austinintelligence/android-use
Developer toolsこのページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る
実際のAndroidデバイスまたはエミュレータへのアクセスを制限された、AIエージェントを高速に提供します。 MCP サーバーとClaude コード、コーデックス、カーソルなどの CLI .
概要
androidデバイスをAIに与えるアンドロイド用デバイス。 エージェントは、画面が表示されます。, タップ, タイプ, アプリを開きます。, 実際の携帯電話やローカルエミュレータでChromeをドライブします。, 約 2 タスクあたりのツール呼び出し. エージェント・エミュレータ・ドキュメント・変更ログのインストール・接続 MCP 上で、Android エミュレーターの実際のセッション。 エージェントは 1 つのコマンドを送信します。 結果は、導いた画面です。 画面にテキストが少ないときにエージェントが取得する写真は17 KB、制御ごとに番号付きボックスが付いたので、e4作品をタップします。 往復と短い結果がポイントです。 MCP 上での API 36 エミュレータで測定されると、それぞれ 13 個のタスクが 10 回実行され、同じタスクに対して 1.1 (メソッドと数字): レイテンシは変更されません(約700ms)。 スクリーンリストは36%短く、私たちが目的とする50%ではありません。 1行のdiffが完全なリストを置き換えるアクションの後に重要な節約。 USB デバッグ、またはエミュレーターで Android 8 または newer が必要です.
概要（AI 翻訳）
アンドロイド用 あなたのAIエージェントにAndroid携帯電話を与えます。 手を無駄に保ちます。 エージェントはアプリを開き、画面を読み込み、タップ、タイプ、および実際の携帯電話やエミュレータでChromeをドライブします。 連絡が取れるものを決めます。
インストール・ エージェントを接続する・ コントロール・ エミュレーター・ ドキュメント・ 変更履歴
Android用とは何ですか?
端末やブラウザにエージェントが住んでいます。 ほとんどのアプリは、毎日電話に住んでいます。 android-use は 2 つを接続します。: 既に使用しているエージェント (クロード コード, コードックス, カーソル, Gemini CLI, など) 実際の Android 携帯電話やエミュレータで手.
2個入り。 デバイス上の小さなヘルパーアプリは、Androidのアクセシビリティサービスを介して画面を読み、アクションを実行します。 [au]]、コンピュータ上で、ADB上のヘルパーに話して、あなたのエージェント2つのツールを与えます。 1つは、動作する。 エージェントは[open app "Settings" then tap "Network & internet"]のような普通のコマンドで尋ね、短い答えを返します。その画面が到達し、その後の操作の後、変更のみ。
- **最初にテキストを読みます.
このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。
README
以下は原文 README の抜粋です。原文を見る。
android-use Give your AI agent an Android phone. Keep your hands on the leash. Your agent opens apps, reads the screen, taps, types, and drives Chrome on a real phone or an emulator, in about two tool calls per task. You decide what it may touch.
Install · Connect an agent · Control · Emulators · Documentation · Changelog
What is android-use?
Your agent lives in a terminal and a browser. Most of the apps people use every day live on a phone. android-use connects the two: it gives the agent you already use (Claude Code, Codex, Cursor, Gemini CLI, and others) hands on a real Android phone or emulator.
There are two pieces. A small helper app on the device reads the screen through Android’s accessibility service and carries out actions. au, on your computer, talks to the helper over ADB and gives your agent two tools: one to look, one to act. The agent asks in plain commands like open app "Settings" then tap "Network & internet" and gets back a short answer: the screen it reached, and after later actions, only what changed.
- It reads text first. The screen comes back as a list of what is there: labels, buttons, switches with their state (
sw Wi-Fi=on), and fields with their contents. Agents act on labels, not on guessed coordinates. When an app shows little text, a small screenshot with a numbered box per control comes along, sotap e4still works. - It checks itself. Every action is matched against the screen it was planned from, journaled so it runs at most once, and confirmed after. A locked phone, a screen that is off, or an ambiguous label stops it with the reason and the one step that fixes it, instead of a blind tap.
- It remembers what worked. Save a command that worked as a routine and run it again in one call. Every session leaves a trace you can review, export, or turn into a test.
インストール
npx -y [email protected] setup