Google 开源 Android AI 智能体 Artemis,支持自然语言控制真机

Google 在 GitHub 开源了 Android AI 智能体项目 Artemis,允许开发者通过自然语言指令控制手机执行自动化任务。该项目结合屏幕截图与 UI 结构进行决策,在 AndroidWorld 基准测试中取得 99% 的成绩,但实际运行需依赖多模态大模型 API 调用。

朋克君
发布者朋克君
预计阅读 2 分钟
我要投稿
AI 摘要
约 1 分钟

快速了解本文

01

Google 开源 Android AI 智能体 Artemis,支持自然语言控制真机。

02

项目结合屏幕截图与 UI 结构规划操作,回退机制保障交互完成。

03

开发者可通过 CLI、Python 或 MCP 集成,需多模态大模型 API 密钥。

04

Artemis 在 AndroidWorld 基准测试中取得 99% 成绩,社区关注度高。

本摘要由 AI 辅助整理,请以正文内容为准。

数智朋克讯 Google 在 GitHub 上开源了 Android AI 智能体项目 Artemis(采用 Apache 2.0 许可证),允许开发者通过自然语言指令控制 Android 手机执行自动化任务。截至 2026 年 10 月 18 日,该项目已获得 12,338 个 Star 和 1,430 个 Fork。

关键数据

12,338GitHub Stars截至 2026-10-18
1,430GitHub Forks截至 2026-10-18
99%AndroidWorld 成绩基准测试

核心工作机制

Artemis 的核心工作机制是结合屏幕截图与 Android 暴露的 UI 结构(如按钮和字段列表)来规划下一步操作。当无法通过 UI 结构锁定目标元素时,系统会回退到坐标和视觉识别来完成交互。

接入方式与运行要求

在接入方式上,开发者可以通过命令行(CLI)、Python 脚本或 MCP(模型上下文协议)将其与 Claude Code 等 AI 开发环境集成。运行该项目需要配备 Python 3.12 或更高版本的环境,以及开启 USB 调试的 Android 真机或模拟器,同时必须提供多模态大模型的 API 密钥。这意味着,虽然自然语言指令将自动化测试和跨应用任务执行的门槛大幅降低,但其实际运行成本受制于底层多模态大模型的 API 调用开销。

开源合规性摩擦

在快速积累社区关注度的同时,Artemis 也经历了开源代码归属的合规性摩擦。法国初创公司 Minitap 曾指出 Artemis 仓库中部分代码源自其开源项目 mobile-use 且初期未署名。随后,Artemis 的 README 于 9 月 12 日补充了对该项目的引用。

资料显示,Artemis 在 AndroidWorld 基准测试中取得了 99% 的成绩。

RELATED STORIES

继续阅读

围绕「Google」,继续阅读相关内容。

ARTICLE RECORD

转载说明

转载请注明文章出处。

TOPICS · 05

文章标签