DroidRun：解锁AI手机自动化

DroidRun：手机AI自动化

技术突破：从“看网页”到“动手机”

DroidRun是一个通过LLM代理控制Android设备的强大框架。它使用自然语言命令自动化Android设备交互。传统自动化工具如BrowserUse聚焦网页操作，ComputerUse处理桌面任务，而DroidRun首次打通LLM与移动OS的闭环。

功能亮点

• 使用自然语言命令控制Android设备
• 支持多个LLM提供商（OpenAI、Anthropic、Gemini）
• 易于使用的CLI
• 用于自定义自动化的可扩展Python API

快速上手DroidRun

安装前置条件

• Android设备（需开启开发者模式/USB调试）
• Python 3.8+（推荐Anaconda环境）
• 依赖库安装：

  pip install droidrun
  

安装ADB

• Windows：下载ZIP包(https://developer.android.com/studio/releases/platform-tools)
• macOS：brew install android-platform-tools
• Linux：sudo apt install adb (Ubuntu/Debian) 或 sudo pacman -S android-tools (Arch)
  安装好后，配置环境变量

安装DroidRun Portal应用

DroidRun需要Android设备上安装DroidRun Portal应用程序：

1. 从DroidRun Portal存储库下(https://github.com/droidrun/droidrun-portal)载DroidRun门户APK
2. 使用DroidRun安装应用程序：

droidrun setup --path=/path/to/droidrun-portal.apk

或者使用ADB安装：

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

设置API Keys

在工作目录创建.env文件，设置环境变量：

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"

从.env文件加载环境变量：

source .env

连接Android设备

# 设备列表
droidrun device
# 连接你的设备
droidrun connect 192.168.0.1

验证设置

droidrun status

使用CLI

基本方式

droidrun "打开设置应用程序"

使用选项

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

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

# 使用 Gemini
droidrun "安装并打开Instagram" --provider gemini --model gemini-2.0-flash

附加选项

# 指定设备
droidrun "打开Chrome浏览器并搜索天气" --device yourdevice1

# 设置最大步数
droidrun "打开设置并启用黑暗模式" --steps 20

Python脚本示例

#!/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

# Load environment variables from .env file
load_dotenv()

async def main():
    # Create an LLM instance (choose your preferred provider)
    llm = LLMReasoner(
        llm_provider="gemini",  # 可以使用 "openai", "anthropic", or "gemini"
        model_name="gemini-2.0-flash",  # 选择模型
        api_key=os.environ.get("GEMINI_API_KEY"),  # 获取API秘钥
        temperature=0.2
    )
    
    # 创建并运行 agent
    agent = ReActAgent(
        task="Open the Settings app and check the Android version",
        llm=llm
    )
    
    steps = await agent.run()
    print(f"Execution completed with {len(steps)} steps")

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