
Appium 你用了多少年？

它从 2013 年到现在，12 年了。

12 年里，移动端自动化测试的格局基本没变——Appium 统治一切。

但说实话，**Appium 不好用**。

写个测试脚本，要找元素 ID、写 XPath、处理弹窗、适配各种屏幕。脚本写完比业务代码还长，UI 一改全崩。

12 年了，一直如此。

直到最近，我发现了一个开源项目——**让我觉得移动端自动化测试的范式，可能真的要变了。**

## 它叫 agent-device

Callstack 出品，MIT 开源，JPMorgan Chase、Expensify、Shopify 的团队都在用。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/cd2ebe19fca459f9da3d21da2bba543c.png)


一句话介绍：**它是一款开源给 AI Agent 用的设备自动化 CLI，iOS、Android、TV、桌面全覆盖**，目前在Github上，该项目star数接近4k。

安装方式（Node.js 版本需大于22.12）：
```bash
npm install -g agent-device@latest
agent-device doctor
agent-device --version
agent-device help workflow
```

注意——**它不是另一个 Appium。**

Appium 的逻辑：你写脚本，一步步告诉它怎么点、怎么填。

agent-device 的逻辑完全不同：**你把它交给 AI Agent（Codex、Claude Code），Agent 自己看屏幕、找按钮、做操作。**

agent-device 只干一件事——当 Agent 的"眼睛"和"手"。

## 为什么我觉得它可能改变格局？

先说我的判断：**不是技术比 Appium 更强，是思路根本不一样。**

Appium 时代，测试的核心能力是"写脚本"——你得会 XPath、懂定位策略、处理等待逻辑。

agent-device 时代，测试的核心能力变成"描述意图"——你说"验证登录功能正常"，Agent 自己看屏幕、找元素、点按钮、判断结果。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/f1728ac4c230ef04201580d038c2d832.png)


这不是优化，**是范式转移**。

就像从"手写汇编"到"用高级语言"——不是汇编不好，是抽象层变了。

## 三个我觉得很聪明的设计

**第一，语义化引用。**

agent-device 截取屏幕快照后，给每个可交互元素分配一个引用——`@e1`、`@e2`、`@e3`。

Agent 不需要写 XPath，只需要说"点击 @e3"。

```bash
agent-device snapshot -i
# @e1 [heading] "Settings"
# @e2 [button] "Sign In"
# @e3 [text-field] "Email"

agent-device fill @e3 "test@example.com"
```

XPath 会因为 UI 改版而失效。但基于无障碍树的引用，**稳定性高一个量级**。

**第二，证据收集不只是截图。**

日志、网络流量、性能采样、崩溃上下文、React 渲染 profile——全自动收集。

这意味着 Agent 不只是"操作完了"，还能**自证清白**。出了 bug 要复盘？证据链一条不少。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/0a37facbbd8a92bc70d5c13ce17dc68f.png)


**第三，探索变回放。**

Agent 探索完一遍操作流程，自动录制成 `.ad` 脚本，之后 CI 反复跑。

**探索时靠 AI，回归时靠脚本**——两个阶段各取所长。

## 但别急着吹，它也有短板

**第一，需要 AI Agent 驱动。**

你得有 Codex 或 Claude Code。没有 Agent，它就是一个 CLI，价值砍半。

**第二，吃 App 的无障碍标签。**

它依赖 accessibility tree。如果 App 没做无障碍适配，元素全标"button"，Agent 也抓瞎。

**第三，生态还处在早期。**

虽然已经有大厂在用，但文档、教程、社区最佳实践还在积累。碰到坑，你得自己趟。

## 我的判断

**它不会立刻替代 Appium——但代表了 Appium 之后的方向。**

Appium 解决的问题是"怎么让机器按步骤操作手机"。

agent-device 解决的问题是"**怎么让 AI 像人一样看屏幕、理解界面、自主操作**"。

这两件事，根本不在一个层面上。

未来两三年，移动端测试的核心能力，会从"写自动化脚本"转向"编排 AI Agent 做验证"。agent-device 不是终局，但它可能是**推倒多米诺骨牌的那只手**。

如果你在做移动端测试，建议现在就去 GitHub 看看，跑一遍 Demo。

**别等到所有人都在用的时候，你才反应过来。**


GitHub 项目地址：`github.com/callstack/agent-device`

---

以上，既然看到这里了，如果觉得不错，随手**点个赞、在看、转发**三连吧，如果想第一时间收到推送，也可以给我个**星标**⭐～  谢谢你看我的文章，我们，下次再见。

写个测试脚本，要找元素 ID、写 XPath、处理弹窗、适配各种屏幕。脚本写完比业务代码还长，UI 一改全崩。

推荐一款开源工具：让 AI Agent 替你做 iOS、Android 自动化测试，能平替 Appium？

测试

客户端

探索移动端自动化测试新范式！agent-device颠覆传统Appium模式，让AI自主操作设备，无需繁琐脚本。支持iOS/Android/TV/桌面，MIT开源，被JPMorgan等大厂采用。基于语义化引用和无障碍树，稳定性更高，自动收集完整证据链。虽然生态早期，但代表未来方向——从写脚本转向编排AI验证。立即体验GitHub开源项目，抢占技术先机！

代码解释

Android

GitHub

Agent

React

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

探索移动端自动化测试新范式！agent-device颠覆传统Appium模式，让AI自主操作设备，无需繁琐脚本。支持iOS/Android/TV/桌面，MIT开源，被JPMorgan等大厂采用。基于语义化引用和无障碍树，稳定性更高，自动收集完整证据链。虽然生态早期，但代表未来方向——从写脚本转向编排AI验证。立即体验G...

推荐一款开源工具：让 AI Agent 替你做 iOS、Android 自动化测试，能平替 Appium？-腾讯云开发者社区-腾讯云

推荐一款开源工具：让 AI Agent 替你做 iOS、Android 自动化测试，能平替 Appium？

推荐一款开源工具：让 AI Agent 替你做 iOS、Android 自动化测试，能平替 Appium？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐