cloud-phone-automation Agent Skill 为助手内置了一套面向真实应用的操作规范,让它稳定完成任务,而不是靠猜。

为什么需要 Skill

MCP 给助手工具,Skill 教它怎么用好。没有它,助手会对着截图猜坐标、沿用过时的信息。Skill 定下了这套规范:

1. List —— device_list 查看云机,挑一台
2. Use —— device_use 绑定到会话
3. Inspect —— ui_inspect 取语义树,读取元素标识、文本、resource-id
4. 按元素动作 —— ui_tap / ui_type 传语义选择器;坐标只是最后兜底
5. 等待自愈 —— 动作后 ui_wait;快照失效就重新 inspect,绝不沿用旧标识

Skill 强制的关键规则

• 语义优先:元素标识在快照内稳定;坐标随分辨率与布局漂移。
• 快照时效:界面一变,旧元素标识即失效 —— 先重新 inspect 再动作。
• 能力感知:检查 status 能力位;缺 textInput(降级档)时中文输入不可靠 —— 换设备或提示用户。
• 长操作走异步:安装与文件传输返回任务 id —— 轮询,不阻塞。
• 一次 inspect 多次动作:稳定界面内复用快照连续动作;界面变化再重新 inspect。

安装

Claude Code —— 把 Skill 放进 skills 目录:

mkdir -p ~/.claude/skills/cloud-phone-automation
curl -fsSL https://www.waitpid.ai/skills/cloud-phone-automation/SKILL.md \
  -o ~/.claude/skills/cloud-phone-automation/SKILL.md

再接上 MCP server(remote endpoint 或 wp_cli mcp)。当你让 Claude 操作云机时,Skill 自动生效。

其他 agent —— 把 SKILL.md 内容粘进 agent 的 system prompt 或规则文件;工作流是纯 Markdown,原样即用。

示例会话

你:在 42 号设备打开设置并开启飞行模式

Agent:
  device_use { device: "42" }
  app_launch { package: "com.android.settings" }
  ui_inspect                      → 找到「网络和互联网」
  ui_tap { text: "网络和互联网" }
  ui_wait { text: "飞行模式" }
  ui_tap { text: "飞行模式" } ✓

agent 逐条陈述工具调用,每个动作都在服务端以你的凭据留痕审计。