做安卓自动化,最耗时的往往不是写用例。
是配环境——装 Java、装 SDK、调 PATH,半天没了。是插数据线——接触不良就断,还要申请调试权限。是改版——前端一动,几十条脚本集体飘红。是失败排查——用例挂了,连上手机翻半天日志,不知道卡在哪一步。
这些成本决定了移动端自动化能不能真正跑起来。最近把一个叫 Droidline 的开源工具整条链路跑了一遍,它有意思的地方不是快,是把这几类成本逐项拆开处理了。我按测试开发的视角讲这里面的工程判断。
一、本质是移除依赖,不是换个工具
Droidline 的定位是一套 SDK:写代码指挥真手机——打开 App、点按钮、填表单、读界面、等结果。它绕开了三样东西:ADB、数据线、root。
手机和电脑在同一个 Wi-Fi 下,6 位码配对一次,之后自动重连。代码连本机端口,手机端连另一个端口,中间走局域网。它只用普通应用能申请到的权限:无障碍服务、自定义键盘、通知。
核心在于这三件事不是便利性优化,是依赖移除。ADB 通道要授权、数据线要物理连接、root 要刷机审批——每一样都是自动化流水线的故障点。少一样依赖,流水线就少一类偶发失败。
但要说清楚:移除依赖不等于零配置。侧载 APK、开无障碍、启用键盘、允许通知、关掉电池优化,这些还是要人做一次。Android 13 以上还要在应用信息里手动允许一次受限设置。它移除的是需要反复打交道的那些依赖,一次性的初始化跑不掉。
这是选型时该有的判断:问一个工具省了多少事,要分清省的是一次性配置还是每次运行的摩擦。前者省一次,后者省长期。
二、语义定位决定了脚本的抗改版能力
移动端脚本最容易集体失效的地方是定位。改一次版,坐标全变。
Droidline 的做法是按元素操作:dump() 拿到界面树,每个元素带 text、id、desc,定位靠字段加值。点不到的控件会退到父元素或边界中心兜底。这是"改版脚本不全红"的根源——你定的是语义,不是像素。
界面树 dump
按 text/id/desc 定位
命中唯一元素
未命中:退到父元素或中心
执行动作
脚本绑定语义而非坐标
改版后大部分脚本仍成立
实际上这里有个必须讲清的边界:它是"更抗改",不是"免疫"。文案改了、层级大改,依赖相邻关系的定位一样会挂。工具给的选择器是有优先级的——只匹配一个元素的排前面,顺序是 id、text、desc、组合条件、借用相邻元素。越往后越依赖界面结构,越容易在改版中失效。
解决了什么。测试开发可以据此定规则:id 优先,text 次之,组合条件和相邻元素只作为兜底,并且在评审时把这类定位标出来重点维护。抗改版不是工具自动给的,是定位策略选出来的。
三、失败证据决定排查成本
真机用例最难的是复现。挂了之后连手机、翻日志、猜哪一步——这段时间的本质是缺证据。
Droidline 接进 pytest 之后,一个 fixture 拿到手机,失败自动留三样东西:截图、界面树、命令日志。命令日志长这样:
14:02:11 launch {"package": "com.example.shop"} -> ok (812 ms)
14:02:13 touch {"by": "text", "value": "Log in"} -> NOT_FOUND (10013 ms)
哪一步、什么参数、成没成、花了多久,一眼看到。上面这条是典型的等了十秒没等到元素。
核心在于记录的是"执行事实"而不是"测试结论"。结论是断言给的,事实是每一步的动作和耗时。有事实才能区分是元素没出来、选择器写错,还是手机根本没响应——这三种问题对应完全不同的修复动作。
它还有个诚实的边界:证据是"能存几件存几件"。命令日志基本一定有,截图和界面树看手机是否在线、权限是否给到,Android 9/10 首次截图需要一次屏幕录制授权。不保证三件套齐全,但保证至少有一样可查。这比"承诺完整证据实际经常拿不到"的设计更可信。
设备并发也是同一类工程问题的延伸。pytest -n 4 --droidline-lease 起四个 worker,每个借一台空闲机,没人用就还回去。lease 解决的是多个脚本抢同一台手机——持有租约时,其他请求会以 DEVICE_LEASED 被挡住。
但它拦不住人。同事顺手点了下屏幕、系统弹窗、来电,照样打断用例。这条边界必须写进测试规范:并行执行期间,手机不能放在有人能摸到的地方。工具解决的是程序间互斥,物理干扰只能靠流程管。
四、把手机交给 AI,权限必须收紧
这个工具最不一样的一层,是它能把手机直接交给 AI 智能体。它是一个标准 MCP server,任何 MCP 客户端接上就能看屏、点击、输入。
工程上值得看的不是"能操作",是权限边界怎么设计。
机制 具体做法 防住什么
工具精简 默认 68 个工具,--read-only 后剩 38 个 只读场景不给写权限
白名单 --tools 精确到工具名,名字写错服务起不来 防止配置错误导致权限扩大
递归校验 batch 里嵌套的步骤按同一套规则查 防止包装绕过限制
敏感默认关闭 sms、calls、contacts 默认不在工具表 隐私数据要显式授权
危险命令不暴露 配对、重命名、撤销手机不作为工具 智能体无法给自己配新手机
核心在于最小权限是默认状态,不是可选项。加权限要显式写名字、显式授权;减权限一个开关就够。这个方向不能反——如果默认是全开、靠人记得关,迟早会出事。
还有一个判断特别实在:AI 分不清普通按钮和付款按钮。touch 对一视同仁,它不知道哪个点了要花钱。所以护栏不能只靠工具层的白名单,还要靠执行环境——用测试机、不登录个人账户、客户端开着逐个工具确认。
这跟 AI 生成测试那套逻辑是同一个:工具负责扩大能力范围,人负责划定边界。能力越大,边界越要显式。
五、探索和回归必须分开
对整个测试流程来说,最实用的是那条被放在最后的提示词:
用 droidline 包写一个 Python 脚本,完成你刚才做的事。
先让智能体探索一次陌生 App,再把它做过的事固化成脚本。
核心在于两种工作的性质不同。探索怕的是慢——摸清一个陌生页面的结构和元素叫什么,是最耗时的一步。回归怕的是不稳定——同一条用例每次跑的结果必须一致。AI 擅长前者,不擅长后者。
所以正确的分工是:探索交给 AI,回归留给脚本。让 AI 每次跑同一条用例,它可能每次走出不同路径;但让它探索一次、把路径写成确定性脚本,之后的回归就稳定了。这条边界划清楚了,AI 的效率增益才不会变成回归的不稳定源。
它不是替代用例,是把最难写的第一版起个头。录制功能也是这个定位——它把"从零写"变成"改几段":返回键、Home 键要自己补,滑动要加 scroll_to,页面加载要补 wait_idle,密码要从环境变量读。达不到"录完直接上生产"。
实际上"录完直接上生产"这个期待本身就有问题。任何自动生成的东西都要过一遍人的审查,尤其是等待条件、敏感数据、异常路径这些工具录不到的部分。工具压缩的是初稿成本,不是审查责任。
结尾
这个工具还早期,真机只验证过两台三星,设置类脚本要按 UI 改,inspector 页面没密码所以只绑本机。这些限制官方都写出来了,反而比"全机型开箱即用"的承诺更值得信。
它真正给出的判断是:移动端自动化的成本落在四个地方——依赖、定位、证据、权限。工具把这四处的入场成本压下来了,但规划定位策略、定失败证据规范、划 AI 操作边界这些活,仍然在测试开发这边。
你的移动自动化 suite 里,一次失败从报红到定位出根因,平均要花多久?这个时间主要耗在等元素、猜步骤,还是根本拿不到现场?
本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料,主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容,侧重测试实践、工具应用与工程经验整理。