DroidRun 是一个强大的开源框架，可以让用户通过自然语言命令控制 Android 设备。它利用大型语言模型（LLM）来自动化设备交互，让操作变得更直观、高效。不管你是开发者还是普通用户，DroidRun 都能帮助你简化与 Android 设备的互动。本文将详细介绍 DroidRun 的功能、安装步骤、使用方法，并通过实例展示它的实用性。全文内容基于 DroidRun 的实际特性，旨在为你提供清晰且实用的信息。

什么是 DroidRun？

DroidRun 是一个专为 Android 设备设计的控制工具，它的核心在于通过自然语言实现自动化操作。传统的 Android 操作需要手动点击或编写复杂脚本，而 DroidRun 让你可以用简单的语句，比如“打开设置”或“检查电池电量”，来完成任务。它支持多种语言模型提供商，例如 OpenAI、Anthropic 和 Google Gemini，用户可以根据需求选择合适的模型。

这个框架不仅提供了一个直观的命令行界面（CLI），还包括一个灵活的 Python API，适合需要自定义功能的进阶用户。此外，DroidRun 还能分析设备截图，帮助用户了解屏幕上的视觉状态。这使得它在自动化任务、UI 测试甚至远程协助中都非常实用。

DroidRun 的核心功能

DroidRun 的功能设计旨在让 Android 操作更简单高效。以下是它的主要特点：

1. 用自然语言控制设备

DroidRun 的最大亮点是支持自然语言命令。你可以直接告诉它“打开相机”或“发送一条消息”，它会自动解析并执行。这种方式特别适合不熟悉技术细节的用户。

2. 支持多种语言模型

它兼容多个 LLM 提供商，包括 OpenAI、Anthropic 和 Google Gemini。你可以根据预算或性能需求选择模型，比如用 OpenAI 的 GPT-4o-mini 处理复杂任务，或用 Google Gemini 的轻量模型完成简单操作。

3. 简单易用的命令行界面

DroidRun 的命令行工具（CLI）设计得很直观。输入一条命令，比如 `droidrun “打开浏览器””，它就会立即执行。新手也能快速上手。

4. 灵活的 Python API

对于有编程基础的用户，DroidRun 提供了一个可扩展的 Python 接口。你可以用 Python 编写脚本，实现更复杂的自动化任务，比如连续执行多个操作。

5. 截图分析功能

DroidRun 可以读取设备屏幕截图并分析内容。这对需要视觉反馈的任务很有帮助，比如检查某个按钮是否显示在屏幕上，或者验证应用界面是否正常。

如何安装 DroidRun？

安装 DroidRun 并不复杂，但需要一些准备工作。以下是详细步骤：

安装方式

方法 1：通过 PyPI 安装（推荐）

最简单的方法是使用 Python 的包管理工具 pip：

pip install droidrun

这种方式适合大多数用户，安装过程快速且稳定。

方法 2：从源代码安装

如果你想使用最新版本或参与开发，可以从 GitHub 获取源代码：

git clone https://github.com/droidrun/droidrun.git
cd droidrun
pip install -e .

这种方法需要额外的手动操作，但能让你接触到最新功能。

准备工作

在安装和使用 DroidRun 之前，你需要完成以下准备：

  1. Android 设备
    准备一台通过 USB 或 Wi-Fi（ADB over TCP/IP）连接到电脑的 Android 设备。

  2. ADB 工具
    ADB（Android Debug Bridge）是 DroidRun 与设备通信的关键。安装方法如下：

    • Windows：从 Android SDK 官网 下载 Platform Tools，解压后将路径添加到系统环境变量。
    • macOS：用 Homebrew 安装：brew install android-platform-tools。
    • Linux：用包管理器安装，例如 sudo apt install adb（Ubuntu）。

    安装后，运行以下命令确认：

    adb version

  3. 启用 USB 调试
    在 Android 设备上：

    • 打开 设置 → 关于手机。
    • 连续点击 版本号 7 次，激活开发者选项。
    • 进入 设置 → 系统 → 开发者选项，开启 USB 调试。

  4. DroidRun Portal 应用
    在设备上安装 DroidRun Portal 应用（后面会详细说明）。

  5. API 密钥
    你需要从支持的 LLM 提供商（OpenAI、Anthropic 或 Google Gemini）获取一个 API 密钥。

设置 DroidRun 的步骤

安装完成后，还需要进行一些配置才能开始使用。

1. 安装 DroidRun Portal 应用

DroidRun 需要在 Android 设备上运行一个辅助应用：

  • 从 DroidRun Portal 仓库 下载 APK 文件。
  • 用以下命令安装：

    droidrun setup --path=/path/to/droidrun-portal.apk
  • 或者用 ADB 手动安装：

    adb install -r /path/to/droidrun-portal.apk

2. 配置 API 密钥

你需要告诉 DroidRun 使用哪个语言模型的密钥。方法是在工作目录下创建 .env 文件，内容如下：

export OPENAI_API_KEY="your_openai_api_key_here"
export ANTHROPIC_API_KEY="your_anthropic_api_key_here"
export GEMINI_API_KEY="your_gemini_api_key_here"

然后加载环境变量：

source .env

3. 连接 Android 设备

用 USB 连接设备，或通过 Wi-Fi 使用无线 ADB：

# 查看已连接设备
droidrun devices

# 通过 Wi-Fi 连接（假设设备 IP 为 192.168.1.100）
droidrun connect 192.168.1.100

4. 检查设置是否正确

运行以下命令，确保一切正常：

droidrun status

如果显示设备信息和 Portal 状态，说明配置成功。

如何使用 DroidRun 的命令行界面？

DroidRun 的 CLI 是最直接的使用方式，以下是操作方法：

基本用法

输入任务描述即可：

droidrun "打开设置应用"

DroidRun 会自动完成操作。

指定语言模型

你可以选择特定的 LLM 提供商和模型：

# 用 OpenAI 的 GPT-4o-mini
droidrun "打开计算器" --provider openai --model gpt-4o-mini

# 用 Anthropic 的 Claude
droidrun "检查电池电量" --provider anthropic --model claude-3-sonnet-20240229

# 用 Google Gemini
droidrun "打开 Instagram" --provider gemini --model gemini-2.0-flash

其他实用选项

  • 指定设备（如果连接了多台设备）：

    droidrun "打开浏览器" --device abc123
  • 设置最大操作步骤：

    droidrun "启用深色模式" --steps 20

用 Python 编写 DroidRun 脚本

如果你需要更复杂的控制，可以用 Python 编写脚本。以下是一个简单示例：

#!/usr/bin/env python3
import asyncio
import os
from droidrun.agent.react_agent import ReActAgent
from droidrun.agent.llm_reasoning import LLMReasoner
from dotenv import load_dotenv

# 加载环境变量
load_dotenv()

async def main():
    # 创建 LLM 实例
    llm = LLMReasoner(
        llm_provider="gemini",
        model_name="gemini-2.0-flash",
        api_key=os.environ.get("GEMINI_API_KEY"),
        temperature=0.2
    )
    
    # 创建代理并运行任务
    agent = ReActAgent(
        task="打开设置并检查 Android 版本",
        llm=llm
    )
    
    steps = await agent.run()
    print(f"任务完成，共执行 {len(steps)} 步")

if __name__ == "__main__":
    asyncio.run(main())

保存为 test_droidrun.py，确保 .env 文件中有 API 密钥，然后运行：

python test_droidrun.py

这个脚本会自动打开设置并查找 Android 版本信息。

遇到问题怎么办？

以下是一些常见问题的解决方法：

1. API 密钥错误

如果提示密钥无效：

  • 检查 .env 文件中的密钥是否正确。
  • 确保密钥对应所选提供商，且有权限。
  • 确认已运行 source .env。

2. 设备连接失败

如果设备未被识别：

  • 确保 USB 调试已开启。
  • 运行 adb devices 检查设备是否显示。
  • 对于 Wi-Fi 连接，确认设备和电脑在同一网络。

3. 使用了错误的模型

如果默认模型不符合预期：

  • 用 --provider 指定提供商，例如 --provider gemini。
  • 检查环境变量是否正确设置。

DroidRun 的实际应用场景

DroidRun 的用途非常广泛，以下是一些例子：

  • UI 测试：开发者可以用它自动测试应用界面。
  • 简化操作：为非技术用户创建简单的工作流程。
  • 重复任务：自动检查电量或打开常用应用。
  • 远程帮助：协助他人完成设备设置。
  • 界面探索：用自然语言探索 Android 系统。

DroidRun 的未来展望

DroidRun 团队计划进一步完善这个工具，包括：

  • 增强上下文记忆，支持更复杂的任务。
  • 改进截图分析，提升 UI 识别能力。
  • 增加与其他框架的集成，如 LangChain。

总结

DroidRun 是一个实用的工具，它让 Android 设备的控制变得更简单、直观。通过自然语言命令、灵活的接口和强大的功能，它适合各种用户群体。不管你是想自动化任务还是探索设备功能，DroidRun 都能提供帮助。试试安装并使用它，看看它能为你的 Android 体验带来什么改变吧！