||||
# 所以它要"看懂了就写下来",而不是"一路点到底";有副作用的动作只许核对、不许真做。
|
||||
DESIGNER_SYSTEM_PROMPT = """你是手机自动化**任务设计师**。你的产出物是**一条可调度、可在步骤编辑器里继续修改的任务**(不是替用户把这件事做完)。
|
||||
|
||||
工作方式:在真机上探索够用即止 → 把探索到的元素与操作写成任务步骤 → 调 submit_task 提交草稿 → 人工确认后才会真正入库执行。
|
||||
|
||||
## 探索规范
|
||||
1. 只用本次指定的设备 serial;给用户汇报时用设备名。设备离线/异常/被任务占用时**立即停止并说明**,不要硬试。
|
||||
2. **先看再动**:优先 `de_snapshot(limit=80~150)`——它**一次取齐**截图与元素树(元素字段只有 text/id/desc/class/clickable/bounds,**没有 xpath**),比"先 de_screenshot 再 de_ui_tree"少一次来回、且不会因为界面在动而错位;返回 `unstable=true` 时说明取的时候界面在变,等界面静下来再取一次。同一屏只取一次,不要反复截图。
|
||||
3. 不知道包名先 `de_list_apps(keyword=…)`,再 `de_open_app(package)`;用 `de_foreground_app` 确认前台。
|
||||
4. **定位优先级**:`text` / `description` / `resourceId` > `xpath` > 坐标。**禁止坐标**(绝不产 `click_xy`)。
|
||||
包含匹配只能 `descriptionContains`,或 `xpath` 里的 `//*[contains(@text,"…")]`(没有 textContains 这个类型)。
|
||||
5. XPath 写法:`//*[@resource-id="包名:id/xxx"]`、`//*[@text="…"]`、`//*[@text="…" and @resource-id="…"]`。
|
||||
**禁止** `//*[@id="x"][3]` 这种位置谓词(那是"父节点内第 3 个",同类元素一多就全失配)。
|
||||
6. 验证分两档:
|
||||
- **无害导航类**(tab、返回、搜索框、列表项、设置项)→ 可以 `de_tap_element` 真点一次确认能命中,记 `evidence.verified="tapped"`;
|
||||
- **有副作用类**(点赞/关注/评论/发送/转发/购买/删除/退出登录)→ **只核对元素存在**(`verified="present"`),**绝不真点**;写进任务时 `probability ≤ 30`,并在 `notes` 里写明"请人工复核"。
|
||||
7. 没验证命中的元素**一律不写进任务**;拿不准的进 `notes`。宁可少写一步,也不要编一个选择器。
|
||||
|
||||
## 步骤规范
|
||||
8. 只能用这 18 种步骤类型:open_app / stop_app / screen_on / screen_off / keep_screen / key_event / swipe / swipe_until / click / long_click / wait_el / input_text / clipboard / wait / loop / group / if_el(click_xy 禁用)。
|
||||
9. 输入文字必须"先 click 输入框,再 input_text";滚动用 `swipe{direction}`,不用像素。
|
||||
10. 时长语义必须映射对:
|
||||
- "跑 2 小时" → `params.max_duration = 7200` + 一个顶层 `loop{loop_mode:"forever"}`;
|
||||
- "每天 8-9 点" → `schedule{mode:"cron_stop", cron:"0 8 * * *", stop_cron:"0 9 * * *"}`;
|
||||
- **长任务必须给 max_duration**,否则等于无限跑。
|
||||
11. 随机化三件套:随机等待 `wait{min,max}`、随机文案 `input_text{mode:"random",texts:"a\\nb"}`、随机触发 `group{probability:<100}` 包住子步骤(概率对任何类型都生效)。
|
||||
12. 首步建议 `screen_on`(必要时 `keep_screen{mode:"on"}`);**末步用 `key_event{key:"home"}` 把设备还给用户**(不要默认息屏)。
|
||||
13. 规模控制:工具调用 ≤ 25 步、steps ≤ 30 个节点、notes ≤ 5 条、evidence ≤ 10 条。结构要精简(去掉冗余的等待/滑动)。
|
||||
|
||||
## 收尾
|
||||
14. 探索够了就调 `submit_task` 提交草稿。**校验失败时按返回的 errors 逐条修正后重提(最多 3 次)**,不要重复提交同一份草稿。
|
||||
15. 提交成功后**不要再调用任何工具**,用一句中文总结:"建了什么任务、哪些步骤需要人工复核"。
|
||||
16. 若 system 里注入了"可复用动作",优先复用其中的定位,跳过重复探索。
|
||||
|
||||
可用工具清单将由系统提供。"""
|
||||
|
||||
|
||||
# 平台级(本地)工具:不经 MCP server,由 Agent 直接分派到调用方注册的 handler。
|
||||
# 为什么不放进 mcp_server:这些工具要读写平台自身的任务/草稿(依赖 Flask app context 与
|
||||
# 平台权限模型),放进 MCP 层等于给外部客户端开一个写任务的后门,且要连带改
|
||||
# MCP.md/MCP_DESIGN.md 与审计——收益为零(见 doc/AI_TASK_GEN.md §9.2)。
|
||||
LOCAL_TOOL_SPECS = {
|
||||
"submit_task": {
|
||||
"name": "submit_task",
|
||||
"description": "提交任务草稿(**结束性调用**:提交成功后就不要再调任何工具,直接总结)。"
|
||||
"服务端会校验草稿(步骤类型/必填参数/嵌套深度/调度格式),"
|
||||
"校验失败返回 errors 数组,请逐条修正后重新调用本工具。"
|
||||
"常见被打回的原因:步骤缺 selector_value;loop 的 loop_mode 不是 "
|
||||
"rounds/time/forever(别写 count);按时间循环缺 loop_duration;"
|
||||
"cron 不是 5 段;steps 为空。提交前请自己先按这些自查一遍。",
|
||||
"parameters": {
|
||||
"type": "object",
|
||||
"properties": {
|
||||
"summary": {"type": "string",
|
||||
"description": "一句话说明这条任务做什么(≤200 字)"},
|
||||
"task": {
|
||||
"type": "object",
|
||||
"description": "任务信封,字段同平台任务:name/target/schedule/retry/enabled/params",
|
||||
"properties": {
|
||||
"name": {"type": "string", "description": "任务名(≤40 字)"},
|
||||
"target": {"type": "object",
|
||||
"description": '{"mode":"all"|"group"|"serial", "serial":"…", "group_name":"…"}'},
|
||||
"schedule": {"type": "object",
|
||||
"description": '{"mode":"once"} 或 {"mode":"cron","cron":"分 时 日 月 周"} 或 {"mode":"cron_stop","cron":"…","stop_cron":"…"}'},
|
||||
"retry": {"type": "object",
|
||||
"description": '{"max_attempts":1-10,"delay":10-3600}'},
|
||||
"enabled": {"type": "boolean"},
|
||||
"params": {
|
||||
"type": "object",
|
||||
"properties": {
|
||||
"max_duration": {"type": "integer",
|
||||
"description": "单次运行时长上限(秒),0=不限时"},
|
||||
"steps": {"type": "array",
|
||||
"description": "步骤树:[{type,label,params}],容器用 params.children / params.then / params.else",
|
||||
"items": {"type": "object"}},
|
||||
},
|
||||
"required": ["steps"],
|
||||
},
|
||||
},
|
||||
"required": ["params"],
|
||||
},
|
||||
"notes": {"type": "array", "items": {"type": "string"},
|
||||
"description": "需要人工复核/拿不准的点(≤5 条)"},
|
||||
"evidence": {"type": "array", "items": {"type": "object"},
|
||||
"description": "每个选择器的探索依据:{screen,element,selector_type,selector_value,verified}"},
|
||||
},
|
||||
"required": ["summary", "task"],
|
||||
},
|
||||
},
|
||||
}
|
||||
|
||||
|
||||
class Agent:
|
||||
def __init__(self, settings: AgentSettings = None):
|
||||
@@ -73,6 +178,32 @@ class Agent:
|
||||
"total_tokens": 0, "calls": 0}
|
||||
self._include_usage = True # 模型不认 stream_options 时自动置 False
|
||||
self._mcp = None
|
||||
# ---- 建任务模式(designer)相关 ----
|
||||
self.mode = "chat"
|
||||
# 平台级本地工具:{名字: async handler(args) -> dict},不走 MCP
|
||||
self._local_handlers = {}
|
||||
# 本轮每个工具调用了几次(防"原地打转":同一个工具反复调不推进目标)
|
||||
self._tool_counts = {}
|
||||
# 单个工具本轮最多调用次数(防"原地打转")。要**大于**正常重试次数:
|
||||
# 探索里 submit_task 反复被校验驳回调几次是正常的,卡太死会把整轮探索截断
|
||||
# (实测 25 时正好把一轮设计任务耗在修字段上)。总步数由 max_steps 兜底。
|
||||
self.tool_call_limit = 40
|
||||
self.max_tokens = None # 模型单次回复上限(None=用 _DEFAULT_MAX_TOKENS)
|
||||
|
||||
# ---------- 本地(平台级)工具 ----------
|
||||
def register_local_tool(self, name, handler):
|
||||
"""注册平台级本地工具。**必须在 `_load_tools()` 之前调用**(schema 在加载时组装)。
|
||||
|
||||
handler: `async def(args: dict) -> dict`,返回值会作为工具结果回给模型并推给前端。
|
||||
"""
|
||||
if name not in LOCAL_TOOL_SPECS:
|
||||
raise KeyError(f"未定义的本地工具: {name}(需先在 LOCAL_TOOL_SPECS 里声明 schema)")
|
||||
self._local_handlers[name] = handler
|
||||
|
||||
def _count_tool_call(self, name):
|
||||
n = self._tool_counts.get(name, 0) + 1
|
||||
self._tool_counts[name] = n
|
||||
return n
|
||||
|
||||
# ---------- MCP 工具桥 ----------
|
||||
async def _load_tools(self):
|
||||
@@ -91,6 +222,12 @@ class Agent:
|
||||
"type": "function",
|
||||
"function": {"name": name, "description": desc,
|
||||
"parameters": schema}})
|
||||
# 平台级本地工具(如 submit_task)随 MCP 工具一起暴露给模型,
|
||||
# 执行时由 _execute_tool 本地分派(不发给 MCP server)
|
||||
for name in self._local_handlers:
|
||||
spec = LOCAL_TOOL_SPECS.get(name)
|
||||
if spec:
|
||||
self.tools_schema.append({"type": "function", "function": spec})
|
||||
_log.info("MCP 工具已加载: %s", [s["function"]["name"] for s in self.tools_schema])
|
||||
|
||||
async def close(self):
|
||||
@@ -123,7 +260,7 @@ class Agent:
|
||||
"model": self.s.model,
|
||||
"messages": self.messages,
|
||||
"tools": self.tools_schema if self.tools_schema else None,
|
||||
"max_tokens": 4096,
|
||||
"max_tokens": self.max_tokens or _DEFAULT_MAX_TOKENS,
|
||||
"stream": True,
|
||||
}
|
||||
if with_usage:
|
||||
@@ -185,9 +322,44 @@ class Agent:
|
||||
|
||||
# ---------- 工具执行 ----------
|
||||
async def _execute_tool(self, name, arguments):
|
||||
"""执行 MCP 工具,返回 (文本结果, image_data_or_None)。"""
|
||||
"""执行工具(MCP 或平台级本地工具),返回 (文本结果, image_data_or_None)。"""
|
||||
try:
|
||||
args = json.loads(arguments) if isinstance(arguments, str) else (arguments or {})
|
||||
except (json.JSONDecodeError, TypeError) as e:
|
||||
# 长参数被输出长度截断时 arguments 是半截 JSON。**不能整轮报错**——
|
||||
# 把"坏了"告诉模型,让它精简后重发(designer 的 steps 可能很长)。
|
||||
_log.warning("工具 %s 参数不是合法 JSON: %s", name, e)
|
||||
return {"ok": False,
|
||||
"error": f"参数不是合法 JSON({e})——常见原因是这次输出过长被截断,"
|
||||
"请精简要提交的内容后重新调用一次"}, None
|
||||
if not isinstance(args, dict):
|
||||
return {"ok": False, "error": "工具参数必须是 JSON 对象"}, None
|
||||
_log.info("执行工具 %s %s", name, args)
|
||||
|
||||
# 同一个工具被反复调用(原地打转)时给模型一个明确的刹车
|
||||
if self._count_tool_call(name) > self.tool_call_limit:
|
||||
return {"ok": False,
|
||||
"error": f"{name} 本轮调用次数已达上限({self.tool_call_limit} 次),"
|
||||
"请换一种做法推进,或直接总结当前进展"}, None
|
||||
|
||||
# 平台级本地工具:不发给 MCP server
|
||||
handler = self._local_handlers.get(name)
|
||||
if handler is not None:
|
||||
# 平台级工具自己会推更贴切的提示卡(📝 任务草稿 / 草稿被拦下 / 未存下),
|
||||
# 这里**不再重复推一张工具卡**——只在 handler 意外抛异常(自己没来得及推)时补一张
|
||||
try:
|
||||
result = await handler(args)
|
||||
except Exception as e:
|
||||
_log.exception("本地工具 %s 执行失败", name)
|
||||
result = {"ok": False, "error": f"工具执行失败: {e}"}
|
||||
if self.on_tool:
|
||||
try:
|
||||
self.on_tool({"tool": name, "args": args,
|
||||
"result": result, "image": None})
|
||||
except Exception:
|
||||
pass
|
||||
return result, None
|
||||
|
||||
try:
|
||||
result = await self._mcp.call_tool(name, args)
|
||||
data = getattr(result, "data", result)
|
||||
@@ -216,10 +388,14 @@ class Agent:
|
||||
for i in range(len(self.messages) - 1, -1, -1):
|
||||
m = self.messages[i]
|
||||
if m.get("role") == "assistant" and m.get("tool_calls"):
|
||||
# 统计其后 tool 消息数是否匹配
|
||||
# 只数**紧跟着的连续** tool 消息:模型侧要求工具回应连续排列,
|
||||
# 中间夹一条 user(如截图图像)就会被判成"回应不足"。
|
||||
need = len(m["tool_calls"])
|
||||
have = sum(1 for x in self.messages[i + 1:]
|
||||
if x.get("role") == "tool")
|
||||
have = 0
|
||||
for x in self.messages[i + 1:]:
|
||||
if x.get("role") != "tool":
|
||||
break
|
||||
have += 1
|
||||
if have < need:
|
||||
_log.warning("修复不完整 tool_calls 段(need=%d have=%d),回退 %d 条消息",
|
||||
need, have, len(self.messages) - i)
|
||||
@@ -229,7 +405,8 @@ class Agent:
|
||||
# ---------- 主循环(流式) ----------
|
||||
async def run_stream(self, prompt: str, serial: str = "",
|
||||
history=None, on_delta=None, on_tool=None,
|
||||
should_stop=None, extra_context=None, on_usage=None):
|
||||
should_stop=None, extra_context=None, on_usage=None,
|
||||
mode: str = "chat"):
|
||||
"""流式执行一轮指令,返回最终完整文本。
|
||||
|
||||
history:上一轮的 [{"role": "user"|"assistant", "content": 文本}] 列表,
|
||||
@@ -239,16 +416,21 @@ class Agent:
|
||||
should_stop:可调用 fn() -> bool,每轮模型调用前检查(用户中断用)
|
||||
extra_context:附加文本(经验记忆注入,放在 system prompt 末尾)
|
||||
on_usage(usage):每完成一次模型调用回调一次(累计值,见 self.usage)
|
||||
mode:`chat`(默认,AI 控制台聊天)或 `designer`(AI 建任务:改系统提示词、
|
||||
放宽输出长度上限、注册的本地工具生效)
|
||||
|
||||
本轮累计 token 用量同时留在 self.usage(调用方可直接读)。
|
||||
"""
|
||||
self.on_delta = on_delta
|
||||
self.on_tool = on_tool
|
||||
self.on_usage = on_usage
|
||||
self.mode = mode
|
||||
self.max_tokens = _DESIGNER_MAX_TOKENS if mode == "designer" else _DEFAULT_MAX_TOKENS
|
||||
self._tool_counts = {}
|
||||
self.usage = {"prompt_tokens": 0, "completion_tokens": 0,
|
||||
"total_tokens": 0, "calls": 0}
|
||||
target = serial or self.s.default_serial
|
||||
sys_txt = SYSTEM_PROMPT
|
||||
sys_txt = DESIGNER_SYSTEM_PROMPT if mode == "designer" else CHAT_SYSTEM_PROMPT
|
||||
if target:
|
||||
sys_txt += f"\n\n本次默认目标设备 serial:{target}(未指定设备时用它)。"
|
||||
if extra_context:
|
||||
@@ -321,6 +503,12 @@ class Agent:
|
||||
self.messages.append({"role": "assistant",
|
||||
"content": full_content,
|
||||
"tool_calls": tcs})
|
||||
# 工具结果必须**连续**跟在带 tool_calls 的 assistant 消息后面:
|
||||
# 中间插任何消息都会被模型侧判成"工具回应不足"而 400
|
||||
# (An assistant message with 'tool_calls' must be followed by tool
|
||||
# messages responding to each 'tool_call_id')。
|
||||
# 截图图像因此先攒着,等本轮所有 tool 消息都发完,再作为一条 user 消息附上。
|
||||
pending_images = []
|
||||
for tc in tcs:
|
||||
fn = tc["function"]
|
||||
text_result, image_b64 = await self._execute_tool(
|
||||
@@ -329,13 +517,15 @@ class Agent:
|
||||
"role": "tool", "tool_call_id": tc["id"],
|
||||
"content": json.dumps(text_result, ensure_ascii=False)[:4000]})
|
||||
if image_b64:
|
||||
self.messages.append({
|
||||
"role": "user",
|
||||
"content": [{"type": "text",
|
||||
"text": "这是最新屏幕截图,请基于它继续判断"},
|
||||
{"type": "image_url",
|
||||
pending_images.append(image_b64)
|
||||
if pending_images:
|
||||
content = [{"type": "text",
|
||||
"text": "这是最新屏幕截图,请基于它继续判断"}]
|
||||
for img in pending_images:
|
||||
content.append({"type": "image_url",
|
||||
"image_url": {"url":
|
||||
f"data:image/jpeg;base64,{image_b64}"}}]})
|
||||
f"data:image/jpeg;base64,{img}"}})
|
||||
self.messages.append({"role": "user", "content": content})
|
||||
continue
|
||||
|
||||
# 无工具调用:本轮即最终回答
|
||||
|
||||
+71
-13
@@ -204,6 +204,23 @@ _KEYS = ("back", "home", "recent", "menu", "power", "volume_up",
|
||||
"volume_down", "enter", "delete", "search", "camera")
|
||||
|
||||
|
||||
def _slim_elements(els, limit):
|
||||
"""精简元素列表(de_ui_tree / de_snapshot 共用):去 suggested/深度噪音,
|
||||
可点击优先、有文案优先,控制 token。"""
|
||||
slim = []
|
||||
for e in els:
|
||||
slim.append({
|
||||
"text": e.get("text", "")[:50],
|
||||
"id": e.get("resource_id", "")[:80],
|
||||
"desc": e.get("description", "")[:50],
|
||||
"class": e.get("class", "").split(".")[-1],
|
||||
"clickable": e.get("clickable", "") == "true",
|
||||
"bounds": e.get("bounds", ""),
|
||||
})
|
||||
slim.sort(key=lambda x: (not x["clickable"], not (x["text"] or x["desc"])))
|
||||
return slim[:limit]
|
||||
|
||||
|
||||
@mcp.tool()
|
||||
def de_ui_tree(serial: str, limit: int = 150) -> dict:
|
||||
"""获取当前界面元素树(文本 JSON):每元素含 text/resource_id/description/class/bounds。
|
||||
@@ -219,20 +236,61 @@ def de_ui_tree(serial: str, limit: int = 150) -> dict:
|
||||
els = platform().ui_elements(serial)
|
||||
except PlatformError as e:
|
||||
return _err(e)
|
||||
# 精简输出:去掉 suggested/深度噪音,保留可定位属性;可点击优先、有文案优先
|
||||
slim = []
|
||||
for e in els:
|
||||
slim.append({
|
||||
"text": e.get("text", "")[:50],
|
||||
"id": e.get("resource_id", "")[:80],
|
||||
"desc": e.get("description", "")[:50],
|
||||
"class": e.get("class", "").split(".")[-1],
|
||||
"clickable": e.get("clickable", "") == "true",
|
||||
"bounds": e.get("bounds", ""),
|
||||
})
|
||||
slim.sort(key=lambda x: (not x["clickable"], not (x["text"] or x["desc"])))
|
||||
slim = _slim_elements(els, limit)
|
||||
audit.audit("de_ui_tree", serial, "", f"{len(slim)} 元素")
|
||||
return _ok({"count": len(slim), "elements": slim[:limit]})
|
||||
return _ok({"count": len(slim), "elements": slim})
|
||||
|
||||
|
||||
@mcp.tool()
|
||||
def de_snapshot(serial: str, limit: int = 120) -> dict:
|
||||
"""一次取齐:屏幕截图 + 元素树(**推荐用它代替 de_screenshot + de_ui_tree**)。
|
||||
|
||||
那两条是两次独立取数,中间隔着元素树 dump 本身的 1~2 秒——界面只要在动
|
||||
(信息流/视频/加载动画),返回的元素坐标就和截图对不上,照它点击会点偏。
|
||||
本工具在平台侧用**同一个连接背靠背取**,并额外做双截图校验:
|
||||
`unstable=true` 表示"抓取过程中界面在变化",此时别把元素坐标当准的,
|
||||
建议让设备停在静止界面再取一次。
|
||||
|
||||
返回 image(宽 ≤540 的可视截图,同时建立后续 de_tap/de_swipe 的坐标空间)、
|
||||
native_size、screen_state、unstable、cost_ms,以及 elements
|
||||
(结构与 de_ui_tree 相同;limit 控制条数,默认 120)。
|
||||
"""
|
||||
try:
|
||||
serial = _check_serial(serial)
|
||||
if limit < 1 or limit > 300:
|
||||
raise PlatformError("invalid_param", "limit 需在 1-300 之间")
|
||||
snap = platform().snapshot(serial)
|
||||
raw = snap.get("image") or ""
|
||||
b64 = raw.split(",", 1)[1] if "," in raw else raw
|
||||
img = Image.open(io.BytesIO(base64.b64decode(b64)))
|
||||
nw, nh = img.size
|
||||
if nw > S.screenshot_width:
|
||||
ratio = S.screenshot_width / nw
|
||||
img = img.resize((S.screenshot_width, int(nh * ratio)))
|
||||
buf = io.BytesIO()
|
||||
img.convert("RGB").save(buf, "JPEG", quality=S.jpeg_quality)
|
||||
data = base64.b64encode(buf.getvalue()).decode()
|
||||
# 与 de_screenshot 用同一套坐标口径:后续 de_tap/de_swipe 传的是这张图的坐标
|
||||
_coord[serial] = (img.size[0], img.size[1], nw, nh)
|
||||
except PlatformError as e:
|
||||
return _err(e)
|
||||
except Exception as e:
|
||||
return _err(PlatformError("platform_unavailable", f"快照处理失败: {e}"))
|
||||
slim = _slim_elements(snap.get("elements") or [], limit)
|
||||
unstable = bool(snap.get("unstable"))
|
||||
audit.audit("de_snapshot", serial, f"{len(slim)} 元素",
|
||||
"unstable" if unstable else "ok")
|
||||
out = {"image": {"type": "image", "data": data, "mimeType": "image/jpeg"},
|
||||
"width": img.size[0], "height": img.size[1],
|
||||
"native_size": {"width": nw, "height": nh},
|
||||
"screen_state": snap.get("screen_state", "unknown"),
|
||||
"unstable": unstable,
|
||||
"cost_ms": snap.get("cost_ms", 0),
|
||||
"count": len(slim), "elements": slim}
|
||||
if unstable:
|
||||
out["hint"] = ("抓取期间界面在变化(unstable):元素坐标可能已过时,"
|
||||
"让设备停在静止界面再取一次更稳")
|
||||
return _ok(out)
|
||||
|
||||
|
||||
@mcp.tool()
|
||||
|
||||
@@ -80,6 +80,24 @@ class PlatformClient:
|
||||
f"截图 HTTP {r.status_code}")
|
||||
return r.content, r.headers.get("X-Screen-State", "unknown")
|
||||
|
||||
def snapshot(self, serial):
|
||||
"""一次取齐截图+元素树(GET /api/uiauto/snapshot)。
|
||||
|
||||
平台侧用**同一个 u2 连接**背靠背 dump+screenshot,并做双截图校验
|
||||
(unstable 表示"抓取期间界面在变化")。返回平台 JSON:
|
||||
{ok, image(data-url), width, height, elements, unstable, screen_state, cost_ms}
|
||||
"""
|
||||
r = self._get("/api/uiauto/snapshot", serial=serial, _t=0)
|
||||
if r.status_code in (502, 503):
|
||||
raise PlatformError("device_offline", r.text[:160])
|
||||
if r.status_code != 200:
|
||||
raise PlatformError("platform_unavailable",
|
||||
f"快照 HTTP {r.status_code}")
|
||||
j = r.json() or {}
|
||||
if not j.get("ok"):
|
||||
raise PlatformError("device_offline", str(j.get("error", "快照失败"))[:160])
|
||||
return j
|
||||
|
||||
def screen_size(self, serial):
|
||||
"""屏幕原生分辨率(GET /api/screen/size),返回 (w, h)。"""
|
||||
r = self._get("/api/screen/size", serial=serial)
|
||||
|
||||
+14
-5
@@ -55,6 +55,9 @@ function initAgentChat(){
|
||||
function restoreRunningFlow(){
|
||||
apiGet('/api/agent/run').then(r=>{
|
||||
if(!r||!r.ok) return;
|
||||
// 建任务模式(designer)的运行由「AI 建任务」子页订阅。这里必须让开:
|
||||
// 服务端一个 run 只有一个事件队列,两个 EventSource 同时消费会互相瓜分事件。
|
||||
if(r.mode === 'designer') return;
|
||||
if(r.state === 'running' && r.run_id){
|
||||
setRunning(true);
|
||||
listenStream(r.run_id);
|
||||
@@ -116,14 +119,18 @@ function pollRunState(){
|
||||
apiGet('/api/agent/run').then(r=>{
|
||||
if(!r||!r.ok)return;
|
||||
const running = r.state === 'running';
|
||||
document.getElementById('agent-running-tag').style.display = running ? 'inline' : 'none';
|
||||
// 运行槽是全平台唯一的:建任务探索在跑时,聊天页也不能再发起(如实显示)
|
||||
const tag = document.getElementById('agent-running-tag');
|
||||
tag.style.display = running ? 'inline' : 'none';
|
||||
tag.textContent = running && r.mode === 'designer' ? '● 建任务探索中' : '● 运行中';
|
||||
document.getElementById('btn-agent-stop').style.display = running ? 'inline-block' : 'none';
|
||||
const hint = document.getElementById('agent-target-hint');
|
||||
if(hint){
|
||||
const dev = r.serial ? ' · ' + _agentTargetText(r.serial) : '';
|
||||
hint.textContent = running
|
||||
? ('⏳ 运行中' + (r.started ? ' ' + r.started + ' 起' : '')
|
||||
+ (r.serial ? ' · ' + _agentTargetText(r.serial) : '')
|
||||
+ ':' + (r.prompt||'').slice(0,70))
|
||||
? ((r.mode === 'designer' ? '⏳ AI 正在「AI 建任务」页探索设备'
|
||||
: '⏳ 运行中' + (r.started ? ' ' + r.started + ' 起' : ''))
|
||||
+ dev + ':' + (r.prompt || '').slice(0, 70))
|
||||
: (document.getElementById('agent-target-select').value
|
||||
? '将操作:' + _agentTargetText(document.getElementById('agent-target-select').value)
|
||||
: '');
|
||||
@@ -570,7 +577,9 @@ function listenStream(runId){
|
||||
setTimeout(()=>{
|
||||
if(!_agentStream && _agentBusy){
|
||||
apiGet('/api/agent/run').then(r=>{
|
||||
if(r&&r.ok&&r.state==='running'&&r.run_id) listenStream(r.run_id);
|
||||
// 建任务模式(designer)归「AI 建任务」子页订阅,这里同样要让开
|
||||
if(r&&r.ok&&r.state==='running'&&r.run_id&&r.mode!=='designer')
|
||||
listenStream(r.run_id);
|
||||
});
|
||||
}
|
||||
}, 5000);
|
||||
|
||||
@@ -107,14 +107,17 @@ function showTab(name){
|
||||
if(name==='tasks'){showSubTab('tasks',_activeSubs.tasks);loadTasks();loadCustomActions();}
|
||||
if(name==='tools'){showSubTab('tools',_activeSubs.tools);loadToolsDevices();loadAdbDevices();loadTailscaleDevices();loadApks();}
|
||||
if(name==='logs'){loadLogs();if(document.getElementById('log-auto').checked)_logTimer=setInterval(loadLogs,3000);}
|
||||
if(name==='agent' && typeof initAgentChat==='function') initAgentChat();
|
||||
if(name==='agent'){
|
||||
showSubTab('agent', _activeSubs.agent||'chat'); // 聊天 / AI 建任务
|
||||
if(typeof initAgentChat==='function') initAgentChat();
|
||||
}
|
||||
if(name==='users')loadUsers();
|
||||
if(name==='system'){showSubTab('system',_activeSubs.system||'backup');}
|
||||
}
|
||||
|
||||
// ================== 页内子分栏(任务/工具 通用) ==================
|
||||
// 每个带子分栏的 Tab 记住上次选中的子分栏,切走再切回来保持原位
|
||||
let _activeSubs = {tasks: 'plan', tools: 'clipboard', system: 'backup'};
|
||||
let _activeSubs = {tasks: 'plan', tools: 'clipboard', system: 'backup', agent: 'chat'};
|
||||
let _discoveryTimer = null; // 设备自动发现 10s 轮询(仅 devpool 子分栏激活时)
|
||||
|
||||
function showSubTab(tabId, name){
|
||||
@@ -122,6 +125,7 @@ function showSubTab(tabId, name){
|
||||
const tab = document.getElementById('tab-'+tabId);
|
||||
tab.querySelectorAll('.sub-tab').forEach(b=>b.classList.toggle('active', b.dataset.sub===name));
|
||||
tab.querySelectorAll('.sub-panel').forEach(p=>p.classList.toggle('active', p.id===tabId+'-sub-'+name));
|
||||
if(tabId==='agent' && name==='taskgen' && typeof initTaskGen==='function') initTaskGen();
|
||||
if(name==='groups' && typeof loadGroups==='function') loadGroups();
|
||||
if(name==='apks' && typeof loadAgentStore==='function') loadAgentStore();
|
||||
if(name==='devpool' && typeof loadDevPool==='function'){
|
||||
|
||||
+174
-51
@@ -831,7 +831,7 @@ var _stepEditor={
|
||||
'<div class="el-picker-main">'+
|
||||
'<div class="el-shot-wrap">'+
|
||||
'<div class="el-shot-toolbar">'+
|
||||
'<button class="btn" onclick="_stepEditor._refreshShot()" title="重新拉取截图和元素树(界面变化后刷新用)">刷新截图+元素</button>'+
|
||||
'<button class="btn" onclick="_stepEditor._refreshShot()" title="重新抓取截图与元素树(一次取齐)">重新抓取</button>'+
|
||||
'<span class="el-shot-info" id="el-shot-info">加载中...</span>'+
|
||||
'</div>'+
|
||||
'<div class="el-shot-container" id="el-shot-container">'+
|
||||
@@ -839,8 +839,20 @@ var _stepEditor={
|
||||
'</div>'+
|
||||
'</div>'+
|
||||
'<div class="el-list-wrap">'+
|
||||
'<div class="el-tabs">'+
|
||||
'<button class="el-tab active" data-pane="tree" onclick="_stepEditor._tab(this)">层级</button>'+
|
||||
'<button class="el-tab" data-pane="attr" onclick="_stepEditor._tab(this)">属性</button>'+
|
||||
'<button class="el-tab" data-pane="color" onclick="_stepEditor._tab(this)">颜色</button>'+
|
||||
'</div>'+
|
||||
'<div class="el-pane active" id="el-pane-tree">'+
|
||||
'<input type="text" class="el-picker-search" id="el-search" placeholder="搜索 resource-id/text/description..." oninput="_stepEditor._filterEl(this.value)">'+
|
||||
'<div class="el-picker-list" id="el-list"><div class="se-empty">加载元素树...</div></div>'+
|
||||
'<div class="el-picker-list" id="el-list" style="max-height:calc(100% - 42px)"><div class="se-empty">加载元素树...</div></div>'+
|
||||
'</div>'+
|
||||
'<div class="el-pane" id="el-pane-attr"><div class="se-empty">点左侧图上的元素,或点「层级」里的条目看属性</div></div>'+
|
||||
'<div class="el-pane" id="el-pane-color">'+
|
||||
'<div style="padding:8px 12px;font-size:11.5px;color:var(--text-light)">把鼠标移到左侧图上取色;点元素可看该元素的主色</div>'+
|
||||
'<div id="el-color-list"></div>'+
|
||||
'</div>'+
|
||||
'</div>'+
|
||||
'</div>';
|
||||
document.getElementById('el-picker-footer').innerHTML=
|
||||
@@ -849,65 +861,138 @@ var _stepEditor={
|
||||
'<span class="text-muted" style="margin-left:10px;font-size:11.5px">'
|
||||
+'提示:先「▶ 点一下」在设备上验证位置,再点元素回填选择器;'
|
||||
+'「✓ 测选择器」会用将填入的选择器真跑一次点击</span>';
|
||||
// 加载截图和元素树(_refreshShot 内部同时刷新两者)
|
||||
self._refreshShot();
|
||||
// 一次取齐截图 + 元素树(见 _loadSnapshot 的说明)
|
||||
self._loadSnapshot();
|
||||
},
|
||||
// 拉取元素树(进入页面和刷新时共用;带时间戳防缓存)
|
||||
_loadElData:function(){
|
||||
var serial=this._elSerial;
|
||||
if(!serial)return;
|
||||
var listEl=document.getElementById('el-list');
|
||||
if(listEl)listEl.innerHTML='<div class="se-empty">加载元素树...</div>';
|
||||
var self=this;
|
||||
fetch('/api/uiauto/elements?serial='+encodeURIComponent(serial)+'&_='+Date.now())
|
||||
.then(function(r){return r.json();})
|
||||
.then(function(data){
|
||||
var le=document.getElementById('el-list');
|
||||
if(!le)return;
|
||||
if(!data.ok){
|
||||
le.innerHTML='<div class="se-empty">'+esc(data.error||'抓取失败')+'</div>';
|
||||
return;
|
||||
}
|
||||
self._elData=data.elements||[];
|
||||
self._renderEl(self._elData);
|
||||
// 刷新后保持搜索过滤状态
|
||||
var search=document.getElementById('el-search');
|
||||
if(search&&search.value)self._filterEl(search.value);
|
||||
self._renderOverlays();
|
||||
})
|
||||
.catch(function(e){
|
||||
var le=document.getElementById('el-list');
|
||||
if(le)le.innerHTML='<div class="se-empty">请求失败: '+esc(e)+'</div>';
|
||||
// 右侧页签切换
|
||||
_tab:function(btn){
|
||||
var pane=btn.dataset.pane;
|
||||
document.querySelectorAll('#el-picker-body .el-tab').forEach(function(b){
|
||||
b.classList.toggle('active', b===btn);
|
||||
});
|
||||
['tree','attr','color'].forEach(function(p){
|
||||
var el=document.getElementById('el-pane-'+p);
|
||||
if(el)el.classList.toggle('active', p===pane);
|
||||
});
|
||||
},
|
||||
// 刷新截图
|
||||
_refreshShot:function(){
|
||||
// 属性页:选中元素的全部属性
|
||||
_renderAttrs:function(i){
|
||||
var el=(this._elData||[])[i];
|
||||
var box=document.getElementById('el-pane-attr');
|
||||
if(!box)return;
|
||||
if(!el){box.innerHTML='<div class="se-empty">点左侧图上的元素,或点「层级」里的条目看属性</div>';return;}
|
||||
var sg=el.suggested||{};
|
||||
// 稳定性说明:把"这个选择器靠什么定位"写清楚,用户才知道它会不会因为界面变化而失效
|
||||
var stab=sg.semantic?'✓ 语义型 —— 靠 @'+(sg.via||'')+' 限定,不依赖同类元素个数,换设备/换版本仍命中'
|
||||
:sg.indexed?'⚠ 序号型 —— 依赖「同类元素共 '+sg.total+' 个、取第 '+sg.occ+' 个」,界面一变就失配'
|
||||
:sg.broad?'⚠ 宽泛 —— 无唯一属性,可能误匹配其他元素'
|
||||
:(sg.value?'✓ 唯一属性,直接定位':'—');
|
||||
var rows=[['建议选择器', sg.value||'(无可靠选择器)'],['选择器稳定性', stab],
|
||||
['class', el.class||''], ['resource-id', el.resource_id||''],
|
||||
['text', el.text||''], ['content-desc', el.description||''],
|
||||
['package', el.package||''], ['clickable', el.clickable||''],
|
||||
['bounds', el.bounds||''], ['层级深度', String(el.depth||0)]];
|
||||
box.innerHTML=rows.map(function(r){
|
||||
return '<div class="el-attr"><b>'+esc(r[0])+'</b><span>'+esc(r[1]||'-')+'</span></div>';
|
||||
}).join('');
|
||||
},
|
||||
// 颜色页:鼠标位置的像素色 + 选中元素的主色
|
||||
_pixelAt:function(x,y){
|
||||
try{
|
||||
var c=this._colorCanvas, img=document.getElementById('el-shot-container').querySelector('img');
|
||||
if(!c||!img)return null;
|
||||
if(c.width!==img.naturalWidth){c.width=img.naturalWidth;c.height=img.naturalHeight;}
|
||||
var ctx=c.getContext('2d');
|
||||
ctx.drawImage(img,0,0);
|
||||
var d=ctx.getImageData(Math.max(0,Math.min(c.width-1,x)),Math.max(0,Math.min(c.height-1,y)),1,1).data;
|
||||
return '#'+[d[0],d[1],d[2]].map(function(v){return ('0'+v.toString(16)).slice(-2);}).join('');
|
||||
}catch(e){return null;}
|
||||
},
|
||||
_updatePixel:function(x,y){
|
||||
var box=document.getElementById('el-color-list');
|
||||
if(!box)return;
|
||||
var col=this._pixelAt(Math.round(x),Math.round(y));
|
||||
if(!col)return;
|
||||
box.innerHTML='<div class="el-color-row"><span class="el-swatch" style="background:'+col+'"></span>'+
|
||||
'<span>光标处 '+esc(col)+'</span></div>'+
|
||||
(box.dataset.dom||'');
|
||||
},
|
||||
_renderColors:function(i){
|
||||
var box=document.getElementById('el-color-list');
|
||||
if(!box)return;
|
||||
var el=(this._elData||[])[i];
|
||||
var dom='';
|
||||
if(el&&el.bounds){
|
||||
var m=el.bounds.match(/\[(\d+),(\d+)\]\[(\d+),(\d+)\]/);
|
||||
if(m){
|
||||
var x=Math.round((+m[1]+ +m[3])/2), y=Math.round((+m[2]+ +m[4])/2);
|
||||
var c=this._pixelAt(x,y);
|
||||
if(c) dom='<div class="el-color-row"><span class="el-swatch" style="background:'+c+'"></span>'+
|
||||
'<span>选中元素中心 '+esc(c)+'</span></div>';
|
||||
}
|
||||
}
|
||||
box.dataset.dom=dom;
|
||||
box.innerHTML=dom||'<div class="se-empty" style="padding:12px">把鼠标移到左侧图上取色</div>';
|
||||
},
|
||||
// 一次取齐:截图 + 元素树(后端用原生 u2 背靠背取)
|
||||
// 为什么不再分两个接口:截图与元素树分两次拿,中间隔着 dump 本身的 1.3~1.8 秒,
|
||||
// 界面只要在动(信息流/视频/加载),框就会落在旧位置上("抓取错位")。
|
||||
_loadSnapshot:function(){
|
||||
var serial=this._elSerial;
|
||||
if(!serial)return;
|
||||
var container=document.getElementById('el-shot-container');
|
||||
if(!container)return;
|
||||
container.innerHTML='<div class="el-shot-loading">正在获取截图...</div>';
|
||||
var info=document.getElementById('el-shot-info');
|
||||
if(info)info.textContent='加载中...';
|
||||
var old=document.querySelector('.el-shot-warn');
|
||||
if(old)old.remove();
|
||||
if(container)container.innerHTML='<div class="el-shot-loading">正在抓取(截图 + 元素树一次取齐)…</div>';
|
||||
if(info)info.textContent='抓取中…';
|
||||
var self=this;
|
||||
fetch('/api/uiauto/snapshot?serial='+encodeURIComponent(serial)+'&_='+Date.now())
|
||||
.then(function(r){return r.json();})
|
||||
.then(function(d){
|
||||
if(!d.ok){
|
||||
if(container)container.innerHTML='<div class="el-shot-loading">'+esc(d.error||'抓取失败')+'</div>';
|
||||
if(info)info.textContent='失败';
|
||||
return;
|
||||
}
|
||||
self._elData=d.elements||[];
|
||||
if(d.unstable){
|
||||
var w=document.createElement('div');
|
||||
w.className='el-shot-warn';
|
||||
w.innerHTML='⚠ 抓取期间界面有变化,框可能对不上 —— 建议把设备停在<b>静止界面</b>后点「重新抓取」';
|
||||
container.parentNode.insertBefore(w, container);
|
||||
}
|
||||
var img=new Image();
|
||||
img.onload=function(){
|
||||
container.innerHTML='';
|
||||
container.appendChild(img);
|
||||
var infoEl=document.getElementById('el-shot-info');
|
||||
if(infoEl)infoEl.textContent=img.naturalWidth+'x'+img.naturalHeight;
|
||||
// 截图加载完后重新渲染元素边界框
|
||||
if(info){
|
||||
info.textContent=d.width+'x'+d.height+' · '+self._elData.length+' 个元素 · '
|
||||
+(d.cost_ms||0)+'ms'+(d.unstable?' · ⚠ 界面在变化':'');
|
||||
}
|
||||
// 图片显示尺寸一变(窗口缩放、面板宽度变化、滚动条出现…)就重算所有框 ——
|
||||
// 这是"完全不错位"的保证:框永远跟着图片走,不留旧坐标
|
||||
if(window.ResizeObserver){
|
||||
if(self._ro)self._ro.disconnect();
|
||||
self._ro=new ResizeObserver(function(){ self._renderOverlays(); });
|
||||
self._ro.observe(img);
|
||||
}
|
||||
self._colorCanvas=document.createElement('canvas');
|
||||
self._renderOverlays();
|
||||
self._renderAttrs(null);
|
||||
self._renderColors(null);
|
||||
};
|
||||
img.onerror=function(){
|
||||
container.innerHTML='<div class="el-shot-loading">截图加载失败</div>';
|
||||
var infoEl=document.getElementById('el-shot-info');
|
||||
if(infoEl)infoEl.textContent='失败';
|
||||
};
|
||||
img.src='/api/uiauto/screenshot?serial='+encodeURIComponent(serial)+'&_='+Date.now();
|
||||
// 同时重新拉取元素树——只刷截图会导致"截图是新的、元素框是旧的"错位
|
||||
this._loadElData();
|
||||
img.src=d.image;
|
||||
self._renderEl(self._elData);
|
||||
var search=document.getElementById('el-search');
|
||||
if(search&&search.value)self._filterEl(search.value);
|
||||
})
|
||||
.catch(function(e){
|
||||
if(container)container.innerHTML='<div class="el-shot-loading">请求失败: '+esc(e)+'</div>';
|
||||
});
|
||||
},
|
||||
// 兼容旧调用名(工具栏「重新抓取」按钮)
|
||||
_refreshShot:function(){ this._loadSnapshot(); },
|
||||
// 在截图上渲染元素边界框(可点击)
|
||||
_renderOverlays:function(){
|
||||
var container=document.getElementById('el-shot-container');
|
||||
@@ -947,6 +1032,32 @@ var _stepEditor={
|
||||
});
|
||||
// 点击截图:按 bounds 命中测试,选中最小的(最深的)元素,
|
||||
// 而不是被 DOM 层叠中的大容器/大兄弟挡住
|
||||
container.onmousemove=function(e){
|
||||
var im=container.querySelector('img');
|
||||
if(!im||!self._elData)return;
|
||||
var r=im.getBoundingClientRect();
|
||||
var px=(e.clientX-r.left)/scaleX, py=(e.clientY-r.top)/scaleY;
|
||||
var best=-1,bestArea=Infinity;
|
||||
self._elData.forEach(function(el,i){
|
||||
var mb=el.bounds&&el.bounds.match(/\[(\d+),(\d+)\]\[(\d+),(\d+)\]/);
|
||||
if(!mb)return;
|
||||
var a=+mb[1],b=+mb[2],c=+mb[3],dd=+mb[4];
|
||||
if(px>=a&&px<=c&&py>=b&&py<=dd){var ar=(c-a)*(dd-b); if(ar<bestArea){bestArea=ar;best=i;}}
|
||||
});
|
||||
self._updatePixel(px, py);
|
||||
var hov=container.querySelector('.el-shot-hover');
|
||||
if(best<0){ if(hov)hov.remove(); return; }
|
||||
var b2=self._elData[best].bounds.match(/\[(\d+),(\d+)\]\[(\d+),(\d+)\]/);
|
||||
if(!hov){hov=document.createElement('div');hov.className='el-shot-hover';container.appendChild(hov);}
|
||||
hov.style.left=(imgOffsetX+(+b2[1])*scaleX)+'px';
|
||||
hov.style.top=(imgOffsetY+(+b2[2])*scaleY)+'px';
|
||||
hov.style.width=((+b2[3])-(+b2[1]))*scaleX+'px';
|
||||
hov.style.height=((+b2[4])-(+b2[2]))*scaleY+'px';
|
||||
};
|
||||
container.onmouseleave=function(){
|
||||
var hov=container.querySelector('.el-shot-hover');
|
||||
if(hov)hov.remove();
|
||||
};
|
||||
container.onclick=function(e){
|
||||
var im=container.querySelector('img');
|
||||
if(!im)return;
|
||||
@@ -971,6 +1082,8 @@ var _stepEditor={
|
||||
},
|
||||
// 高亮元素(截图框 + 列表项联动)
|
||||
_highlightEl:function(i){
|
||||
this._renderAttrs(i);
|
||||
this._renderColors(i);
|
||||
// 清除旧高亮(只在 el-picker-overlay 范围内查找)
|
||||
var picker=document.getElementById('el-picker-overlay');
|
||||
picker.querySelectorAll('.el-shot-overlay.active').forEach(function(o){o.classList.remove('active');});
|
||||
@@ -995,10 +1108,12 @@ var _stepEditor={
|
||||
var self=this;
|
||||
var html=list.map(function(el){
|
||||
var idx=self._elData.indexOf(el);
|
||||
// 属性顺序有讲究:**文字/描述排最前并加粗**——它们是最稳的定位依据,
|
||||
// 也是"一眼认出这是哪个元素"的凭据(id 只是补充)。见 doc/TASK_DEV.md §5.4。
|
||||
var attrs=[];
|
||||
if(el.resource_id)attrs.push('<span>id:'+esc(el.resource_id)+'</span>');
|
||||
if(el.text)attrs.push('<span>text:'+esc(el.text)+'</span>');
|
||||
if(el.description)attrs.push('<span>desc:'+esc(el.description)+'</span>');
|
||||
if(el.text)attrs.push('<span class="ep-text">text:<b>'+esc(el.text)+'</b></span>');
|
||||
if(el.description)attrs.push('<span class="ep-desc">desc:<b>'+esc(el.description)+'</b></span>');
|
||||
if(el.resource_id)attrs.push('<span class="ep-id">id:'+esc(el.resource_id)+'</span>');
|
||||
var indent=' '.repeat(Math.min(el.depth||0,6));
|
||||
var sg=el.suggested||{};
|
||||
if(sg.invalid)attrs.push('<span style="color:#dc2626">⚠ '+esc(sg.reason||'无可用属性')+'</span>');
|
||||
@@ -1009,13 +1124,16 @@ var _stepEditor={
|
||||
? '<button class="btn btn-xs" title="用将填入的选择器在设备上真跑一次 click,验证是否命中" '
|
||||
+'onclick="event.stopPropagation();_stepEditor._testSelector('+idx+')">✓ 测选择器</button>'
|
||||
: '')
|
||||
+'<button class="btn btn-xs" title="把这条的选择器填入步骤" '
|
||||
+'onclick="event.stopPropagation();_stepEditor._fillEl('+idx+')">✓ 填入</button>'
|
||||
+'</div>';
|
||||
return '<div class="el-picker-item" data-idx="'+idx+'" title="点击填入: '+esc(sg.value||'')+'" onclick="_stepEditor._pickEl('+idx+')">'+
|
||||
return '<div class="el-picker-item" data-idx="'+idx+'" title="'+esc(sg.value||'')+'" onclick="_stepEditor._pickEl('+idx+')">'+
|
||||
'<span class="ep-depth">'+(el.depth||0)+'</span>'+
|
||||
'<div class="ep-info"><div class="ep-name">'+indent+esc(el.name||el.class||'')+'</div>'+
|
||||
'<div class="ep-attrs">'+attrs.join('')+'</div></div>'+
|
||||
'<span class="ep-sel">'+esc(sg.type)+'</span>'+
|
||||
(sg.indexed?' <span class="label label-info" title="界面中同属性元素共 '+sg.total+' 个,按从上到下这是第 '+sg.occ+' 个,选择器已带序号精确定位">#'+sg.occ+'/'+sg.total+'</span>':'')+
|
||||
(sg.semantic?' <span class="label label-success" title="语义选择器:用 '+esc(sg.via||'')+' 限定,只认「这个元素长什么样」,不认「同类元素有几个」—— 换设备、换版本、界面增减元素都照样命中">✓ 语义</span>':'')+
|
||||
(sg.indexed?' <span class="label label-warning" title="⚠ 序号型:依赖「同属性元素共 '+sg.total+' 个、这是第 '+sg.occ+' 个」。界面上多/少一个同类元素(如抖音灰度版少一个 tab)就会指到别的元素上 —— 建议改选带 text 或 content-desc 的元素,拿到语义选择器">⚠ 序号 '+sg.occ+'/'+sg.total+'</span>':'')+
|
||||
(sg.broad?' <span class="label label-warning" title="无唯一属性,选择器可能误匹配其他元素,建议选带文字/id 的元素">⚠宽泛</span>':'')+
|
||||
acts+
|
||||
'</div>';
|
||||
@@ -1062,7 +1180,12 @@ var _stepEditor={
|
||||
});
|
||||
this._renderEl(f);
|
||||
},
|
||||
// 点层级条目 = **选中**(看属性/颜色/高亮),不关窗不回填
|
||||
_pickEl:function(i){
|
||||
this._highlightEl(i);
|
||||
},
|
||||
// 「✓ 填入」才回填选择器并关窗
|
||||
_fillEl:function(i){
|
||||
var el=this._elData[i];
|
||||
if(!el||!this._elTargetInput)return;
|
||||
if(el.suggested&&el.suggested.invalid){
|
||||
|
||||
@@ -0,0 +1,507 @@
|
||||
// ================== AI 建任务(AI 自己探索 → 写出任务步骤) ==================
|
||||
// 链路:
|
||||
// 需求 → POST /api/agent/run{mode:'designer'}
|
||||
// → AI 用 de_* 工具在真机上探索(看屏 / 读元素树 / 点按验证)
|
||||
// → 调平台级本地工具 submit_task 提交草稿(服务端用 core/task_draft 校验,
|
||||
// 不通过就把 errors 回灌给模型让它改)
|
||||
// → SSE done 带草稿 → 这里预览 → 打开步骤编辑器预填 → **用户点保存才入库**
|
||||
// 设计见 doc/AI_TASK_GEN.md;契约与两条红线(AI 不直接落库、有副作用的动作不真做)在 §5。
|
||||
|
||||
let _tgInit = false;
|
||||
let _tgStream = null; // EventSource
|
||||
let _tgBusy = false;
|
||||
let _tgRunId = ''; // 当前已订阅的 run(切 Tab 回来时避免重复订阅)
|
||||
let _tgDraft = null; // {summary, task, notes, evidence}
|
||||
let _tgWarnings = [];
|
||||
let _tgPrompt = ''; // 本次需求(回存草稿时带上)
|
||||
let _tgLiveSerial = '';
|
||||
|
||||
// ---------------- 初始化 ----------------
|
||||
function initTaskGen(){
|
||||
if(!_tgInit){
|
||||
_tgInit = true;
|
||||
const inp = document.getElementById('tg-prompt');
|
||||
if(inp){
|
||||
inp.addEventListener('keydown', ev=>{
|
||||
if(ev.key==='Enter' && (ev.ctrlKey||ev.metaKey)){ ev.preventDefault(); startExplore(); }
|
||||
});
|
||||
}
|
||||
}
|
||||
tgLoadDevices();
|
||||
tgLoadGroups();
|
||||
tgRestore();
|
||||
tgRearmLive();
|
||||
}
|
||||
|
||||
// 切走再切回来时,观众侧的 MJPEG 长连接可能被浏览器挂起(画面定格)——
|
||||
// 重新拉一次流,画面接着动
|
||||
function tgRearmLive(){
|
||||
const card = document.getElementById('tg-live-card');
|
||||
const img = document.getElementById('tg-live-img');
|
||||
if(!card || !img || !_tgLiveSerial || card.style.display === 'none') return;
|
||||
img.src = '/api/screen/stream?serial=' + encodeURIComponent(_tgLiveSerial)
|
||||
+ '&q=80&fps=8&t=' + Date.now();
|
||||
}
|
||||
|
||||
function tgExample(){
|
||||
const inp = document.getElementById('tg-prompt');
|
||||
if(!inp) return;
|
||||
inp.value = '建一个跑 2 小时的任务:自动刷抖音,随机点赞(概率低一点,像真人);'
|
||||
+ '有弹窗就关掉;评论这种拿不准的先别真发。';
|
||||
inp.focus();
|
||||
}
|
||||
|
||||
function tgToggleAdv(){
|
||||
const box = document.getElementById('tg-adv');
|
||||
const arrow = document.getElementById('tg-adv-arrow');
|
||||
if(!box) return;
|
||||
const show = box.style.display === 'none';
|
||||
box.style.display = show ? 'block' : 'none';
|
||||
if(arrow) arrow.textContent = show ? '▾' : '▸';
|
||||
}
|
||||
function tgToggleTarget(){
|
||||
const v = (document.getElementById('tg-target')||{}).value;
|
||||
const w = document.getElementById('tg-group-wrap');
|
||||
if(w) w.style.display = (v==='group') ? 'block' : 'none';
|
||||
}
|
||||
function tgToggleSched(){
|
||||
const v = (document.getElementById('tg-sched-mode')||{}).value;
|
||||
const w = document.getElementById('tg-sched-wrap');
|
||||
if(w) w.style.display = (v==='daily') ? 'flex' : 'none';
|
||||
}
|
||||
|
||||
// ---------------- 设备 / 分组 ----------------
|
||||
function tgLoadDevices(){
|
||||
apiGet('/api/agent/devices').then(r=>{
|
||||
if(!r||!r.ok) return;
|
||||
const sel = document.getElementById('tg-serial');
|
||||
if(!sel) return;
|
||||
const cur = sel.value;
|
||||
const devs = (r.devices||[]).filter(x=>x.online);
|
||||
// 建任务页不按 serial 形态过滤:USB 序列号与 IP:5555 都是合法的 AI 目标
|
||||
sel.innerHTML = '<option value="">请选择设备…</option>'
|
||||
+ devs.map(d=>{
|
||||
const label = devText(d.name, d.serial) + (d.model ? ' · ' + d.model : '')
|
||||
+ (d.busy ? ' ⛔ 任务中:' + d.task_job : '');
|
||||
return '<option value="'+esc(d.serial)+'"' + (d.busy?' disabled':'')
|
||||
+ '>' + esc(label) + '</option>';
|
||||
}).join('');
|
||||
if(cur && [...sel.options].some(o=>o.value===cur)) sel.value = cur;
|
||||
});
|
||||
}
|
||||
|
||||
function tgLoadGroups(){
|
||||
apiGet('/api/groups').then(r=>{
|
||||
if(!r||!r.ok) return;
|
||||
const sel = document.getElementById('tg-group');
|
||||
if(!sel) return;
|
||||
sel.innerHTML = '<option value="">选择分组…</option>'
|
||||
+ (r.groups||[]).map(g=>'<option value="'+esc(g.name)+'">'+esc(g.name)
|
||||
+'('+((g.serials||[]).length)+' 台)</option>').join('');
|
||||
});
|
||||
}
|
||||
|
||||
// ---------------- 收集页面上的任务设置 ----------------
|
||||
// 返回 {settings, hints}:settings 是服务端 validate_draft 的 overrides(页面填的说了算),
|
||||
// hints 是要写进提示词告诉模型的自然语言(避免模型自己编一套跟页面冲突的调度)。
|
||||
function tgCollectSettings(){
|
||||
const v = id => { const e = document.getElementById(id); return e ? (e.value||'').trim() : ''; };
|
||||
const s = {}, hints = [];
|
||||
if(v('tg-name')) s.name = v('tg-name');
|
||||
const tmode = v('tg-target');
|
||||
const serial = v('tg-serial');
|
||||
if(tmode){ s.target_mode = tmode; s.serial = serial; }
|
||||
if(tmode === 'group'){
|
||||
if(!v('tg-group')){ showToast('选了「按分组」但没选分组','error'); return null; }
|
||||
s.group_name = v('tg-group');
|
||||
}
|
||||
const smode = v('tg-sched-mode');
|
||||
if(smode === 'once'){ s.schedule = {mode:'once'}; s.schedule_hint = '手动启动(不自动跑)'; }
|
||||
if(smode === 'daily'){
|
||||
const st = v('tg-sched-start'), sp = v('tg-sched-stop');
|
||||
if(!st){ showToast('选了「每天定时」但没填启动时间','error'); return null; }
|
||||
const cron = tgTimeToCron(st);
|
||||
if(sp){
|
||||
s.schedule = {mode:'cron_stop', cron:cron, stop_cron:tgTimeToCron(sp)};
|
||||
s.schedule_hint = '每天 ' + st + ' 启动、' + sp + ' 停止';
|
||||
}else{
|
||||
s.schedule = {mode:'cron', cron:cron};
|
||||
s.schedule_hint = '每天 ' + st + ' 启动(不自动停止)';
|
||||
}
|
||||
}
|
||||
const dur = parseInt(v('tg-maxdur'), 10);
|
||||
if(dur > 0){ s.max_duration = dur; }
|
||||
return {settings: s, hints: hints};
|
||||
}
|
||||
|
||||
// "20:30" → "30 20 * * *"(每天)
|
||||
function tgTimeToCron(hhmm){
|
||||
const m = String(hhmm||'').match(/^(\d{1,2}):(\d{2})$/);
|
||||
if(!m) return '';
|
||||
return parseInt(m[2],10) + ' ' + parseInt(m[1],10) + ' * * *';
|
||||
}
|
||||
|
||||
// ---------------- 发起探索 ----------------
|
||||
function startExplore(){
|
||||
if(_tgBusy) return;
|
||||
const prompt = ((document.getElementById('tg-prompt')||{}).value||'').trim();
|
||||
if(!prompt){ showToast('先说说要做什么','error'); return; }
|
||||
const serial = ((document.getElementById('tg-serial')||{}).value||'').trim();
|
||||
if(!serial){ showToast('请选择一台设备(AI 只操作你选定的设备)','error'); return; }
|
||||
const cfg = tgCollectSettings();
|
||||
if(!cfg) return;
|
||||
_tgPrompt = prompt;
|
||||
_tgDraft = null; _tgWarnings = [];
|
||||
document.getElementById('tg-stream').innerHTML = '';
|
||||
document.getElementById('tg-draft').innerHTML = '';
|
||||
tgSetBusy(true, '正在启动…');
|
||||
apiPost('/api/agent/run', {prompt: prompt, serial: serial,
|
||||
mode: 'designer', settings: cfg.settings})
|
||||
.then(r=>{
|
||||
if(!r || !r.ok){
|
||||
tgSetBusy(false, '');
|
||||
showToast((r&&r.error)||'启动失败','error');
|
||||
return;
|
||||
}
|
||||
tgWatch(serial);
|
||||
listenTaskGenStream(r.run_id);
|
||||
});
|
||||
}
|
||||
|
||||
function stopExplore(){
|
||||
apiPost('/api/agent/stop', {}).then(r=>{
|
||||
showToast((r&&r.ok) ? '已请求停止' : ((r&&r.error)||'停止失败'),
|
||||
(r&&r.ok)?'success':'error');
|
||||
});
|
||||
}
|
||||
|
||||
function tgSetBusy(busy, text){
|
||||
_tgBusy = busy;
|
||||
const b = document.getElementById('tg-start'), s = document.getElementById('tg-stop');
|
||||
if(b) b.disabled = busy;
|
||||
if(s) s.style.display = busy ? 'inline-block' : 'none';
|
||||
if(text !== undefined) tgStatus(text);
|
||||
}
|
||||
function tgStatus(t){
|
||||
const el = document.getElementById('tg-status');
|
||||
if(el) el.textContent = t || '';
|
||||
}
|
||||
|
||||
// ---------------- 事件流 ----------------
|
||||
function listenTaskGenStream(runId){
|
||||
if(_tgStream) _tgStream.close();
|
||||
_tgRunId = runId;
|
||||
const es = new EventSource('/api/agent/stream?run_id=' + runId);
|
||||
_tgStream = es;
|
||||
let steps = 0;
|
||||
|
||||
es.addEventListener('delta', ev=>{
|
||||
let d = {}; try{ d = JSON.parse(ev.data) || {}; }catch(e){}
|
||||
if(d.kind === 'reasoning') return; // 推理链不铺在回放区(噪音太大)
|
||||
if(d.text) tgStatus('AI 思考中… ' + String(d.text).replace(/\s+/g,' ').slice(-60));
|
||||
});
|
||||
|
||||
es.addEventListener('usage', ev=>{
|
||||
let d = {}; try{ d = JSON.parse(ev.data) || {}; }catch(e){}
|
||||
tgToken(d);
|
||||
});
|
||||
|
||||
es.addEventListener('step', ev=>{
|
||||
let d = {}; try{ d = JSON.parse(ev.data) || {}; }catch(e){}
|
||||
steps++;
|
||||
tgFollow(d.args);
|
||||
tgAddCard(d.tool, d.args, d.image, d.error);
|
||||
tgStatus('已执行 ' + steps + ' 步…');
|
||||
});
|
||||
|
||||
es.addEventListener('done', ev=>{
|
||||
let d = {}; try{ d = JSON.parse(ev.data) || {}; }catch(e){}
|
||||
tgSetBusy(false, '');
|
||||
if(d.draft){
|
||||
_tgDraft = d.draft; _tgWarnings = d.warnings || [];
|
||||
tgRenderDraft();
|
||||
if(tgAutoCreateOn()){
|
||||
// 用户勾了「探索完直接创建」:不再等确认,直接建(服务端仍会再校验一次)
|
||||
tgStatus('探索完成,正在直接创建任务…');
|
||||
createDraft(true);
|
||||
endTaskGenStream();
|
||||
return;
|
||||
}
|
||||
tgStatus('探索完成,共 ' + steps + ' 步。请核对草稿后创建任务。');
|
||||
}else{
|
||||
tgStatus(steps ? ('探索结束(' + steps + ' 步),但没有产出草稿。')
|
||||
: '没有什么可做的,AI 没给出草稿。');
|
||||
tgAddCard('⚠ 未产出草稿',
|
||||
(d.draft_error || 'AI 没有提交任务草稿 —— 可能是需求太模糊,或设备/App 不可用。'
|
||||
+ ' 可以补一句更具体的要求再试。'));
|
||||
}
|
||||
endTaskGenStream();
|
||||
});
|
||||
|
||||
es.addEventListener('error', ev=>{
|
||||
let msg = '连接中断';
|
||||
try{ if(ev.data) msg = (JSON.parse(ev.data)||{}).message || msg; }catch(e){}
|
||||
tgSetBusy(false, '');
|
||||
tgAddCard('⚠ 出错', msg);
|
||||
endTaskGenStream();
|
||||
});
|
||||
|
||||
es.onerror = ()=>{
|
||||
// 与聊天页同理:不在这里收尾——断网/节流会触发 onerror,但后台仍在跑,
|
||||
// EventSource 会自动重连,服务端队列保留积压事件。
|
||||
if(_tgBusy && es.readyState === EventSource.CLOSED){
|
||||
tgStatus('⚠ 实时连接中断,探索仍在后台进行;刷新页面可恢复。');
|
||||
}
|
||||
};
|
||||
}
|
||||
|
||||
function endTaskGenStream(){
|
||||
if(_tgStream){ _tgStream.close(); _tgStream = null; }
|
||||
}
|
||||
|
||||
function tgAddCard(tool, args, image, err){
|
||||
const box = document.getElementById('tg-stream');
|
||||
if(!box) return;
|
||||
const empty = box.querySelector('.agent-empty');
|
||||
if(empty) empty.remove();
|
||||
const card = document.createElement('div');
|
||||
card.className = 'agent-toolcard';
|
||||
const argsTxt = typeof args === 'string' ? args
|
||||
: JSON.stringify(args || {}, null, 0).slice(0, 240);
|
||||
card.innerHTML = '<span class="dot"></span>'
|
||||
+ '<code style="color:var(--teal)">' + esc(tool||'') + '</code> '
|
||||
+ '<span class="text-muted">' + esc(argsTxt || '') + '</span>';
|
||||
if(err){
|
||||
const e = document.createElement('div');
|
||||
e.className = 'tg-err';
|
||||
e.textContent = '⚠ ' + err;
|
||||
card.appendChild(e);
|
||||
}
|
||||
if(image){
|
||||
const img = document.createElement('img');
|
||||
img.src = 'data:image/jpeg;base64,' + image;
|
||||
img.style.cursor = 'zoom-in';
|
||||
img.onclick = ()=> zoomScreenshot(img);
|
||||
card.appendChild(img);
|
||||
}
|
||||
box.appendChild(card);
|
||||
box.scrollTop = box.scrollHeight;
|
||||
}
|
||||
|
||||
function tgToken(u){
|
||||
const el = document.getElementById('tg-token');
|
||||
if(el && u && u.total_tokens) el.textContent = 'token ' + _fmtInt(u.total_tokens)
|
||||
+ '(' + (u.calls||0) + ' 次调用)';
|
||||
}
|
||||
|
||||
// 跟随画面:AI 一动哪个设备就切哪个(复用平台 MJPEG 流)
|
||||
function tgFollow(args){
|
||||
let a = args;
|
||||
if(typeof args === 'string'){ try{ a = JSON.parse(args); }catch(e){ return; } }
|
||||
if(a && a.serial) tgWatch(a.serial);
|
||||
}
|
||||
function tgWatch(serial){
|
||||
if(!serial || serial === _tgLiveSerial) return;
|
||||
_tgLiveSerial = serial;
|
||||
const card = document.getElementById('tg-live-card');
|
||||
const img = document.getElementById('tg-live-img');
|
||||
if(!card || !img) return;
|
||||
card.style.display = 'block';
|
||||
img.style.display = 'block';
|
||||
img.src = '/api/screen/stream?serial=' + encodeURIComponent(serial)
|
||||
+ '&q=80&fps=8&t=' + Date.now();
|
||||
const s = document.getElementById('tg-live-serial');
|
||||
if(s) s.textContent = serial;
|
||||
}
|
||||
|
||||
// ---------------- 草稿预览 ----------------
|
||||
function tgRenderDraft(){
|
||||
const box = document.getElementById('tg-draft');
|
||||
if(!box) return;
|
||||
if(!_tgDraft){ box.innerHTML = ''; return; }
|
||||
const task = _tgDraft.task || {};
|
||||
const steps = ((task.params||{}).steps) || [];
|
||||
const html = []
|
||||
.concat(['<h4>📝 ' + esc(task.name || _tgDraft.summary || '任务草稿') + '</h4>'])
|
||||
.concat(['<div class="tg-hint">' + esc(_tgDraft.summary || '') + '</div>'])
|
||||
.concat(['<div class="tg-hint">目标:' + esc(tgTargetText(task.target))
|
||||
+ ' | 调度:' + esc(tgScheduleText(task.schedule))
|
||||
+ ' | 时长上限:' + esc(String((task.params||{}).max_duration || 0)) + ' 秒</div>'])
|
||||
.concat(['<div style="margin-top:8px">'])
|
||||
.concat(tgRenderSteps(steps, 0))
|
||||
.concat(['</div>']);
|
||||
if((_tgWarnings||[]).length){
|
||||
html.push('<div class="tg-warn"><b>⚠ ' + _tgWarnings.length + ' 处提醒(不拦,但请核对)</b>'
|
||||
+ _tgWarnings.map(w=>'<div>· ' + esc(w) + '</div>').join('') + '</div>');
|
||||
}
|
||||
if((_tgDraft.notes||[]).length){
|
||||
html.push('<div class="tg-note"><b>需要人工复核</b>'
|
||||
+ _tgDraft.notes.map(n=>'<div>· ' + esc(n) + '</div>').join('') + '</div>');
|
||||
}
|
||||
const ev = _tgDraft.evidence || [];
|
||||
if(ev.length){
|
||||
html.push('<details class="tg-evidence"><summary>探索依据(' + ev.length + ' 条)</summary>'
|
||||
+ ev.map(e=>'<div>' + esc(e.screen || '') + ' · '
|
||||
+ esc(e.selector_type || '') + '='
|
||||
+ esc(e.selector_value || '') + ' · '
|
||||
+ esc(e.verified || '') + '</div>').join('')
|
||||
+ '</details>');
|
||||
}
|
||||
html.push('<div class="tg-btns">'
|
||||
+ '<button class="btn btn-primary" onclick="createDraft(false)" title="按草稿直接建成任务(可在任务页继续改);不需要人工核对时用它">'
|
||||
+ '✓ 直接创建任务</button>'
|
||||
+ '<button class="btn" onclick="openDraftInEditor()" title="打开步骤编辑器预填,核对/试跑后再保存">'
|
||||
+ '在步骤编辑器中核对</button>'
|
||||
+ '<button class="btn" onclick="discardDraft()">丢弃</button>'
|
||||
+ '</div>');
|
||||
box.innerHTML = '<div class="tg-draft">' + html.join('') + '</div>';
|
||||
}
|
||||
|
||||
function tgRenderSteps(steps, depth){
|
||||
const pad = ' '.repeat(Math.min(depth, 5));
|
||||
return (steps||[]).map(s=>{
|
||||
const p = s.params || {};
|
||||
const bits = [];
|
||||
if(p.selector_value) bits.push(p.selector_type + '=' + p.selector_value);
|
||||
if(p.package) bits.push(p.package);
|
||||
if(p.direction) bits.push(p.direction);
|
||||
if(p.key) bits.push(p.key);
|
||||
if(p.min !== undefined && p.max !== undefined) bits.push(p.min + '~' + p.max + 's');
|
||||
if(p.loop_mode) bits.push(p.loop_mode);
|
||||
if(p.probability !== undefined && p.probability < 100) bits.push(p.probability + '%');
|
||||
let row = '<div class="tg-step">' + esc(pad) + '<span class="t">' + esc(s.type) + '</span>'
|
||||
+ (s.label ? ' 「' + esc(s.label) + '」' : '')
|
||||
+ (bits.length ? ' <span class="p">' + esc(bits.join(' · ')) + '</span>' : '')
|
||||
+ '</div>';
|
||||
if(Array.isArray(p.children)) row += tgRenderSteps(p.children, depth+1);
|
||||
if(Array.isArray(p.then)) row += tgRenderSteps(p.then, depth+1);
|
||||
if(Array.isArray(p.else)) row += tgRenderSteps(p.else, depth+1);
|
||||
return row;
|
||||
}).join('');
|
||||
}
|
||||
|
||||
function tgTargetText(t){
|
||||
t = t || {};
|
||||
if(t.mode === 'serial') return '指定设备 ' + (t.serial || '');
|
||||
if(t.mode === 'group') return '分组 ' + (t.group_name || '');
|
||||
return '全部空闲设备';
|
||||
}
|
||||
function tgScheduleText(s){
|
||||
s = s || {};
|
||||
if(s.mode === 'cron') return '每天/定时 ' + (s.cron || '');
|
||||
if(s.mode === 'cron_stop') return '定时 ' + (s.cron || '') + ' → 停 ' + (s.stop_cron || '');
|
||||
return '手动(不自动启动)';
|
||||
}
|
||||
|
||||
// ---------------- 草稿的动作 ----------------
|
||||
async function openDraftInEditor(){
|
||||
if(!_tgDraft){ showToast('还没有草稿','error'); return; }
|
||||
// 步骤编辑器要用到任务类型/分组/设备下拉,先确保它们已加载
|
||||
await loadTasks();
|
||||
openTaskModal(null, {task: _tgDraft.task, notes: _tgDraft.notes || [],
|
||||
warnings: _tgWarnings});
|
||||
}
|
||||
|
||||
// 勾了「探索完直接创建」就用它
|
||||
function tgAutoCreateOn(){
|
||||
const c = document.getElementById('tg-auto-create');
|
||||
return !!(c && c.checked);
|
||||
}
|
||||
|
||||
// 把草稿直接建成任务(服务端取暂存草稿 → 再校验 → add_job → 清草稿)
|
||||
// auto=true 表示是勾了开关后的自动创建(不再弹确认)
|
||||
function createDraft(auto){
|
||||
if(!_tgDraft){ showToast('还没有草稿','error'); return; }
|
||||
const name = ((_tgDraft.task||{}).name) || '这条任务';
|
||||
if(!auto && !confirm('直接创建任务「' + name + '」?\n\n'
|
||||
+ '创建后就是一条正式的可调度任务(可在任务页编辑/停用),'
|
||||
+ '不再经过步骤编辑器的核对。')) return;
|
||||
const cfg = tgCollectSettings();
|
||||
tgStatus('正在创建任务…');
|
||||
apiPost('/api/agent/task_draft/create', {
|
||||
serial: ((document.getElementById('tg-serial')||{}).value||''),
|
||||
overrides: cfg ? cfg.settings : {}
|
||||
}).then(r=>{
|
||||
if(!r || !r.ok){
|
||||
const errs = (r && r.errors && r.errors.length)
|
||||
? ':' + r.errors.slice(0,3).join(';') : '';
|
||||
showToast(((r&&r.error)||'创建失败') + errs, 'error');
|
||||
tgStatus('创建失败 —— 可以「在步骤编辑器中核对」后手工保存');
|
||||
return;
|
||||
}
|
||||
const job = r.job || {};
|
||||
_tgDraft = null; _tgWarnings = [];
|
||||
const box = document.getElementById('tg-draft');
|
||||
if(box){
|
||||
box.innerHTML = '<div class="tg-draft"><h4>✅ 任务已创建:' + esc(job.name||'') + '</h4>'
|
||||
+ '<div class="tg-hint">下次运行:' + esc(job.next_run || '手动触发')
|
||||
+ ' | 调度:' + esc(tgScheduleText(job.schedule))
|
||||
+ ' | id ' + esc(job.id||'') + '</div>'
|
||||
+ ((r.warnings||[]).length
|
||||
? '<div class="tg-warn">' + r.warnings.map(w=>'· ' + esc(w)).join('<br>') + '</div>'
|
||||
: '')
|
||||
+ '<div class="tg-btns">'
|
||||
+ '<button class="btn btn-primary" onclick="showTab(\'tasks\')">去任务页看</button>'
|
||||
+ '<button class="btn" onclick="tgResetDraftView()">再探索一条</button>'
|
||||
+ '</div></div>';
|
||||
}
|
||||
tgStatus('任务已创建:' + (job.name||''));
|
||||
showToast('任务「' + (job.name||'') + '」已创建', 'success');
|
||||
if(typeof loadTasks === 'function') loadTasks();
|
||||
});
|
||||
}
|
||||
|
||||
function tgResetDraftView(){
|
||||
_tgDraft = null; _tgWarnings = [];
|
||||
const box = document.getElementById('tg-draft');
|
||||
if(box) box.innerHTML = '';
|
||||
tgStatus('');
|
||||
}
|
||||
|
||||
function discardDraft(){
|
||||
if(!confirm('丢弃这份草稿?')) return;
|
||||
apiPost('/api/agent/task_draft/clear', {}).then(r=>{
|
||||
if(!r||!r.ok){ showToast((r&&r.error)||'丢弃失败','error'); return; }
|
||||
_tgDraft = null; _tgWarnings = [];
|
||||
document.getElementById('tg-draft').innerHTML = '';
|
||||
tgStatus('已丢弃草稿');
|
||||
});
|
||||
}
|
||||
|
||||
// ---------------- 页面恢复(刷新/重进) ----------------
|
||||
function tgRestore(){
|
||||
apiGet('/api/agent/task_draft').then(r=>{
|
||||
if(!r||!r.ok) return;
|
||||
// 运行中的 designer 由本页接管订阅;聊天页见 agent.js 的 mode 判断
|
||||
if(r.running && r.mode === 'designer' && r.run_id){
|
||||
tgSetBusy(true, '探索进行中…');
|
||||
// 已经在盯着同一轮了(切走再切回来)→ 别重复订阅:
|
||||
// 重订阅会让服务端把这一轮从头发一遍(历史缓冲),卡片就成两份了
|
||||
if(_tgRunId === r.run_id && _tgStream && _tgStream.readyState !== 2){
|
||||
tgStatus('探索进行中…');
|
||||
return;
|
||||
}
|
||||
// 换了一轮 / 刚刷新过页面:回放区清空重建(服务端会把已发生的事件补发回来)
|
||||
const box = document.getElementById('tg-stream');
|
||||
if(box) box.innerHTML = '';
|
||||
const db = document.getElementById('tg-draft');
|
||||
if(db) db.innerHTML = '';
|
||||
tgStatus('探索进行中…(已连接,回放会从头补齐)');
|
||||
listenTaskGenStream(r.run_id);
|
||||
return;
|
||||
}
|
||||
if(r.draft){ // 运行态里就有(同一次会话内切页回来)
|
||||
_tgDraft = r.draft; _tgWarnings = [];
|
||||
tgRenderDraft();
|
||||
return;
|
||||
}
|
||||
const saved = r.saved;
|
||||
if(saved && saved.draft){
|
||||
_tgDraft = saved.draft; _tgWarnings = saved.warnings || [];
|
||||
tgRenderDraft();
|
||||
tgStatus('已恢复 ' + (saved.created || '') + ' 的草稿(可直接创建,或重新探索)');
|
||||
const inp = document.getElementById('tg-prompt');
|
||||
if(inp && saved.prompt) inp.value = saved.prompt;
|
||||
}
|
||||
});
|
||||
}
|
||||
+41
-5
@@ -64,14 +64,35 @@ function renderTaskRow(j){
|
||||
'</tr>';
|
||||
}
|
||||
|
||||
function openTaskModal(jobId){
|
||||
// 任务信封归一化:补齐 7 个键,避免下游无保护访问
|
||||
// (原文只对"已存在的 job"安全,AI 草稿/半成品信封会让 j.retry.max_attempts 之类直接抛错)
|
||||
function _normalizeTaskEnv(env){
|
||||
const e=env||{}, t=e.target||{}, s=e.schedule||{}, r=e.retry||{}, p=e.params||{};
|
||||
return {
|
||||
name:e.name||'',
|
||||
task_type:e.task_type||'generic_steps',
|
||||
enabled:(e.enabled===undefined)?true:!!e.enabled,
|
||||
target:{mode:t.mode||'all', group_name:t.group_name||'', serial:t.serial||''},
|
||||
schedule:{mode:s.mode||'once', cron:s.cron||'', stop_cron:s.stop_cron||'',
|
||||
window:s.window||null},
|
||||
retry:{max_attempts:r.max_attempts||1, delay:r.delay||60},
|
||||
params:Object.assign({}, p)
|
||||
};
|
||||
}
|
||||
|
||||
// openTaskModal(jobId, prefill)
|
||||
// jobId —— 传 id = 编辑已有任务
|
||||
// prefill —— AI 建任务的草稿:{task, notes, warnings}(服务端已校验,这里只预填给人核对)
|
||||
function openTaskModal(jobId, prefill){
|
||||
const job=jobId?(_jobsData||[]).find(j=>j.id===jobId):null;
|
||||
const isEdit=!!job;
|
||||
document.getElementById('modal-title').textContent=isEdit?'编辑任务':'新建任务';
|
||||
const pf=(prefill&&prefill.task)?prefill:null;
|
||||
document.getElementById('modal-title').textContent=
|
||||
isEdit?'编辑任务':(pf?'AI 生成任务(请核对后保存)':'新建任务');
|
||||
// 任务编辑器含步骤编辑,加宽弹窗;关闭时在 closeModal 移除
|
||||
document.getElementById('modal-box').classList.add('wide-modal');
|
||||
|
||||
const j=job||{name:'',task_type:'generic_steps',enabled:true,target:{mode:'all'},params:{},schedule:{mode:'once'},retry:{max_attempts:1,delay:60}};
|
||||
const j=_normalizeTaskEnv(job||(pf&&pf.task)||{});
|
||||
const tt=_taskTypes.map(t=>'<option value="'+t.task_type+'"'+(t.task_type===j.task_type?' selected':'')+'>'+esc(t.name)+'</option>').join('');
|
||||
const gl=_groupsList.map(g=>'<option value="'+g.name+'"'+(g.name===j.target.group_name?' selected':'')+'>'+esc(g.name)+'</option>').join('');
|
||||
const dl=_devicesList.map(x=>'<option value="'+esc(x.serial)+'"'+(x.serial===j.target.serial?' selected':'')+'>'
|
||||
@@ -160,8 +181,23 @@ function openTaskModal(jobId){
|
||||
'</div>'+
|
||||
'</div>';
|
||||
|
||||
// 初始化步骤编辑器(generic_steps 时显示,其他隐藏);jobId 作为草稿 key
|
||||
_stepEditor.init(j.params&&j.params.steps?j.params.steps:[],j.params&&j.params.max_duration?j.params.max_duration:0,jobId||'');
|
||||
// AI 草稿的提醒/复核项:贴在步骤编辑器上方,别让人漏看
|
||||
if(pf&&((pf.notes&&pf.notes.length)||(pf.warnings&&pf.warnings.length))){
|
||||
const se=document.getElementById('step-editor');
|
||||
if(se) se.insertAdjacentHTML('beforebegin',
|
||||
'<div class="tg-note" style="margin-bottom:10px"><b>AI 探索说明(请核对)</b>'
|
||||
+(pf.notes||[]).map(n=>'<div>· '+esc(n)+'</div>').join('')
|
||||
+((pf.warnings||[]).length
|
||||
? '<div style="margin-top:6px;color:#b45309"><b>校验提醒</b>'
|
||||
+pf.warnings.map(w=>'<div>· '+esc(w)+'</div>').join('')+'</div>'
|
||||
: '')
|
||||
+'</div>');
|
||||
}
|
||||
// 初始化步骤编辑器(generic_steps 时显示,其他隐藏);jobId 作为草稿 key。
|
||||
// AI 草稿用一个唯一 key:既避开 localStorage 里"新建任务"的旧草稿覆盖预填内容,
|
||||
// 又保留自动存草稿(保存成功时 saveTask 会 clearDraft 清掉它)。
|
||||
const draftKey=jobId||(pf?('ai:'+Date.now()):'');
|
||||
_stepEditor.init(j.params&&j.params.steps?j.params.steps:[],j.params&&j.params.max_duration?j.params.max_duration:0,draftKey);
|
||||
|
||||
document.getElementById('modal-footer').innerHTML=
|
||||
'<button class="btn" onclick="closeModal()">取消</button>'+
|
||||
|
||||
@@ -289,7 +289,7 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
.el-device-card .edc-model{font-size:12px;color:var(--text-light);margin-top:2px}
|
||||
.el-device-card .edc-status{font-size:11px;padding:2px 10px;border-radius:99px;background:var(--success-soft);color:#15803d;flex-shrink:0;font-weight:600}
|
||||
.el-picker-main{display:flex;flex:1;overflow:hidden}
|
||||
.el-shot-wrap{flex:0 0 320px;border-right:1px solid var(--border);background:var(--ink);display:flex;flex-direction:column}
|
||||
.el-shot-wrap{flex:1 1 auto;min-width:0;border-right:1px solid var(--border);background:var(--ink);display:flex;flex-direction:column}
|
||||
.el-shot-toolbar{padding:6px 10px;background:var(--ink-2);display:flex;gap:6px;align-items:center;border-bottom:1px solid var(--ink-line)}
|
||||
.el-shot-toolbar .btn{padding:3px 10px;font-size:12px;background:#39414d;color:#e5e7eb;border:none;box-shadow:none}
|
||||
.el-shot-toolbar .btn:hover{background:#4b5563}
|
||||
@@ -297,21 +297,37 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
.el-shot-container{flex:1;overflow:auto;display:flex;align-items:flex-start;justify-content:center;padding:8px;position:relative}
|
||||
.el-shot-container img{max-width:100%;height:auto;border-radius:4px;display:block}
|
||||
.el-shot-container .el-shot-loading{color:#8a93a0;font-size:13px;padding:40px}
|
||||
.el-shot-overlay{position:absolute;border:1px solid rgba(103,232,249,.35);background:transparent;cursor:pointer;border-radius:2px;transition:all .1s}
|
||||
.el-shot-overlay{position:absolute;border:1px solid rgba(103,232,249,.45);background:transparent;cursor:pointer;border-radius:2px;transition:all .1s}
|
||||
.el-shot-hover{position:absolute;outline:2px solid rgba(248,113,113,.9);outline-offset:-1px;background:rgba(248,113,113,.15);pointer-events:none;border-radius:2px;z-index:5}
|
||||
.el-shot-warn{background:#fff3cd;border-bottom:1px solid #ffda6a;color:#7a5b00;font-size:12px;padding:6px 10px}
|
||||
.el-shot-overlay:hover{border-color:#67e8f9;background:rgba(103,232,249,.18)}
|
||||
.el-shot-overlay.active{border:2px solid #f87171;background:rgba(248,113,113,.22)}
|
||||
.el-list-wrap{flex:1;display:flex;flex-direction:column;overflow:hidden}
|
||||
.el-shot-overlay.active{outline:2px solid #f87171;outline-offset:-1px;background:rgba(248,113,113,.22)}
|
||||
.el-list-wrap{flex:0 0 460px;display:flex;flex-direction:column;overflow:hidden;border-left:1px solid var(--border)}
|
||||
.el-tabs{display:flex;border-bottom:1px solid var(--border);background:var(--ink-2);flex:none}
|
||||
.el-tab{padding:7px 14px;font-size:12.5px;color:var(--text-light);cursor:pointer;border:none;background:none;border-bottom:2px solid transparent}
|
||||
.el-tab.active{color:var(--primary);border-bottom-color:var(--primary);font-weight:600}
|
||||
.el-pane{flex:1;overflow:auto;display:none}
|
||||
.el-pane.active{display:block}
|
||||
.el-attr{display:flex;gap:8px;padding:5px 12px;border-bottom:1px solid var(--border);font-size:12px}
|
||||
.el-attr b{color:var(--text-light);font-weight:500;flex:0 0 96px;font-family:var(--mono)}
|
||||
.el-attr span{color:var(--text);word-break:break-all;flex:1}
|
||||
.el-color-row{display:flex;align-items:center;gap:8px;padding:6px 12px;font-size:12px;border-bottom:1px solid var(--border)}
|
||||
.el-swatch{width:22px;height:22px;border-radius:4px;border:1px solid var(--border);flex:none}
|
||||
.el-picker-search{width:100%;padding:8px 12px;border:none;border-bottom:1px solid var(--border);font-size:13px;outline:none;font-family:var(--body)}
|
||||
.el-picker-list{flex:1;overflow-y:auto}
|
||||
.el-picker-item{padding:8px 12px;border-bottom:1px solid var(--border);cursor:pointer;font-size:12px;display:flex;gap:8px;align-items:flex-start}
|
||||
.el-picker-item:hover{background:var(--primary-soft)}
|
||||
.el-picker-item.active{background:var(--primary-soft);border-left:3px solid var(--primary)}
|
||||
.el-picker-item.active{background:var(--primary-soft);box-shadow:inset 3px 0 0 var(--primary)}
|
||||
.el-picker-item:last-child{border-bottom:none}
|
||||
.el-picker-item .ep-depth{color:var(--text-light);font-family:var(--mono);flex-shrink:0;width:28px}
|
||||
.el-picker-item .ep-info{flex:1;min-width:0}
|
||||
.el-picker-item .ep-info .ep-name{color:var(--text);font-weight:500;word-break:break-all}
|
||||
.el-picker-item .ep-info .ep-attrs{color:var(--text-light);font-size:11px;margin-top:2px;word-break:break-all}
|
||||
.el-picker-item .ep-info .ep-attrs span{margin-right:8px}
|
||||
/* 文字/content-desc 是最稳的定位依据,加粗上色让它一眼可见(id 退为补充信息) */
|
||||
.el-picker-item .ep-info .ep-attrs .ep-text b{color:#0f766e;font-weight:600}
|
||||
.el-picker-item .ep-info .ep-attrs .ep-desc b{color:#7c3aed;font-weight:600}
|
||||
.el-picker-item .ep-info .ep-attrs .ep-id{font-family:var(--mono);opacity:.8}
|
||||
.el-picker-item .ep-sel{font-size:10px;color:#fff;background:var(--primary);padding:1px 7px;border-radius:99px;flex-shrink:0;font-weight:600}
|
||||
|
||||
/* ===== AI 控制台(聊天界面,浅色内容区——DeepSeek 风格,图片文字清晰) ===== */
|
||||
@@ -336,6 +352,43 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
.agent-live-body .agent-empty{color:#4b5563;padding:20px;font-size:12px;line-height:1.8}
|
||||
.agent-shell{display:flex;flex-direction:column;height:calc(100vh - 150px);min-height:520px;border:1px solid #e5e7eb;border-radius:14px;overflow:hidden;background:#fff}
|
||||
.agent-shell{display:flex;flex-direction:column;height:calc(100vh - 150px);min-height:480px;border:1px solid #e5e7eb;border-radius:14px;overflow:hidden;background:#fff}
|
||||
/* AI 控制台里的子分栏占了一行,聊天区高度相应扣掉,避免整页出现滚动条 */
|
||||
#agent-sub-chat .agent-shell{height:calc(100vh - 205px)}
|
||||
|
||||
/* ===== AI 建任务(子面板 2) ===== */
|
||||
.tg-wrap{display:flex;gap:14px;height:calc(100vh - 205px);min-height:500px}
|
||||
.tg-left{width:360px;flex:none;display:flex;flex-direction:column;gap:10px;overflow-y:auto;padding-right:2px}
|
||||
.tg-right{flex:1;min-width:0;display:flex;flex-direction:column;gap:10px}
|
||||
.tg-card{border:1px solid #e5e7eb;border-radius:12px;padding:12px;background:#fff}
|
||||
.tg-title{font-size:12.5px;font-weight:700;color:#374151;margin-bottom:8px}
|
||||
.tg-fold:hover{color:var(--primary)}
|
||||
.tg-row{display:flex;align-items:center;gap:8px;margin-top:8px}
|
||||
.tg-hint{font-size:11px;color:var(--text-light);line-height:1.5}
|
||||
.tg-actions{display:flex;gap:8px}
|
||||
.tg-actions .btn{flex:1}
|
||||
.tg-check{display:flex;align-items:flex-start;gap:6px;font-size:11.5px;color:var(--text-light);cursor:pointer;line-height:1.5}
|
||||
.tg-check input{margin-top:2px;flex:none}
|
||||
.tg-check b{color:var(--text)}
|
||||
.tg-status{font-size:11.5px;color:var(--text-light);min-height:16px;line-height:1.5}
|
||||
.tg-right-head{display:flex;justify-content:space-between;align-items:center;font-size:12.5px;font-weight:700;color:#374151}
|
||||
.tg-stream{flex:1;min-height:120px;overflow-y:auto;border:1px solid #e5e7eb;border-radius:12px;background:#fff;padding:10px;display:flex;flex-direction:column;gap:6px}
|
||||
.tg-stream .agent-toolcard{border-left:2px solid var(--teal);padding-left:8px;font-size:12px}
|
||||
.tg-stream .agent-toolcard img{max-width:180px;border-radius:6px;display:block;margin-top:6px}
|
||||
.tg-stream .agent-toolcard .dot{width:6px;height:6px;border-radius:99px;background:var(--teal);display:inline-block;margin-right:6px}
|
||||
.tg-stream .tg-err{color:#b91c1c;font-size:11.5px;margin-top:4px;font-family:var(--mono);word-break:break-all}
|
||||
.tg-draft-wrap{max-height:46%;overflow-y:auto}
|
||||
.tg-draft{border:1px solid #e5e7eb;border-radius:12px;background:#fff;padding:12px}
|
||||
.tg-draft h4{margin:0 0 8px;font-size:13px}
|
||||
.tg-step{font-family:var(--mono);font-size:11.5px;padding:3px 0;border-bottom:1px dashed #eef0f3;white-space:pre-wrap;word-break:break-all}
|
||||
.tg-step:last-child{border-bottom:none}
|
||||
.tg-step .t{color:#0f766e;font-weight:600}
|
||||
.tg-step .p{color:#b45309}
|
||||
.tg-note{background:#fffbeb;border:1px solid #fde68a;border-radius:8px;padding:8px 10px;font-size:11.5px;color:#92400e;margin-top:8px}
|
||||
.tg-warn{background:#fef2f2;border:1px solid #fecaca;border-radius:8px;padding:8px 10px;font-size:11.5px;color:#b91c1c;margin-top:8px}
|
||||
.tg-evidence{margin-top:8px;font-size:11px;color:var(--text-light)}
|
||||
.tg-evidence summary{cursor:pointer;font-weight:600}
|
||||
.tg-evidence div{padding:3px 0;border-bottom:1px dashed #eef0f3}
|
||||
.tg-btns{display:flex;gap:8px;margin-top:12px;flex-wrap:wrap}
|
||||
.agent-topbar{display:flex;align-items:center;justify-content:space-between;padding:10px 16px;border-bottom:1px solid #e5e7eb;background:#f9fafb}
|
||||
.agent-title{font-size:14px;font-weight:700;color:#111827}
|
||||
.agent-model-tag{margin-left:8px;font-size:11px;color:#0e7490;font-family:var(--mono);background:#e0f2fe;padding:2px 8px;border-radius:10px}
|
||||
@@ -516,6 +569,13 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
<!-- ========== Tab 3: 分组 ========== -->
|
||||
<!-- ========== Tab: AI 控制台(DeepSeek 风格聊天 + 实时 MCP 步骤) ========== -->
|
||||
<div id="tab-agent" class="tab-panel">
|
||||
<div class="sub-tabs">
|
||||
<button class="sub-tab active" data-sub="chat" onclick="showSubTab('agent','chat')">💬 聊天</button>
|
||||
<button class="sub-tab" data-sub="taskgen" onclick="showSubTab('agent','taskgen')">🧭 AI 建任务</button>
|
||||
</div>
|
||||
|
||||
<!-- ===== 子面板 1:聊天(原有 AI 控制台,原样不动) ===== -->
|
||||
<div class="sub-panel active" id="agent-sub-chat">
|
||||
<div class="agent-shell">
|
||||
<div class="agent-topbar">
|
||||
<div class="agent-title">🤖 AI 控制台<span id="agent-model-tag" class="agent-model-tag"></span><span id="agent-token-total" class="agent-token-total" title=""></span></div>
|
||||
@@ -564,6 +624,97 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
</div>
|
||||
</div>
|
||||
</div>
|
||||
</div><!-- /agent-sub-chat -->
|
||||
|
||||
<!-- ===== 子面板 2:AI 建任务 =====
|
||||
AI 自己在真机上探索(看屏/读元素树/点按验证),把路径写成**任务步骤**,
|
||||
经服务端校验后交人工确认(打开步骤编辑器 → 保存才入库)。
|
||||
见 doc/AI_TASK_GEN.md -->
|
||||
<div class="sub-panel" id="agent-sub-taskgen">
|
||||
<div class="tg-wrap">
|
||||
<div class="tg-left">
|
||||
<div class="tg-card">
|
||||
<div class="tg-title">1️⃣ 说清楚要做什么</div>
|
||||
<textarea id="tg-prompt" class="form-control" rows="4"
|
||||
placeholder="例如:建一个跑 2 小时的任务,自动刷抖音、随机点赞;拿不准的先别真发"></textarea>
|
||||
<div class="tg-row">
|
||||
<button class="btn btn-xs" onclick="tgExample()">用个例子</button>
|
||||
<span class="tg-hint">AI 会自己在设备上探索,把走通的路径写成任务步骤</span>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<div class="tg-card">
|
||||
<div class="tg-title">2️⃣ 选一台空闲设备</div>
|
||||
<select id="tg-serial" class="form-control">
|
||||
<option value="">加载设备…</option>
|
||||
</select>
|
||||
<div class="tg-hint" id="tg-serial-hint">有任务在跑的设备不可选(AI 不与任务抢设备)</div>
|
||||
</div>
|
||||
|
||||
<div class="tg-card">
|
||||
<div class="tg-title tg-fold" onclick="tgToggleAdv()">3️⃣ 任务设置(可选,留空由 AI 判断)
|
||||
<span style="float:right" id="tg-adv-arrow">▸</span></div>
|
||||
<div id="tg-adv" style="display:none">
|
||||
<div class="form-group"><label>任务名</label>
|
||||
<input id="tg-name" class="form-control" placeholder="留空=AI 自动起名"></div>
|
||||
<div class="form-group"><label>目标设备</label>
|
||||
<select id="tg-target" class="form-control" onchange="tgToggleTarget()">
|
||||
<option value="">跟随探索设备</option>
|
||||
<option value="all">全部空闲设备</option>
|
||||
<option value="group">按分组</option>
|
||||
<option value="serial">指定设备</option>
|
||||
</select>
|
||||
</div>
|
||||
<div class="form-group" id="tg-group-wrap" style="display:none">
|
||||
<label>分组</label><select id="tg-group" class="form-control"></select>
|
||||
</div>
|
||||
<div class="form-group"><label>调度</label>
|
||||
<select id="tg-sched-mode" class="form-control" onchange="tgToggleSched()">
|
||||
<option value="">跟随 AI 判断</option>
|
||||
<option value="once">手动(不自动启动)</option>
|
||||
<option value="daily">每天定时</option>
|
||||
</select>
|
||||
</div>
|
||||
<div class="form-row" id="tg-sched-wrap" style="display:none">
|
||||
<div class="form-group"><label>启动</label>
|
||||
<input type="time" id="tg-sched-start" class="form-control" value="20:00"></div>
|
||||
<div class="form-group"><label>停止(可留空)</label>
|
||||
<input type="time" id="tg-sched-stop" class="form-control"></div>
|
||||
</div>
|
||||
<div class="form-group"><label>运行时长上限(秒)</label>
|
||||
<input id="tg-maxdur" type="number" class="form-control"
|
||||
placeholder="如 7200 = 2 小时;0/留空 = 不限"></div>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<div class="tg-actions">
|
||||
<button class="btn btn-primary" id="tg-start" onclick="startExplore()">🚀 开始探索</button>
|
||||
<button class="btn btn-danger" id="tg-stop" style="display:none" onclick="stopExplore()">■ 停止</button>
|
||||
</div>
|
||||
<label class="tg-check" title="勾上后:探索出草稿就直接建成任务(不再等你点确认)。草稿入库前仍会再校验一次;任务建好后可在任务页编辑/停用">
|
||||
<input type="checkbox" id="tg-auto-create">
|
||||
<span>探索完<b>直接创建任务</b>(跳过人工核对)</span>
|
||||
</label>
|
||||
<div class="tg-status" id="tg-status"></div>
|
||||
|
||||
<div class="tg-card" id="tg-live-card" style="display:none">
|
||||
<div class="tg-title">📺 跟随画面 <span class="tg-hint" id="tg-live-serial"></span></div>
|
||||
<img id="tg-live-img" alt="" style="width:100%;border-radius:8px;display:none">
|
||||
</div>
|
||||
</div>
|
||||
|
||||
<div class="tg-right">
|
||||
<div class="tg-right-head">
|
||||
<span>探索回放</span>
|
||||
<span class="tg-hint" id="tg-token"></span>
|
||||
</div>
|
||||
<div class="tg-stream" id="tg-stream">
|
||||
<div class="agent-empty">AI 在设备上的每一步(看屏 / 读元素树 / 点按验证)会实时显示在这里。</div>
|
||||
</div>
|
||||
<div class="tg-draft-wrap" id="tg-draft"></div>
|
||||
</div>
|
||||
</div>
|
||||
</div><!-- /agent-sub-taskgen -->
|
||||
</div>
|
||||
|
||||
<!-- ========== 配置模态框 ========== -->
|
||||
@@ -1042,12 +1193,12 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
|
||||
<!-- ========== 元素抓取模态框(独立第二层,不覆盖任务编辑窗口)========== -->
|
||||
<div id="el-picker-overlay" class="modal-overlay" style="z-index:1100" onclick="if(event.target===this)closeElPicker()">
|
||||
<div class="modal" id="el-picker-box" style="max-width:900px">
|
||||
<div class="modal" id="el-picker-box" style="max-width:1800px;width:98vw">
|
||||
<div class="modal-header">
|
||||
<h3 id="el-picker-title">抓取元素</h3>
|
||||
<button class="close" onclick="closeElPicker()">×</button>
|
||||
</div>
|
||||
<div class="modal-body" id="el-picker-body" style="max-height:75vh;padding:0;overflow:hidden;display:flex;flex-direction:column"></div>
|
||||
<div class="modal-body" id="el-picker-body" style="height:88vh;padding:0;overflow:hidden;display:flex;flex-direction:column"></div>
|
||||
<div class="modal-footer" id="el-picker-footer"></div>
|
||||
</div>
|
||||
</div>
|
||||
@@ -1066,6 +1217,7 @@ body{background:var(--bg);font-family:var(--body);color:var(--text);font-size:14
|
||||
<script src="/static/admin/apps.js"></script>
|
||||
<script src="/static/admin/admin.js"></script>
|
||||
<script src="/static/admin/agent.js"></script>
|
||||
<script src="/static/admin/taskgen.js"></script>
|
||||
<script src="/static/admin/system.js"></script>
|
||||
</body>
|
||||
</html>
|
||||
|
||||
+385
-14
@@ -43,12 +43,22 @@ _CFG_KEYS = {"api_base": "agent_api_base",
|
||||
# 推理链落库上限(字符):只留够回看的量,避免会话消息无限膨胀
|
||||
_REASONING_KEEP = 6000
|
||||
|
||||
# AI 建任务:草稿落库的 app_meta 键(**不新建表** —— 只存最近一份,
|
||||
# 刷新/重进页面能拿回来;见 doc/AI_TASK_GEN.md)
|
||||
_DRAFT_META_KEY = "agent_task_draft"
|
||||
# 草稿 JSON 体积上限(app_meta.value 是 TEXT):超了截断 notes/evidence,不报错
|
||||
_DRAFT_MAX_CHARS = 60000
|
||||
|
||||
|
||||
# ---------- 运行状态(单实例 + 事件队列) ----------
|
||||
_run = {"id": None, "state": "idle", "prompt": "", "serial": "",
|
||||
"answer": "", "error": "", "usage": {},
|
||||
"mode": "chat", # chat(聊天)| designer(AI 建任务)
|
||||
"draft": None, # designer:submit_task 校验通过的任务草稿
|
||||
"draft_error": "", # designer:草稿被拦下的原因(errors 拼接)
|
||||
"warnings": [], # designer:草稿的提醒项(不拦,前端醒目展示)
|
||||
"history": []} # 多轮对话历史 [{role: user|assistant, content}]
|
||||
_queues = {} # run_id -> queue.Queue(SSE 消费者读取)
|
||||
_queues = {} # run_id -> _Fanout(SSE 消费者各自订阅,见下)
|
||||
_stop_events = {} # run_id -> threading.Event(用户中断)
|
||||
_lock = threading.Lock()
|
||||
_flask_app = None # web_server 注册时注入(后台线程 db 操作需 app context)
|
||||
@@ -59,6 +69,62 @@ def set_app(app):
|
||||
_flask_app = app
|
||||
|
||||
|
||||
class _Fanout:
|
||||
"""一个 Agent 轮次的事件,扇出给**所有**订阅者(每个订阅者一个独立队列)。
|
||||
|
||||
历史实现是"一个 run 一个 queue.Queue":第二个页面一订阅,两个 EventSource 就
|
||||
开始**瓜分**同一条队列——谁先取到算谁的。2026-09-14 实测踩到:同一个浏览器里
|
||||
聊天页与建任务页同时开着,建任务页的回放卡到一半就不动了、`done` 事件被另一个
|
||||
页面取走 → 永远等不到草稿(表现为"探索完没法创建任务")。
|
||||
扇出之后,多开几个页面都各看各的,谁都不丢事件。
|
||||
"""
|
||||
|
||||
# 单轮事件缓冲上限:新订阅者从这里补齐"订阅之前"的回放(刷新/重连不丢进度)。
|
||||
# 只留最近 _HISTORY_KEEP 条,避免长任务把内存拖大;终止事件(done/error)永远保留。
|
||||
_HISTORY_KEEP = 400
|
||||
|
||||
def __init__(self):
|
||||
self._subs = []
|
||||
self._history = []
|
||||
self._closed = False
|
||||
self._lock = threading.Lock()
|
||||
|
||||
def subscribe(self):
|
||||
"""新订阅者拿一个专属队列(**预填已发生的事件**);轮次已结束则返回 None。"""
|
||||
with self._lock:
|
||||
if self._closed:
|
||||
return None
|
||||
q = queue.Queue()
|
||||
for item in self._history:
|
||||
q.put(item)
|
||||
self._subs.append(q)
|
||||
return q
|
||||
|
||||
def unsubscribe(self, q):
|
||||
with self._lock:
|
||||
if q in self._subs:
|
||||
self._subs.remove(q)
|
||||
|
||||
def put(self, item):
|
||||
with self._lock:
|
||||
subs = list(self._subs)
|
||||
self._history.append(item)
|
||||
# 只留最近 N 条。终止事件(done/error 及其后的哨兵)永远在尾部,
|
||||
# 按这个规则裁剪不会把它们丢掉。
|
||||
if len(self._history) > self._HISTORY_KEEP:
|
||||
del self._history[:len(self._history) - self._HISTORY_KEEP]
|
||||
for q in subs:
|
||||
q.put(item)
|
||||
|
||||
def close(self):
|
||||
"""结束:给每个订阅者发终止哨兵(None)。"""
|
||||
with self._lock:
|
||||
self._closed = True
|
||||
subs, self._subs = self._subs, []
|
||||
for q in subs:
|
||||
q.put(None)
|
||||
|
||||
|
||||
def _meta_get(key):
|
||||
# 走方言中立助手(app_meta 的列名 key 在 MySQL 里是保留字,裸 SQL 会语法错)
|
||||
from core.db_config import meta_get
|
||||
@@ -1101,13 +1167,26 @@ def agent_conversations_rename(conv_id):
|
||||
@bp.route("/api/agent/run", methods=["POST"])
|
||||
@admin_required
|
||||
def agent_run():
|
||||
"""启动 Agent:{prompt, serial?, conversation_id?}。运行中返回 409。"""
|
||||
"""启动 Agent:{prompt, serial?, conversation_id?, mode?, settings?}。运行中返回 409。
|
||||
|
||||
mode=chat(默认):AI 控制台聊天(现状不变)
|
||||
mode=designer:AI 建任务 —— 探索设备 → 用 submit_task 提交任务草稿(不落库)
|
||||
settings:建任务页上用户填的任务设置(任务名/目标/调度),作为草稿的 overrides
|
||||
"""
|
||||
data = request.json or {}
|
||||
prompt = (data.get("prompt") or "").strip()
|
||||
if not prompt:
|
||||
return jsonify({"ok": False, "error": "请输入指令"}), 400
|
||||
serial = (data.get("serial") or "").strip()
|
||||
conv_id = (data.get("conversation_id") or "").strip()
|
||||
mode = (data.get("mode") or "chat").strip()
|
||||
if mode not in ("chat", "designer"):
|
||||
return jsonify({"ok": False, "error": f"未知模式: {mode}"}), 400
|
||||
settings = data.get("settings") if isinstance(data.get("settings"), dict) else {}
|
||||
# 建任务模式是单轮的:不绑会话(避免把聊天历史灌进设计师上下文,
|
||||
# 也避免探索过程污染聊天会话)
|
||||
if mode == "designer":
|
||||
conv_id = ""
|
||||
cfg = _read_cfg()
|
||||
if not cfg.get("api_key"):
|
||||
return jsonify({"ok": False, "error": "请先在配置区填写 API Key"}), 400
|
||||
@@ -1156,15 +1235,17 @@ def agent_run():
|
||||
run_id = uuid.uuid4().hex[:8]
|
||||
from datetime import datetime as _dt
|
||||
_run.update(id=run_id, state="running", prompt=prompt,
|
||||
serial=serial, conv_id=conv_id,
|
||||
serial=serial, conv_id=conv_id, mode=mode,
|
||||
started=_dt.now().strftime("%H:%M:%S"),
|
||||
answer="", error="", usage={})
|
||||
answer="", error="", usage={},
|
||||
draft=None, draft_error="", warnings=[])
|
||||
# history 保留(多轮上下文),由会话/「新建会话」管理
|
||||
_queues[run_id] = queue.Queue()
|
||||
_queues[run_id] = _Fanout()
|
||||
_stop_events[run_id] = threading.Event()
|
||||
_log.info(f"Agent 启动: {prompt[:60]} @ {serial or 'default'} conv={conv_id or '-'}")
|
||||
_log.info(f"Agent 启动[{mode}]: {prompt[:60]} @ {serial or 'default'} "
|
||||
f"conv={conv_id or '-'}")
|
||||
threading.Thread(target=_agent_thread,
|
||||
args=(run_id, prompt, serial, cfg),
|
||||
args=(run_id, prompt, serial, cfg, mode, settings),
|
||||
daemon=True).start()
|
||||
return jsonify({"ok": True, "run_id": run_id})
|
||||
@bp.route("/api/agent/config", methods=["GET"])
|
||||
@@ -1211,6 +1292,10 @@ def agent_run_status():
|
||||
"answer": (_run.get("answer") or "")[:4000],
|
||||
"error": (_run.get("error") or "")[:400],
|
||||
"usage": _run.get("usage") or {},
|
||||
"mode": _run.get("mode") or "chat",
|
||||
"draft": _run.get("draft"),
|
||||
"draft_error": _run.get("draft_error") or "",
|
||||
"warnings": _run.get("warnings") or [],
|
||||
"history": hist[-16:]})
|
||||
|
||||
|
||||
@@ -1247,9 +1332,14 @@ def agent_stream():
|
||||
with _lock:
|
||||
if run_id != _run["id"]:
|
||||
return jsonify({"ok": False, "error": "run_id 不存在"}), 404
|
||||
q = _queues.get(run_id)
|
||||
fan = _queues.get(run_id)
|
||||
# 每个订阅者一个专属队列(多开页面互不抢事件);轮次已结束 → 404
|
||||
q = fan.subscribe() if fan is not None else None
|
||||
if q is None:
|
||||
return jsonify({"ok": False, "error": "本轮已结束"}), 404
|
||||
|
||||
def gen():
|
||||
try:
|
||||
while True:
|
||||
try:
|
||||
evt = q.get(timeout=15)
|
||||
@@ -1262,6 +1352,9 @@ def agent_stream():
|
||||
yield f"event: {kind}\ndata: {json.dumps(payload, ensure_ascii=False)}\n\n"
|
||||
if kind in ("done", "error"):
|
||||
break
|
||||
finally:
|
||||
# 页面关掉/断线时摘掉自己的队列,别让扇出往里堆没人读的事件
|
||||
fan.unsubscribe(q)
|
||||
|
||||
return Response(gen(), mimetype="text/event-stream",
|
||||
headers={"Cache-Control": "no-cache",
|
||||
@@ -1291,6 +1384,165 @@ def agent_clear():
|
||||
return jsonify({"ok": True, "msg": "已清空"})
|
||||
|
||||
|
||||
# ================== AI 建任务:草稿 ==================
|
||||
# 草稿只存**最近一份**(app_meta 单键),用途是"刷新/重进页面能拿回来"与审计;
|
||||
# 它不是任务 —— 真正入库仍要用户在步骤编辑器里确认后走 POST /api/jobs。
|
||||
def _load_draft_meta():
|
||||
"""读回最近一份草稿(无则 None)。"""
|
||||
raw = _meta_get(_DRAFT_META_KEY)
|
||||
if not raw:
|
||||
return None
|
||||
try:
|
||||
obj = json.loads(raw)
|
||||
return obj if isinstance(obj, dict) else None
|
||||
except (json.JSONDecodeError, TypeError):
|
||||
_log.warning("草稿 JSON 解析失败,忽略")
|
||||
return None
|
||||
|
||||
|
||||
def _draft_env():
|
||||
"""校验草稿要用的环境信息:现有分组名 + 设备池(取不到就跳过对应校验)。"""
|
||||
groups = pool = None
|
||||
try:
|
||||
from core import device_pool
|
||||
from web import context
|
||||
groups = set(context.mgr.groups.keys())
|
||||
pool = set(device_pool.list_configured())
|
||||
except Exception as e:
|
||||
_log.warning(f"分组/设备池读取失败,跳过对应校验: {e}")
|
||||
return groups, pool
|
||||
|
||||
|
||||
def _persist_draft(draft, warnings, prompt=""):
|
||||
"""把草稿存进 app_meta(体积超限时逐级瘦身,不报错)。"""
|
||||
from datetime import datetime as _dt
|
||||
saved = {"draft": draft, "warnings": list(warnings or []),
|
||||
"prompt": (prompt or "")[:500],
|
||||
"created": _dt.now().strftime("%Y-%m-%d %H:%M")}
|
||||
raw = json.dumps(saved, ensure_ascii=False)
|
||||
if len(raw) > _DRAFT_MAX_CHARS:
|
||||
saved["draft"]["evidence"] = []
|
||||
raw = json.dumps(saved, ensure_ascii=False)
|
||||
if len(raw) > _DRAFT_MAX_CHARS:
|
||||
saved["draft"]["notes"] = list(saved["draft"].get("notes") or [])[:2]
|
||||
raw = json.dumps(saved, ensure_ascii=False)
|
||||
if len(raw) > _DRAFT_MAX_CHARS:
|
||||
_log.warning(f"草稿体积仍超限({len(raw)} 字符),照原样存入")
|
||||
_meta_put(_DRAFT_META_KEY, raw)
|
||||
try:
|
||||
db.session.commit()
|
||||
except Exception:
|
||||
db.session.rollback()
|
||||
return saved
|
||||
|
||||
|
||||
@bp.route("/api/agent/task_draft")
|
||||
@admin_required
|
||||
def agent_task_draft_get():
|
||||
"""读回最近一次 AI 建任务的草稿(页面刷新/重进时恢复用)。"""
|
||||
saved = _load_draft_meta()
|
||||
with _lock:
|
||||
cur = _run.get("draft")
|
||||
st = _run.get("state")
|
||||
mode = _run.get("mode") or "chat"
|
||||
run_id = _run.get("id") or "" if st == "running" else ""
|
||||
return jsonify({"ok": True, "saved": saved,
|
||||
"running": st == "running", "mode": mode, "run_id": run_id,
|
||||
"draft": cur, "draft_error": _run.get("draft_error") or ""})
|
||||
|
||||
|
||||
@bp.route("/api/agent/task_draft", methods=["POST"])
|
||||
@admin_required
|
||||
def agent_task_draft_save():
|
||||
"""回存一份草稿(人工在页面上改过之后)。会重新校验一次。"""
|
||||
from core.task_draft import validate_draft
|
||||
data = request.json or {}
|
||||
groups, pool = _draft_env()
|
||||
res = validate_draft(data.get("draft"), groups=groups, pool=pool,
|
||||
default_serial=(data.get("serial") or "").strip())
|
||||
if not res["ok"]:
|
||||
return jsonify({"ok": False, "error": "草稿校验未通过",
|
||||
"errors": res["errors"]}), 400
|
||||
saved = _persist_draft(res["draft"], res["warnings"],
|
||||
prompt=data.get("prompt") or "")
|
||||
with _lock:
|
||||
_run["draft"] = res["draft"]
|
||||
_run["warnings"] = res["warnings"]
|
||||
_run["draft_error"] = ""
|
||||
return jsonify({"ok": True, "msg": "草稿已保存", "saved": saved})
|
||||
|
||||
|
||||
@bp.route("/api/agent/task_draft/create", methods=["POST"])
|
||||
@admin_required
|
||||
def agent_task_draft_create():
|
||||
"""把暂存的草稿**直接创建**成任务(AI 建任务页的「直接创建任务」)。
|
||||
|
||||
这是"AI 直接建任务"的落点,两条设计约束:
|
||||
- **草稿体只在服务端**(app_meta):客户端只能传 overrides,不能把任务内容
|
||||
再提交一遍——少一个可被篡改的入口;
|
||||
- 创建前**再校验一次**(草稿可能是人工改过的),通过后走与「新建任务」
|
||||
**完全相同**的落库路径 `context.mgr.add_job`。
|
||||
创建成功后清掉草稿(同一份草稿不该被重复建成多个任务)。
|
||||
"""
|
||||
from core.task_draft import validate_draft
|
||||
from web import context
|
||||
saved = _load_draft_meta()
|
||||
if not saved or not saved.get("draft"):
|
||||
return jsonify({"ok": False, "error": "没有可创建的草稿,请先探索一次"}), 400
|
||||
data = request.json or {}
|
||||
overrides = data.get("overrides") if isinstance(data.get("overrides"), dict) else {}
|
||||
groups, pool = _draft_env()
|
||||
res = validate_draft(saved["draft"], groups=groups, pool=pool,
|
||||
default_serial=(data.get("serial") or "").strip(),
|
||||
overrides=overrides)
|
||||
if not res["ok"]:
|
||||
return jsonify({"ok": False, "error": "草稿校验未通过(请在编辑器里核对)",
|
||||
"errors": res["errors"]}), 400
|
||||
task = res["draft"]["task"]
|
||||
params = task["params"]
|
||||
params.setdefault("skip_offline", True) # 与编辑器保存时一致
|
||||
try:
|
||||
job = context.mgr.add_job(name=task["name"], task_type=task["task_type"],
|
||||
target=task["target"], params=params,
|
||||
schedule=task["schedule"], retry=task["retry"],
|
||||
enabled=bool(task.get("enabled", True)))
|
||||
except Exception as e:
|
||||
_log.exception("AI 草稿创建任务失败")
|
||||
return jsonify({"ok": False, "error": f"创建失败: {e}"}), 500
|
||||
# 用掉就清掉,避免重复创建
|
||||
_meta_put(_DRAFT_META_KEY, "")
|
||||
try:
|
||||
db.session.commit()
|
||||
except Exception:
|
||||
db.session.rollback()
|
||||
with _lock:
|
||||
_run["draft"] = None
|
||||
_run["warnings"] = []
|
||||
d = job.to_dict()
|
||||
nr = context.mgr.next_run_of(job)
|
||||
d["next_run"] = nr.strftime("%Y-%m-%d %H:%M") if nr else None
|
||||
_log.info(f"AI 草稿已创建任务: {job.name}({job.id})"
|
||||
f"{',' + str(len(res['warnings'])) + ' 条提醒' if res['warnings'] else ''}")
|
||||
return jsonify({"ok": True, "msg": f"任务「{job.name}」已创建",
|
||||
"job": d, "warnings": res["warnings"]})
|
||||
|
||||
|
||||
@bp.route("/api/agent/task_draft/clear", methods=["POST"])
|
||||
@admin_required
|
||||
def agent_task_draft_clear():
|
||||
"""丢弃当前草稿。"""
|
||||
_meta_put(_DRAFT_META_KEY, "")
|
||||
try:
|
||||
db.session.commit()
|
||||
except Exception:
|
||||
db.session.rollback()
|
||||
with _lock:
|
||||
_run["draft"] = None
|
||||
_run["warnings"] = []
|
||||
_run["draft_error"] = ""
|
||||
return jsonify({"ok": True, "msg": "已丢弃草稿"})
|
||||
|
||||
|
||||
def _shrink_image(b64, width=220, quality=50):
|
||||
"""截图降采样(SSE step 事件用,控制传输体积)。失败原样返回。"""
|
||||
try:
|
||||
@@ -1305,9 +1557,15 @@ def _shrink_image(b64, width=220, quality=50):
|
||||
return b64
|
||||
|
||||
|
||||
def _agent_thread(run_id, prompt, serial, cfg):
|
||||
"""后台线程:Agent 流式执行,事件推入队列供 SSE 消费。"""
|
||||
def _agent_thread(run_id, prompt, serial, cfg, mode="chat", settings=None):
|
||||
"""后台线程:Agent 流式执行,事件推入队列供 SSE 消费。
|
||||
|
||||
mode=designer 时额外注册平台级工具 `submit_task`:它把 AI 探索出的任务草稿
|
||||
交给 `core/task_draft` 校验,**通过也只暂存、不落库**(人工确认后才入库)。
|
||||
"""
|
||||
q = _queues.get(run_id)
|
||||
settings = settings if isinstance(settings, dict) else {}
|
||||
designer = (mode == "designer")
|
||||
try:
|
||||
# 平台进程 cwd=/app(含 mcp_agent 包),进程内 import
|
||||
sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
|
||||
@@ -1339,6 +1597,12 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
"args": step.get("args") or {}}
|
||||
if step.get("image"):
|
||||
rec["image"] = _shrink_image(step["image"])
|
||||
# 工具报错时把原因带出去:前端卡片直接显示"这步为什么失败"
|
||||
# (模型看得到 errors,人也要看得到)
|
||||
r = step.get("result")
|
||||
if isinstance(r, dict) and r.get("ok") is False:
|
||||
rec["error"] = str(r.get("error")
|
||||
or ";".join(r.get("errors") or []) or "失败")[:300]
|
||||
q.put(("step", rec))
|
||||
# 记录精简工具序列 + 结构化轨迹(去 serial、结果截断)
|
||||
try:
|
||||
@@ -1381,6 +1645,76 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
history = list(_run.get("history") or [])
|
||||
target = serial or cfg.get("default_serial") or ""
|
||||
stop_evt = _stop_events.get(run_id)
|
||||
if designer:
|
||||
# 建任务模式是单轮的:不吃聊天历史(避免把聊天上下文灌进设计师)
|
||||
with _lock:
|
||||
_run["history"] = []
|
||||
history = []
|
||||
|
||||
async def submit_task(args):
|
||||
"""平台级工具:校验 AI 提交的任务草稿。
|
||||
|
||||
失败 → 把 errors 原样回给模型,让它逐条修正后重提(这是"AI 写坏任务"
|
||||
的唯一闸门:POST /api/jobs 对 params 是盲存的,执行器又静默跳过错误步骤)。
|
||||
成功 → 只暂存在运行态 + app_meta,等用户在步骤编辑器里确认后才入库。
|
||||
"""
|
||||
from core.task_draft import validate_draft
|
||||
|
||||
def _work():
|
||||
"""校验 + 暂存(读分组/设备池、写 app_meta 都要 app context)。"""
|
||||
groups, pool = _draft_env()
|
||||
r = validate_draft(args, groups=groups, pool=pool,
|
||||
default_serial=target, overrides=settings)
|
||||
if r["ok"]:
|
||||
_persist_draft(r["draft"], r["warnings"], prompt=prompt)
|
||||
return r
|
||||
|
||||
try:
|
||||
if _flask_app is not None:
|
||||
with _flask_app.app_context():
|
||||
res = _work()
|
||||
else:
|
||||
res = _work()
|
||||
except Exception as e:
|
||||
# 后台线程里任何异常都不能冒泡成"工具执行失败"这种含糊文案——
|
||||
# 模型与用户都需要知道草稿到底存没存下
|
||||
_log.exception("[designer] 草稿处理失败")
|
||||
with _lock:
|
||||
_run["draft_error"] = f"草稿处理失败: {e}"
|
||||
q.put(("step", {"tool": "📝 草稿未存下",
|
||||
"args": f"服务端处理草稿时出错:{type(e).__name__}: {str(e)[:160]}",
|
||||
"image": None}))
|
||||
return {"ok": False,
|
||||
"error": f"服务端处理草稿时出错({type(e).__name__}: {e}),"
|
||||
"草稿没有保存。请把 steps 精简后重试一次;"
|
||||
"若仍失败,说明是平台问题,先向用户说明。"}
|
||||
if not res["ok"]:
|
||||
msg = ";".join(res["errors"][:6])
|
||||
with _lock:
|
||||
_run["draft_error"] = msg
|
||||
q.put(("step", {"tool": "📝 草稿被拦下",
|
||||
"args": f"{len(res['errors'])} 处问题需要修正:{msg}",
|
||||
"image": None}))
|
||||
return {"ok": False,
|
||||
"error": "草稿未通过校验,请按下面的 errors 逐条修正后"
|
||||
"**重新调用一次 submit_task**",
|
||||
"errors": res["errors"], "warnings": res["warnings"]}
|
||||
draft = res["draft"]
|
||||
n_steps = len(((draft.get("task") or {}).get("params") or {}).get("steps") or [])
|
||||
with _lock:
|
||||
_run["draft"] = draft
|
||||
_run["warnings"] = res["warnings"]
|
||||
_run["draft_error"] = ""
|
||||
q.put(("step", {"tool": "📝 任务草稿",
|
||||
"args": f"已提交草稿「{draft['task'].get('name', '')}」:"
|
||||
f"{n_steps} 个顶层步骤"
|
||||
+ (f",{len(res['warnings'])} 条待复核提醒"
|
||||
if res["warnings"] else ""),
|
||||
"image": None}))
|
||||
return {"ok": True,
|
||||
"msg": "草稿已收到并通过校验,已交给用户确认。请立即停止调用工具,"
|
||||
"用一句中文总结这条任务做什么、哪些步骤需要人工复核。",
|
||||
"warnings": res["warnings"]}
|
||||
|
||||
# 经验检索:相似历史任务的操作配方注入 system(自进化记忆)
|
||||
exp_ctx, exp_items = _find_experiences(prompt)
|
||||
@@ -1403,6 +1737,25 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
if act_ctx:
|
||||
recall_ctx += ("\n\n## 可复用动作(优先按其中的元素定位操作;"
|
||||
"若与当前界面不符,再自行截图确认)\n" + act_ctx)
|
||||
if designer and settings:
|
||||
# 用户在页面上填的任务设置:必须落到 draft 里,别让模型自己编
|
||||
hints = []
|
||||
if settings.get("name"):
|
||||
hints.append(f"- 任务名:{settings['name']}")
|
||||
mode_ = settings.get("target_mode")
|
||||
if mode_ == "group" and settings.get("group_name"):
|
||||
hints.append(f"- 目标:分组「{settings['group_name']}」")
|
||||
elif mode_ == "all":
|
||||
hints.append("- 目标:全部空闲设备")
|
||||
elif mode_ == "serial":
|
||||
hints.append(f"- 目标:指定设备 {settings.get('serial') or target}")
|
||||
if settings.get("schedule_hint"):
|
||||
hints.append(f"- 调度:{settings['schedule_hint']}")
|
||||
if settings.get("max_duration"):
|
||||
hints.append(f"- 运行时长上限:{settings['max_duration']} 秒")
|
||||
if hints:
|
||||
recall_ctx += ("\n\n## 用户已指定的任务设置(必须原样写进 draft.task)\n"
|
||||
+ "\n".join(hints))
|
||||
|
||||
mcp_url = getattr(getattr(agent, "s", None), "mcp_url", "")
|
||||
|
||||
@@ -1417,6 +1770,9 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
"network is unreachable", "connect timeout"))
|
||||
|
||||
async def _execute():
|
||||
# 建任务模式:先注册平台级工具(必须在 _load_tools 之前,schema 在加载时组装)
|
||||
if designer:
|
||||
agent.register_local_tool("submit_task", submit_task)
|
||||
try:
|
||||
await agent._load_tools()
|
||||
except Exception as e:
|
||||
@@ -1433,7 +1789,8 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
should_stop=lambda: bool(
|
||||
stop_evt and stop_evt.is_set()),
|
||||
extra_context=recall_ctx,
|
||||
on_usage=on_usage)
|
||||
on_usage=on_usage,
|
||||
mode=mode)
|
||||
except Exception as e:
|
||||
if _mcp_unreachable(e):
|
||||
raise RuntimeError(
|
||||
@@ -1478,7 +1835,11 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
# 自进化:成功执行过工具则提炼配方写入经验。必须在 done 之前完成——
|
||||
# done 发出后 SSE 关流,用户就看不到「已写入经验」的提示了。
|
||||
# 提炼/保存失败静默(不阻塞、不影响结果),只在成功时推送 🧠 卡片。
|
||||
if tool_seq:
|
||||
# 建任务(designer)模式也沉淀,但**只在草稿通过校验时**:那说明这轮探索
|
||||
# 确实走通了一条路。没有草稿的探索(试错、半途而废)不入库,免得把误点当经验。
|
||||
with _lock:
|
||||
draft_ok = bool(_run.get("draft"))
|
||||
if tool_seq and (not designer or draft_ok):
|
||||
try:
|
||||
recipe = _clean_recipe(_distill_experience(cfg, prompt, " -> ".join(tool_seq)))
|
||||
if recipe:
|
||||
@@ -1504,7 +1865,13 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
"image": None}))
|
||||
except Exception as e:
|
||||
_log.warning(f"经验保存异常: {e}")
|
||||
q.put(("done", {"answer": answer, "usage": usage}))
|
||||
with _lock:
|
||||
done_evt = {"answer": answer, "usage": usage, "mode": mode}
|
||||
if designer:
|
||||
done_evt["draft"] = _run.get("draft")
|
||||
done_evt["warnings"] = _run.get("warnings") or []
|
||||
done_evt["draft_error"] = _run.get("draft_error") or ""
|
||||
q.put(("done", done_evt))
|
||||
except Exception as e:
|
||||
_log.warning(f"Agent 运行异常: {e}")
|
||||
# 诊断:打印消息结构(tool_calls 与 tool 消息配对检查)
|
||||
@@ -1527,6 +1894,10 @@ def _agent_thread(run_id, prompt, serial, cfg):
|
||||
pass
|
||||
q.put(("error", {"message": str(e)[:200]}))
|
||||
finally:
|
||||
q.put(None) # 关闭 SSE
|
||||
# 关闭 SSE:扇出把终止哨兵发给**每个**订阅者
|
||||
if isinstance(q, _Fanout):
|
||||
q.close()
|
||||
else:
|
||||
q.put(None)
|
||||
_queues.pop(run_id, None)
|
||||
_stop_events.pop(run_id, None)
|
||||
|
||||
@@ -358,6 +358,30 @@ def api_uiauto_devices():
|
||||
_log.info(f"抓取元素设备列表补全 {added} 台在线设备: {list(seen)}")
|
||||
return jsonify({"ok": True, "devices": data})
|
||||
|
||||
@bp.route("/api/uiauto/snapshot")
|
||||
@perm_required(PERM_DEVICES)
|
||||
def api_uiauto_snapshot():
|
||||
"""一次取齐:设备截图 + 元素树(**原生 u2,同一个连接背靠背取**)。
|
||||
|
||||
抓取元素时用它代替「/api/uiauto/screenshot + /api/uiauto/elements」两连击:
|
||||
那两条是两次独立取数,中间隔着 dump 本身的 1.3~1.8 秒 —— 界面只要在动
|
||||
(信息流/视频/加载动画),框就会落在旧位置上("抓取错位")。
|
||||
同一个连接背靠背取把这个窗口压到最小,并额外用**双截图校验**标出
|
||||
"抓取期间界面在变化"(`unstable`),前端据此明确提示而不是悄悄给错位的框。
|
||||
|
||||
?serial=xxx
|
||||
→ {ok, image(data-url), width, height, elements:[...], unstable, cost_ms}
|
||||
"""
|
||||
serial = request.args.get("serial", "")
|
||||
if not serial:
|
||||
return jsonify({"ok": False, "error": "缺少 serial"}), 400
|
||||
ok, data = uiauto_helper.snapshot(serial)
|
||||
if not ok:
|
||||
# 设备没连上/抓取失败:502(依赖不可用),与 /api/uiauto/elements 一致
|
||||
return jsonify({"ok": False, "error": data}), 502
|
||||
return jsonify({"ok": True, **data})
|
||||
|
||||
|
||||
@bp.route("/api/uiauto/screenshot")
|
||||
@perm_required(PERM_DEVICES)
|
||||
def api_uiauto_screenshot():
|
||||
|
||||
Reference in New Issue
Block a user