AIGamePro新一代安卓自动化测试平台

简介: AIGamePro是新一代安卓自动化测试平台,支持Shizuku/Root/无障碍/HID等多策略;内置Yolo全系列+主流OCR;Material Design3可视化UI开发(几行XML即可);JS代码经简化、混淆、VMP转码三重保护,APK高度防逆向;专为开发者优化,兼顾易用性与安全性。(239字)

AIGamePro新一代安卓自动化测试平台

官方文档: https://aigame-pro.netlify.app/

强大的功能

  • 支持Shizuku、Root、无障碍、HID等自动化策略
  • 支持安卓端代码编辑器、开发
  • 支持电脑端IDE、VSCode、IDEA开发
  • 拥有最全面的UI界面设计能力
  • 支持打包成apk

图形与视觉

  • 支持Yolo全系列:yolov5-yolov13全部支持,并且官方文档提供详细的自主搭建训练yolo的全套视频、文档教学。
  • 支持主流OCR:GoogleMlkit、NcnnOcr、PaddleOcrV5

精美的界面

支持全套Material Design3的组件开发,并且开发极其容易上手,直接让UI界面设计简洁到小白都能学会,这么漂亮简约的界面,对于国内其他的自动化测试平台而言,简直就是一种降维打击。

只需要简单的几行xml代码即可完成对UI的开发,例如写一个简单的按钮:

<ui>
    <button text="我是文本" />
</ui>

无法被破解

妈妈再也不担心我的源码会被掏了!!!在打包成apk的过程中,代码会经历如下阶段:

  1. js代码简化(这一步去除注释、规范化js代码)
  2. js代码混淆(这一步改变代码结构、缩减变量名称)
  3. js转为VMP混淆码

打包后的apk只能执行VMP混淆码,即使被HOOK也只能拿到混淆码!完美解决自己的js代码会被掏的问题!

并且:打包的apk本身dex就是处于高度混淆的状态,直接让逆向难度成倍增长!

应用截屏

开发诱因

我最开始一直使用的都是免费开源的auto.js作为我的自动化工具,但是随着这个工具的普及,不断的灰产、违法情况出现,一系列的原因导致官方不得不下架这款安卓神器。
当这款安卓自动化神奇跌落以后,我就开始在市面上寻找替代方案,但是市面上的自动化工具都有普遍的缺点:

  1. 并发编程支持度不够
  2. 界面UI太阿格里了(太丑了)
  3. 收费、价格不菲

于是在2024年11月的某一天,我安装了AndroidStudio开始研究谷歌的Material Design3组件库。

最开始开发非常吃力、因为我从来没用过AndroidStudio,原因是家庭条件有限,我上大学使用的电脑是2k买的小电脑。最早我接触编程是在初中,初2的时候才拥有人生的第一部安卓手机,那个时候天天刷网页找编程资源进行学习,高中就经常去网吧通宵学习编程,作为学生的我,真正实际操练编程是在安卓手机上安装的AIDE这款app。

甚至到了大学,我写安卓app一直都是用的AIDE,电脑端就用的Eclipse。

后来我慢慢学习使用IDEA和AndroidStudio,直到渐渐顺手。

解决“遗传病”

由于我觉得Auto.js用起来很顺手,于是我想保留我自己的使用习惯来开发AIGamePro!!
于是我不得不解决一些“遗传病”:

由于auto.js曾经是开源的软件,导致只要是使用该平台写的脚本代码,都能被秒破。代码无论被加密的多么花里胡哨,到了脚本引擎面前,就是明文!!

于是我在开发AIGamePro的时候全程使用高强度的逆向思维:

  1. http请求必须要高仿https双端签名校验
  2. 敏感字符串必须非对称加密
  3. json的字段必须混淆
  4. 脚本引擎必须自己重构

引擎选择

为什么不用node.js?

安卓自动化的很多功能,例如截屏、无障碍、节点分析、无障碍手势等等功能本身是Java端的内容,而nodejs是C/C++端开发的工具,当我们传入一段js代码交给nodejs处理,之后还要nodejs大量的使用jni调用安卓的功能,最后还是回调到java层的功能,有点脱裤子放屁了。

我的要求是,解析到一段简单的js代码,会直接调用java端的功能,而不是通过jni传给c之后、c再调用java中的功能,这导致不必要的大量jni调用,严重影响性能。

我先说一下,我本人并不是盲目跟风的人,很多人说nodejs性能很强,但是它有它适用的领域,并且对于脚本而言,脚本引擎的责任无非就是解析一段字符串,所以所谓的性能强,简单的理解就是:nodejs处理字符串的速度快!

不过nodejs内置的很多库和对象本身是c/c++实现的,这一些不会调用java端的功能确实性能强。

可是大部分自动化场景,我们都在调用java(安卓)的功能,所以我直接pass掉nodejs。

为什么使用rhino?

要知道我写自动化的目的就是解决一些重复的动作,我都这么懒了,我当然需要一种只需要编写很简单的JS代码就能执行的引擎。

目的很明确:使用尽可能少的JS代码,来实现自动化。并且rhino本身是java开发的,于是如果我想定制一些功能,我只需要大量的继承其中的类就能完成高度定制。

目录
相关文章
|
11天前
|
人工智能 自然语言处理 Shell
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
本教程指导用户在开源AI助手Clawdbot中集成阿里云百炼API,涵盖安装Clawdbot、获取百炼API Key、配置环境变量与模型参数、验证调用等完整流程,支持Qwen3-max thinking (Qwen3-Max-2026-01-23)/Qwen - Plus等主流模型,助力本地化智能自动化。
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
|
6天前
|
人工智能 安全 机器人
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
OpenClaw(原Clawdbot)是一款开源本地AI助手,支持钉钉、飞书等多平台接入。本教程手把手指导Linux下部署与钉钉机器人对接,涵盖环境配置、模型选择(如Qwen)、权限设置及调试,助你快速打造私有、安全、高权限的专属AI助理。(239字)
3965 11
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
|
7天前
|
人工智能 机器人 Linux
保姆级 OpenClaw (原 Clawdbot)飞书对接教程 手把手教你搭建 AI 助手
OpenClaw(原Clawdbot)是一款开源本地AI智能体,支持飞书等多平台对接。本教程手把手教你Linux下部署,实现数据私有、系统控制、网页浏览与代码编写,全程保姆级操作,240字内搞定专属AI助手搭建!
4554 14
保姆级 OpenClaw (原 Clawdbot)飞书对接教程 手把手教你搭建 AI 助手
|
9天前
|
人工智能 JavaScript 应用服务中间件
零门槛部署本地AI助手:Windows系统Moltbot(Clawdbot)保姆级教程
Moltbot(原Clawdbot)是一款功能全面的智能体AI助手,不仅能通过聊天互动响应需求,还具备“动手”和“跑腿”能力——“手”可读写本地文件、执行代码、操控命令行,“脚”能联网搜索、访问网页并分析内容,“大脑”则可接入Qwen、OpenAI等云端API,或利用本地GPU运行模型。本教程专为Windows系统用户打造,从环境搭建到问题排查,详细拆解全流程,即使无技术基础也能顺利部署本地AI助理。
7093 15
|
5天前
|
人工智能 机器人 Linux
OpenClaw(Clawdbot、Moltbot)汉化版部署教程指南(零门槛)
OpenClaw作为2026年GitHub上增长最快的开源项目之一,一周内Stars从7800飙升至12万+,其核心优势在于打破传统聊天机器人的局限,能真正执行读写文件、运行脚本、浏览器自动化等实操任务。但原版全英文界面对中文用户存在上手门槛,汉化版通过覆盖命令行(CLI)与网页控制台(Dashboard)核心模块,解决了语言障碍,同时保持与官方版本的实时同步,确保新功能最快1小时内可用。本文将详细拆解汉化版OpenClaw的搭建流程,涵盖本地安装、Docker部署、服务器远程访问等场景,同时提供环境适配、问题排查与国内应用集成方案,助力中文用户高效搭建专属AI助手。
2752 6
|
7天前
|
存储 人工智能 机器人
OpenClaw是什么?阿里云OpenClaw(原Clawdbot/Moltbot)一键部署官方教程参考
OpenClaw是什么?OpenClaw(原Clawdbot/Moltbot)是一款实用的个人AI助理,能够24小时响应指令并执行任务,如处理文件、查询信息、自动化协同等。阿里云推出的OpenClaw一键部署方案,简化了复杂配置流程,用户无需专业技术储备,即可快速在轻量应用服务器上启用该服务,打造专属AI助理。本文将详细拆解部署全流程、进阶功能配置及常见问题解决方案,确保不改变原意且无营销表述。
4727 4
|
9天前
|
人工智能 JavaScript API
零门槛部署本地 AI 助手:Clawdbot/Meltbot 部署深度保姆级教程
Clawdbot(Moltbot)是一款智能体AI助手,具备“手”(读写文件、执行代码)、“脚”(联网搜索、分析网页)和“脑”(接入Qwen/OpenAI等API或本地GPU模型)。本指南详解Windows下从Node.js环境搭建、一键安装到Token配置的全流程,助你快速部署本地AI助理。(239字)
4708 23
|
15天前
|
人工智能 API 开发者
Claude Code 国内保姆级使用指南:实测 GLM-4.7 与 Claude Opus 4.5 全方案解
Claude Code是Anthropic推出的编程AI代理工具。2026年国内开发者可通过配置`ANTHROPIC_BASE_URL`实现本地化接入:①极速平替——用Qwen Code v0.5.0或GLM-4.7,毫秒响应,适合日常编码;②满血原版——经灵芽API中转调用Claude Opus 4.5,胜任复杂架构与深度推理。
8718 13