Android Harness

Sanuu‏

درباره این برنامه

AndroidHarness یک عامل کدنویسی است که روی گوشی شما نصب می‌شود. این عامل مستقیماً از طریق دستگاه روی پروژه‌های واقعی کار می‌کند: فایل‌ها را می‌خواند و ویرایش می‌کند، دستورات shell را اجرا می‌کند، git را اجرا می‌کند، مرورگر را کنترل می‌کند و ابزارهای MCP را اجرا می‌کند. نیازی به کامپیوتر شخصی نیست.

متن باز تحت مجوز MIT: https://github.com/Sanuu7/AndroidHarness

زمان اجرای عامل

با یک عامل کدنویسی چت کنید: پاسخ‌ها را پخش کنید، بلوک‌های فکری و کارت‌های ابزار تعاملی. مهارت‌ها، کد و فایل‌های PDF را ضمیمه کنید. پیگیری‌ها را در طول اجراها در صف قرار دهید یا اقدامات را از طریق اعلان‌ها تأیید کنید. نقاط بازرسی پس از راه‌اندازی مجدد برنامه باقی می‌مانند. برنامه‌ریزی دوگانه، قبل از اجرا، بازرسی‌ها و برنامه‌ریزی‌ها را انجام می‌دهد. سرویس پیش‌زمینه، اجراها را با خاموش بودن صفحه نمایش زنده نگه می‌دارد.

۵۷ ابزار داخلی

- فایل‌ها: read_file، write_file، edit_file، multi_edit (fuzzy find-replace)، apply_patch با rollback، grep، search_files، file_info، کپی دسته‌ای، جابجایی، حذف. - پوسته: پوسته با زمان‌های انقضا و پاکسازی گروه فرآیند، مدیر پس‌زمینه (shell_background، bg_list، bg_kill).

- گیت: git_status، git_diff، git_log، git_show (مشاهده پچ)، git_commit، git_branch، git_branch_manage، git_checkout، git_push با تعمیر بالادستی، git_pull.

- سیستم و تشخیص: read_logcat با فیلترهای بسته و برچسب، مجموعه خودآزمایی دکتر، کاوشگر env_status.

- بینایی و وب: read_image برای مدل‌های بینایی، استخراج متن PDF، جستجوی وب (بدون کلید، Brave، Tavily)، web_fetch، درخواست http با تشخیص دودویی.

- عامل و حافظه: memory_read، memory_write، memory_search، ردیابی زنده todo_write، درخواست‌های ask_user، وظیفه (زیرعامل‌های موازی)، pkg_search، pkg_install، pkg_list.

پروتکل زمینه مدل (MCP)

اتصال اکوسیستم‌های ابزار خارجی از طریق MCP:
- اتصال سرورها از طریق stdio، HTTP و رویدادهای ارسالی از سرور (SSE).
- وارد کردن پیکربندی‌ها با چسباندن Claude Desktop یا MCP JSON.
- سرورها ابزارهای سفارشی را به صورت پویا در زمان اجرای عامل قرار می‌دهند.
- OAuth 2.0 داخلی از طریق Chrome Custom Tabs برای سرویس‌های احراز هویت شده.
- تأییدیه‌های هر فضای کاری و اعتبارسنجی یکپارچگی HMAC از اجرا محافظت می‌کنند.

مرورگر عامل (۱۳ ابزار)

اتوماسیون مرورگر بدون سر در ۱۳ ابزار: browser_navigate، browser_click، browser_type، browser_scroll، browser_wait_for، browser_eval، browser_get_logs، browser_screenshot، browser_back، browser_forward، browser_refresh، browser_get_url، browser_get_dom. پیش‌نمایش برنامه‌های وب با DevTools، فریم‌های دستگاه و تعمیر اشکال با یک ضربه به عامل.

فایل‌ها، ویرایشگر، ترمینال

مدیر فایل فضای کاری با عملیات چند انتخابی و دسته‌ای. ویرایشگر کد با هایلایت کردن سینتکس (Kotlin، Java، Python، JS، TS، HTML، Shell)، شماره خط، undo نامحدود، جستجوی regex و ذخیره با حفظ رمزگذاری. نمایشگر تفاوت بصری در کنار هم. جلسات ترمینال تعاملی.

اتوماسیون‌ها و ساخت

اتوماسیون‌های زمان‌بندی شده در پس‌زمینه از طریق WorkManager: برنامه‌ریز زمان‌بندی، فواصل از پیش تعیین شده، تاریخچه اجرا، هشدارها. داشبورد ساخت و تست برای دستورات Gradle و مجموعه‌های تست با گزارش‌های زنده و رفع اشکال عامل با یک ضربه برای ساخت‌های ناموفق.

مدل‌ها و ذخیره‌سازی داده‌ها

دسترسی بدون کلید از طریق ارائه‌دهنده داخلی Harness، یا آوردن کلیدهای API برای Anthropic، Gemini، OpenAI یا URLهای سفارشی. کاتالوگ زنده با پروب‌های تأخیر، قیمت‌گذاری دقیق و ردیابی هزینه در زمان واقعی. نظارت سریع بر حافظه پنهان: موفقیت‌ها، شکست‌ها، توکن‌های خواندن/نوشتن، نرخ موفقیت. نردبان‌های فکری از حالت خاموش تا فوق‌العاده.

ایمن از نظر طراحی

لایه‌های اجرا: Shizuku، زنجیره ابزار لینوکس (bash، git، python، node)، toybox sh fallback. سیاست Shell عملیات را به فضای کاری محدود می‌کند. ویرایشگر مخفی کلیدهای API را پاک می‌کند. چهار حالت مجوز: تأیید همه، تأیید ریسک، خودکار کامل، دسترسی کامل. قفل برنامه بیومتریک.

مهارت‌ها و حافظه

۲۳ مهارت markdown بسته‌بندی شده (برنامه‌ریزی، TDD، اشکال‌زدایی، معماری) به علاوه مهارت‌های سفارشی. ردیابی زنده todo، فهرست‌بندی پایگاه کد نقشه repo، ورودی صوتی Groq Whisper، انشعاب جلسه، حافظه پایدار.

شروع کار

۱. اعطای دسترسی ذخیره‌سازی برای فایل‌های پروژه.

۲. استفاده از ارائه‌دهنده داخلی بدون کلید یا وارد کردن یک کلید API در تنظیمات.

۳. اختیاری: اتصال Shizuku برای اجرای پوسته ممتاز.

بدون تجزیه و تحلیل، تبلیغات یا ردیاب. جریان داده‌ها فقط به نقاط انتهایی پیکربندی شده. گزارش مشکلات در GitHub.

تازه‌ها

* Added Subagent controls, SSH workspaces, CodeGraph, Caveman modes, encrypted backup, and Permission manager
* Added generation speed and first-token delay reports
* Added keyless Kilo and Polinations providers
* Enabled Screenshots by default
* Improved streaming, UI, background service, checkpoints, and security
* Fixed Browser, Git, WebFetch, file tools, patching, Subagents, and crashes