20行prompt实现AI操作Android应用
核心逻辑就这 20 行 prompt
又一个手机操作开源项目：android-action-kernel，让AI直接动手操作原生Android应用，单次调用成本降低95%、延迟小于1秒。它主路径不用视觉模型，而是利用Android系统原生的Accessibility API，拿到界面XML树，包括按钮文字、坐标、是否可点状态等，直接获取屏幕语义信息给LLM决策。
动态
又一个手机操作开源项目：android-action-kernel，让AI直接动手操作原生Android应用，单次调用成本降低95%、延迟小于1秒。它主路径不用视觉模型，而是利用Android系统原生的Accessibility API，拿到界面XML树，包括按钮文字、坐标、是否可点状态等，直接获取屏幕语义信息给LLM决策。