Android Harness

Sanuu

เกี่ยวกับแอปนี้

AndroidHarness คือเอเจนต์เขียนโค้ดที่ทำงานบนโทรศัพท์ของคุณ มันสามารถทำงานกับโปรเจ็กต์จริงได้โดยตรงจากอุปกรณ์: อ่านและแก้ไขไฟล์ รันคำสั่งเชลล์ ควบคุม Git ควบคุมเบราว์เซอร์ และรันเครื่องมือ MCP ไม่จำเป็นต้องใช้พีซี

โอเพนซอร์สภายใต้ใบอนุญาต MIT: https://github.com/Sanuu7/AndroidHarness

รันไทม์ของเอเจนต์

สนทนากับเอเจนต์เขียนโค้ด: การตอบสนองแบบเรียลไทม์ บล็อกความคิด และการ์ดเครื่องมือแบบโต้ตอบ แนบทักษะ โค้ด และไฟล์ PDF จัดคิวการติดตามระหว่างการทำงานหรืออนุมัติการดำเนินการจากการแจ้งเตือน จุดตรวจสอบยังคงอยู่แม้แอปจะรีสตาร์ท การวางแผนแบบคู่จะตรวจสอบและวางแผนก่อนการดำเนินการ บริการเบื้องหน้าช่วยให้การทำงานยังคงดำเนินต่อไปแม้หน้าจอจะปิด

57 เครื่องมือในตัว

- ไฟล์: อ่านไฟล์ เขียนไฟล์ แก้ไขไฟล์ แก้ไขหลายไฟล์ (ค้นหาและแทนที่แบบคลุมเครือ) ใช้แพทช์พร้อมการย้อนกลับ grep ค้นหาไฟล์ ข้อมูลไฟล์ คัดลอกแบบกลุ่ม ย้าย ลบ

- เชลล์: เชลล์ที่มีการกำหนดเวลาหมดอายุและการล้างกลุ่มกระบวนการ ตัวจัดการเดมอนพื้นหลัง (shell_background, bg_list, bg_kill)

- กิต: git_status, git_diff, git_log, git_show (ดูแพทช์), git_commit, git_branch, git_branch_manage, git_checkout, git_push พร้อมการซ่อมแซมอัปสตรีม, git_pull
- ระบบและการวินิจฉัย: read_logcat พร้อมตัวกรองแพ็กเกจและแท็ก ชุดทดสอบตัวเองของ doctor การตรวจสอบสถานะสภาพแวดล้อม
- วิชั่นและเว็บ: read_image สำหรับโมเดลวิชั่น การดึงข้อความจาก PDF, web_search (ไม่ต้องใช้คีย์, Brave, Tavily), web_fetch, http_request พร้อมการตรวจจับไบนารี

- เอเจนต์และหน่วยความจำ: memory_read, memory_write, memory_search, การติดตาม todo_write แบบเรียลไทม์, ask_user prompts, task (subagent แบบขนาน), pkg_search, pkg_install, pkg_list

โปรโตคอลบริบทโมเดล (MCP)

เชื่อมต่อระบบนิเวศเครื่องมือภายนอกผ่าน MCP:
- เชื่อมต่อเซิร์ฟเวอร์ผ่าน stdio, HTTP และ Server-Sent Events (SSE)

- นำเข้าการกำหนดค่าโดยการวาง Claude Desktop หรือ MCP JSON
- เซิร์ฟเวอร์เปิดเผยเครื่องมือที่กำหนดเองแบบไดนามิกให้กับรันไทม์ของเอเจนต์

OAuth 2.0 ในตัวผ่าน Chrome Custom Tabs สำหรับบริการที่ต้องมีการตรวจสอบสิทธิ์

การอนุมัติต่อพื้นที่ทำงานและการตรวจสอบความสมบูรณ์ของ HMAC ช่วยปกป้องการทำงาน

เบราว์เซอร์ของเอเจนต์ (13 เครื่องมือ)

การทำงานอัตโนมัติของเบราว์เซอร์แบบ Headless ผ่าน 13 เครื่องมือ: 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 ดูตัวอย่างเว็บแอปด้วย DevTools, เฟรมอุปกรณ์ และแก้ไขข้อผิดพลาดด้วยการแตะเพียงครั้งเดียวกลับไปยังเอเจนต์

ไฟล์, โปรแกรมแก้ไข, เทอร์มินัล

ตัวจัดการไฟล์ในพื้นที่ทำงานพร้อมการเลือกหลายรายการและการทำงานแบบกลุ่ม โปรแกรมแก้ไขโค้ดพร้อมการเน้นไวยากรณ์ (Kotlin, Java, Python, JS, TS, HTML, Shell), หมายเลขบรรทัด, การยกเลิกการกระทำได้ไม่จำกัด, การค้นหาด้วย regex และการบันทึกแบบรักษาการเข้ารหัส โปรแกรมดูความแตกต่างของโค้ดแบบเคียงข้างกัน เซสชันเทอร์มินัลแบบโต้ตอบ

ระบบอัตโนมัติและการสร้าง

ระบบอัตโนมัติพื้นหลังตามกำหนดเวลาผ่าน WorkManager: ตัววางแผนกำหนดเวลา ช่วงเวลาที่ตั้งไว้ล่วงหน้า ประวัติการทำงาน การแจ้งเตือน แดชบอร์ดการสร้างและทดสอบสำหรับคำสั่ง Gradle และชุดทดสอบพร้อมบันทึกแบบเรียลไทม์และการแก้ไขเอเจนต์แบบแตะครั้งเดียวสำหรับการสร้างที่ล้มเหลว

โมเดลและการแคช

การเข้าถึงแบบไม่ต้องใช้คีย์ผ่านผู้ให้บริการ Harness ในตัว หรือใช้คีย์ API สำหรับ Anthropic, Gemini, OpenAI หรือ URL ที่กำหนดเอง แคตตาล็อกแบบเรียลไทม์พร้อมการตรวจสอบความหน่วง ราคาที่แน่นอน และการติดตามต้นทุนแบบเรียลไทม์ การตรวจสอบแคชแบบทันที: จำนวนครั้งที่เข้าถึง จำนวนครั้งที่พลาด โทเค็นการอ่าน/เขียน อัตราการเข้าถึง คิดวิเคราะห์อย่างเป็นระบบ ตั้งแต่ระดับเริ่มต้นจนถึงระดับสูงสุด

ปลอดภัยตั้งแต่การออกแบบ

ระดับการทำงาน: Shizuku, ชุดเครื่องมือ Linux (bash, git, python, node), sh สำรอง นโยบายเชลล์จำกัดการทำงานเฉพาะพื้นที่ทำงาน ตัวแก้ไขความลับจะลบคีย์ API โหมดการอนุญาตสี่โหมด: ยืนยันทั้งหมด, ยืนยันความเสี่ยง, อัตโนมัติเต็มรูปแบบ, เข้าถึงเต็มรูปแบบ ล็อกแอปด้วยไบโอเมตริก

ทักษะและหน่วยความจำ

ทักษะ Markdown 23 รายการ (การวางแผน, TDD, การดีบัก, สถาปัตยกรรม) บวกกับทักษะที่กำหนดเอง การติดตามสิ่งที่ต้องทำแบบเรียลไทม์, การจัดทำดัชนีโค้ดเบสแผนที่ repo, การป้อนข้อมูลด้วยเสียง Groq Whisper, การแยกเซสชัน, หน่วยความจำถาวร

เริ่มต้นใช้งาน

1. ให้สิทธิ์การเข้าถึงพื้นที่จัดเก็บสำหรับไฟล์โครงการ

2. ใช้ผู้ให้บริการแบบไร้คีย์ในตัว หรือป้อนคีย์ API ในการตั้งค่า

3. ตัวเลือกเสริม: เชื่อมต่อ Shizuku เพื่อการเรียกใช้เชลล์ที่มีสิทธิ์พิเศษ

ไม่มีการวิเคราะห์ โฆษณา หรือตัวติดตามใดๆ ข้อมูลจะไหลไปยังปลายทางที่กำหนดค่าไว้เท่านั้น แจ้งปัญหาบน GitHub

มีอะไรใหม่

* 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