App 改版後,開發者往往需要重新走一遍登入、切換頁面、填寫表格等流程,確認介面沒有出錯。放在 Google GitHub 組織下的開源專案 ARTEMIS,就是嘗試把這些操作交給人工智能:開發者輸入自然語言指令,系統便可在接駁電腦的 Android 手機或模擬器上讀取畫面、點選按鈕及切換應用程式,協助執行測試。
ARTEMIS 並不是安裝在手機後便能獨立運作的消費級 AI 助手,而是一套由電腦、Android 裝置及人工智能模型配合使用的開發工具。專案以 Apache License 2.0 開源,使用者需要自行準備環境及模型服務金鑰;它與手機內建、由 Gemini 代為完成日常任務的功能並非同一套系統。
手機讀取介面,電腦把截圖交給 AI
根據專案說明,ARTEMIS 會在 Android 裝置安裝名為 Artemis Accessibility Helper 的無障礙服務,讀取畫面上的按鈕及介面層級,讓電腦端知道哪些元件可以操作。系統會優先利用介面索引定位目標,必要時再以座標或視覺辨識補充,並可跨應用程式執行多個步驟,而不是只在單一 App 內重播固定點擊位置。
畫面分析則由電腦端與人工智能模型配合完成。官方文件特別區分兩者:手機小幫手只監聽手機本機的回環地址,本身不會向外傳送資料;截圖是由電腦端程式,送往使用者自行設定的雲端模型。因此,「手機上有一個小幫手」不等於所有運算都在手機內完成,畫面內容仍會離開本地裝置。
ARTEMIS 亦可透過模型上下文協定 MCP,接入人工智能編程工具,讓編寫程式與操作測試裝置的流程互相配合。專案列出的功能包括收集 Android 系統記錄 Logcat、擷取畫面,以及在本機網頁控制台查看裝置連線、即時投屏和任務回放。對開發者而言,重點不只是讓 AI 幫忙按幾個掣,而是把改程式後的操作驗證,接回原有開發流程。
以登入功能的回歸測試為例,開發者可以要求系統打開登入頁、輸入測試帳號,再檢查登入後是否出現異常彈窗,並傳回最終畫面。這是文件描述的使用情境,並非本刊實測。即使系統能夠自動走完整段流程,也不代表已驗證所有裝置、網絡狀況或邊緣情況,仍不能把它視為全面取代人工測試的保證。

支援 Android 實機及模擬器,安裝預設會修改開發工具設定
現階段 ARTEMIS 只支援 Android,iOS 仍列於專案路線圖。使用實體手機時,需要以 USB 接駁電腦並開啟 USB 偵錯;不想直接使用手機,亦可按文件使用 Android 模擬器。電腦端需要 Python 3.12 或更新版本,專案提供 macOS、Linux 及 Windows 啟動腳本,協助準備 ADB、scrcpy、FFmpeg 等工具。
使用者還要在環境設定填入至少一組人工智能服務金鑰,才能呼叫模型。文件列出的供應商設定包括 Google/Gemini、OpenAI、Anthropic、OpenRouter 及 xAI。所謂「一鍵安裝」主要是簡化環境準備,不代表毋須模型帳戶,也不代表雲端推理必然免費;實際費用及資料處理方式,取決於使用者選擇的服務。
安裝時另一個值得留意的地方,是腳本會詢問是否立即安裝 MCP 設定及規則,提示為 Install MCP configuration & rules now? [Y/n]:,直接按 Enter 會採用預設的「是」。相關設定可寫入 Antigravity、Cursor、Claude Code、Codex、Windsurf、VS Code、Cline/Roo 及 OpenClaw 等工具的使用者層級全域設定。這裡的「全域」是各工具在使用者目錄下的設定,而不是整個作業系統的政策;只想先試用、不想修改現有開發環境,可以回答 n 跳過。
小幫手會常駐,螢幕預設保持喚醒,宜用備用測試機
Artemis Accessibility Helper 安裝後,會在通知欄顯示執行狀態,並在 Android 無障礙設定中出現對應服務。文件說明,系統可在首次執行任務時自動安裝小幫手;若不希望在個人或共用手機上自動安裝,可以把環境設定 ARTEMIS_HELPER_AUTO_INSTALL 改為 false。需要移除時,專案亦提供 uv run artemis helper uninstall 指令。
螢幕設定同樣需要留意。環境範本的 ARTEMIS_KEEP_DEVICE_AWAKE 預設為 true,讓手機保持喚醒,避免測試期間因畫面關閉而中斷操作;若希望手機按照原有系統逾時設定關閉畫面,可改為 false。這些選項意味著,試用完畢後不應只關閉電腦視窗,還應檢查手機上的服務及相關設定是否仍然保留。
由於 AI 需要查看截圖,而畫面會送往所設定的雲端模型,較穩妥的做法是使用備用手機、專用測試機或模擬器,配合測試帳號及非敏感資料,避免把私人訊息、相片、公司資料或真實客戶內容帶入測試流程。專案路線圖雖然列有利用裝置端輕量視覺模型進行本地執行的方向,但不能因此把目前版本當成完全離線、資料不會離開電腦的工具。
ARTEMIS 展示的是另一種 App 測試方式:開發者描述想驗證的流程,再由 AI 讀取當下畫面並決定下一步操作。不過,接駁測試裝置、設定模型金鑰、管理開發工具設定,以及決定哪些資料可以送往雲端,仍然需要使用者自行掌握。

