Google 於二零二六年八月開源的 Android 自動化代理 ARTEMIS，截至十一月一日累積 16,048 顆星標，在 AndroidWorld 基準取得 99% 以上完成率。它以自然語言指令驅動真實手機，並透過原生 MCP 伺服器接入主流編碼助理。
ARTEMIS 是什麼？
ARTEMIS 是 Google 開源的 Android 自動化代理，把自然語言指令轉成點擊與輸入，供 AI 編碼助理與測試套件操作真實手機，採 Apache 2.0 授權。
專案定位寫得很直接：讓 AI 助理與測試套件像人一樣使用真實手機。它並非模擬器上的腳本錄製工具，而是由多模態模型即時觀察螢幕、判斷目標元件、再送出操作指令的代理系統。儲存庫在八月十三日建立，至十月初仍有提交，主要語言為 Python，授權為 Apache 2.0。
與一般 UI 自動化框架的差別在輸入端。傳統做法要求開發者先取得資源識別碼或撰寫定位條件，介面一改動就失效。ARTEMIS 接受的是「打開設定，找到電池，告訴我目前電量」這類句子，定位工作交給模型在執行時完成。
它同時提供四種接入方式：命令列、網頁視覺控制台、MCP 伺服器與 Python SDK。這種排列說明目標使用者不只一類，既有想把代理塞進 IDE 的開發者，也有要把手機測試納入 CI 流程的測試團隊。
ARTEMIS 如何把自然語言指令變成手機操作？
系統以觀察與操作迴圈運作，模型讀取畫面結構與截圖後決定單一動作，執行後再觀察結果，歷史紀錄會被壓縮成摘要，避免上下文隨步數膨脹。
核心是反應式迴圈。代理先取得當下畫面，包括無障礙樹與截圖，模型據此判斷下一個動作與座標，送出點擊或輸入，再重新觀察。這個循環每一步都是一次完整的感知與決策，因此不需要預先寫死的流程圖。
定位策略採動態優先、座標退讓。當介面提供元素索引時，代理使用索引；遇到自繪元件、Compose 或 Flutter 介面而沒有可用索引時，退回視覺模型判斷位置。官方文件把這個順序視為規則，而非可選項。
長任務的困難在上下文。系統把舊截圖換成視覺摘要，把已完成的步驟壓縮成可搜尋的歷史區塊，並以步數閾值控制原始紀錄何時被替換。代理必要時可透過歷史搜尋與步驟重播取回細節，這種設計讓快速模式預設不設回合上限。
Flash 與 Pro 兩種執行模式差在哪裡？
Flash 是單模型反應式迴圈，每步約三至五秒，適合例行操作；Pro 是多代理圖，含規劃者、操作者與檢查者，每步十五至四十秒，適合長流程。
快速模式只做一件事：看、想、做。它沒有任務計畫，也沒有事前安全檢查，換來的是速度與較低用量。官方列出的限制很明確，包括沒有檢查點驗證、沒有最終報告、不提供 ADB 命令列能力，適合重複性高且介面穩定的流程。
深度模式則是多代理協作。規劃者維護一份帶里程碑與驗證項的計畫，操作者依計畫執行並持有完整工具，檢查者以唯讀方式核對檢查點，必要時對原始目標做最終審查。每個動作送出前都先經過安全網，以結構優先、像素退讓的方式確認目標。
兩者的差異其實是責任分配。快速模式把錯誤留給使用者發現，深度模式把錯誤留在系統內部處理。選擇哪一種，取決於流程失敗一次的代價，而不是取決於任務聽起來複雜與否。
MCP 整合如何讓 IDE 直接驅動手機？
ARTEMIS 內建原生 MCP 伺服器，安裝後 IDE 可透過工具呼叫派送任務、讀取裝置狀態、取得 Logcat 與截圖，並回放執行軌跡，支援多個主流編碼助理。
整合方式是一條命令。執行安裝指令後，工具會把 MCP 設定與行為規則寫入對應 IDE 的設定檔，支援範圍包含 Antigravity、Cursor、Claude Code、Codex、Windsurf、VS Code 與 OpenClaw 等客戶端。官方建議把行為規則一併掛上，理由是模型若沒有測試工程師的紀律，容易憑空描述介面。
實際用法接近口語下單。使用者可在 IDE 對話中要求建置最新版本、安裝到連接的裝置、開啟登入頁、檢查登入後有無異常彈窗，並回傳最終頁面截圖。代理負責驅動裝置，IDE 負責理解需求與整理結果。
工具介面共有五個主要端點，涵蓋派送任務、管理任務、讀取裝置狀態、檢視執行軌跡與診斷。這種設計把「操作手機」變成一項可組合的能力，而不是另一個獨立應用程式。
AndroidWorld 99% 的成績代表什麼？
AndroidWorld 是 Google Research 的基準，涵蓋二十多個應用與百多項任務；99% 完成率代表標準環境穩定，但不保證自家應用同樣表現。
基準的意義在可比性。AndroidWorld 由 Google Research 維護，任務橫跨二十多個真實應用，包含設定變更、資訊查找與跨應用操作，評估的是代理能否在有限步數內達成目標，而非單一動作是否正確。
這個數字需要放回脈絡閱讀。基準環境的裝置狀態、應用版本與網路條件都是受控的，真實企業流程往往混入登入失效、通知干擾與版本差異。官方在文件中也承認深度模式的每一步都可能遇到介面變化，因此安全網與事件機制才是穩定性的來源。
對評估者而言，合理的期待是把它當成上限參考。若自家流程與基準任務型態接近，成功率的落差通常不大；若涉及支付、權限或跨帳號操作，仍應以深度模式搭配檢查點執行，並保留人工複核。
裝在手機上的輔助服務有什麼隱私考量？
首次執行任務會安裝一個無障礙輔助服務，用於讀取畫面結構，只在裝置本機運作，不會上傳資料，可隨時移除或改用 UIAutomator2 後端。
機制值得說明。代理需要知道畫面上有什麼，但直接佔用系統的 UI 自動化連線會與其他工具衝突，於是專案改為安裝一個精簡的無障礙服務讀取版面。使用者會在通知列看到「測試輔助執行中」，並在設定中見到對應項目。
資料流向是本機。官方明確表示該服務只監聽裝置本身，不會把內容送往其他地方。若使用者不願安裝，可在環境設定中改用 UIAutomator2 後端，或關閉自動安裝。服務若在任務中失效，系統會退回備援方案，並在時間軸與最終報告中標示。
企業導入時仍有治理問題。無障礙權限本身高度敏感，等同允許程式讀取其他應用的介面內容，因此測試機應與生產帳號隔離，並在流程結束後移除輔助服務。
ARTEMIS 專案數據與開發節奏如何？
截至二零二六年十一月一日，儲存庫累積 16,048 顆星標、1,759 次分叉與 200 位訂閱者，建立於八月十三日，主要語言 Python，授權 Apache 2.0。
- 16,048GitHub 星標
- 1,759分叉次數
- 200訂閱者
- 180待處理議題
成長曲線值得觀察。專案在不到三個月內突破一萬六千星，星標與分叉的比例約為九比一，說明多數關注者只是收藏，真正動手改造的比例較低。待處理議題一百八十項，對一個新專案而言數量偏高，反映社群期待與維護節奏之間的張力。
開發活動集中在少數帳號。貢獻者頁面顯示提交主要來自兩個帳號，並記錄一百二十一次提交。這種集中結構在企業開源專案常見，優點是方向明確，風險是外部貢獻者的進入門檻較高。
授權安排也有細節。主體採 Apache 2.0，第三方目錄中的行動代理元件另附授權與來源標註，商業使用前需要逐一確認。這種分層標註比單一授權檔更清楚，但也要求使用者真的去讀。
出處連結有哪些？
原始碼、議題追蹤與文件中英文版集中於 Google 的 artemis 儲存庫，快速開始與 MCP 設定步驟見 README 對應章節。
本文數據取自 GitHub 儲存庫的公開統計與 README 內容，功能描述與模式差異對照官方文件。專案另設 Discord 社群討論區，路線圖列出手機以外的擴展方向，包括 Android Studio 整合、iOS 支援與裝置端輕量視覺模型。
出處：https://github.com/google/artemis
常見問題有哪些？
常見疑問集中在硬體需求、模型成本、iOS 支援與商業使用四方面，以下按官方說明整理，實際表現仍受裝置與應用版本影響。
需要什麼設備才能執行？
需要一台開啟 USB 偵錯的 Android 裝置或模擬器，以及可執行 Python 3.12 以上版本的電腦。啟動腳本會自動偵測並安裝 ADB、scrcpy、FFmpeg 與相關相依套件。
一定要用付費模型嗎？
專案支援多模態模型，官方徽章列出 Gemini、Claude、GPT-4o 與 Qwen-VL 等選項。實際費用取決於所選模型與模式，快速模式每步較短，深度模式因動作前檢查而用量較高。
支援 iOS 嗎？
目前不支援。路線圖把 iOS 平台擴展列為待辦項目，現階段只涵蓋 Android 裝置與模擬器。
可以用在商業專案嗎？
主體採 Apache 2.0 授權，允許商業使用與修改。第三方目錄下的元件另有授權與來源標註，需要個別確認。
代理會不會誤觸付款或刪除資料？
深度模式的每個動作送出前都會經過安全網檢查，失敗或受阻的動作會開啟事件交由操作者復原。快速模式沒有這層保護，涉及敏感操作時應改用深度模式並保留人工複核。
總結：ARTEMIS 適合什麼團隊？
適合已有 Android 應用且需要頻繁回歸測試的團隊，或想把裝置操作接進 IDE 的開發者；只做靜態分析或完全不接觸行動端的團隊，導入效益有限。
這個專案補上的是代理能力的最後一哩。模型已能寫程式、讀文件，卻長期無法可靠地操作圖形介面，ARTEMIS 用基準成績證明這條路可行，並把裝置操作包成 MCP 工具，讓既有編碼助理直接呼叫。
落地前提仍然明顯。它依賴無障礙權限、需要真實裝置或模擬器，模型用量與時間成本都高於腳本式測試。導入時務實的做法是先用快速模式跑例行檢查，確認穩定後才把長流程交給深度模式，並以獨立測試機與專用帳號隔離風險。
