FIRERPA Android ｜ AI-संचालित स्वचालन

एक ऑल-इन-वन Android स्वचालन ढांचा जो डिवाइस-स्थित सेवाओं, AI-तैयार एजेंटों और विस्तार योग्य टूल आह्वान को जोड़ता है।

दस्तावेज़ | 使用文档 | TELEGRAM | QQ समूह | SKILLS | llms-full.txt | 中文版本

FIRERPA एक ऑल-इन-वन Android डिवाइस नियंत्रण प्लेटफ़ॉर्म है। सर्वर सीधे डिवाइस पर चलता है जिसमें कोई अतिरिक्त रनटाइम निर्भरता नहीं होती; यह Android की कई पीढ़ियों का समर्थन करता है और रूट के साथ या बिना रूट काम करता है। PC पक्ष पर, Python क्लाइंट लाइब्रेरी एक ही सेवा और API के माध्यम से UI स्वचालन, दूरस्थ संचालन, ट्रैफ़िक कैप्चर, Hook-आधारित रिवर्स इंजीनियरिंग, नेटवर्क प्रॉक्सीिंग, वितरित नेटवर्किंग, AI एजेंट और MCP को व्यवस्थित करती है। Appium, mitmproxy, frida-server, adb, uiautomator2 और तदर्थ स्क्रिप्ट्स व ऑप्स टूल्स को जोड़ने की तुलना में, FIRERPA क्षमताओं का एक स्रोत, एकीकृत कॉन्फ़िगरेशन, जुड़े हुए कार्यप्रवाह और मल्टी-डिवाइस, दीर्घकालिक, उत्पादन उपयोग के लिए निर्मित स्टैक प्रदान करता है।

रिमोट डेस्कटॉप और लाइव स्ट्रीमिंग

FIRERPA एक ब्राउज़र-आधारित रिमोट डेस्कटॉप प्रदान करता है: समर्पित PC क्लाइंट स्थापित किए बिना, LAN या नेटवर्कों के पार, डिवाइस को वास्तविक समय में देखें और नियंत्रित करें। स्ट्रीमिंग सॉफ़्टवेयर और हार्डवेयर एन्कोडिंग बैकएंड के साथ MJPEG और H.264 दोनों का समर्थन करती है। फ़्रेम दर (60fps तक), रिज़ॉल्यूशन स्केल, बिटरेट और गुणवत्ता को डिवाइस क्षमता और नेटवर्क स्थितियों के अनुसार समायोजित किया जा सकता है—जिससे बैंडविड्थ कम होती है और कमज़ोर कड़ियों पर सुगमता बढ़ती है। WebRTC का भी समर्थन है, जिसमें सार्वजनिक या क्रॉस-क्षेत्रीय सेटअपों में बेहतर NAT ट्रैवर्सल और कम एंड-टू-एंड विलंबता के लिए कॉन्फ़िगर करने योग्य STUN/TURN सर्वर शामिल हैं।

रिमोट डेस्कटॉप सहयोगी डीबगिंग, डेमो और प्रशिक्षण के लिए मल्टी-यूज़र समवर्ती पहुँच का समर्थन करता है। द्विदिश क्लिपबोर्ड साझाकरण और लाइव ऑडियो (Android 10+) शामिल हैं, साथ ही एक एकीकृत टर्मिनल, ड्रैग-एंड-ड्रॉप अपलोड और ब्राउज़र-आधारित फ़ाइल ब्राउज़िंग व डाउनलोड—सब एक ही पोर्ट पर। अंतर्निहित विज़ुअल लेआउट निरीक्षण तत्वों को हाइलाइट करता है, Tab नेविगेशन का समर्थन करता है, निर्देशांक और RGB मान दिखाता है, और XML लेआउट ट्री निर्यात करता है ताकि आप उसी UI में सेलेक्टर और स्वचालन तर्क को मान्य कर सकें, जिससे स्क्रीन से स्क्रिप्ट तक का चक्र छोटा हो जाता है।

रिमोट डेस्कटॉप और RPC एंड-टू-एंड TLS और सेवा-प्रमाणपत्र अभिगम नियंत्रण का समर्थन करते हैं, सार्वजनिक नेटवर्क पर जोखिम कम करने के लिए वैकल्पिक कस्टम WebUI लॉगिन पासवर्ड के साथ। रिमोट डेस्कटॉप क्षमताओं को WebSocket (लाइव वीडियो, टच, टर्मिनल, कुंजियाँ, आदि) पर आपके अपने वेब ऐप्स में भी एम्बेड किया जा सकता है, जिसमें क्रॉस-ओरिजिन एकीकरण के लिए allow_origin शामिल है—वास्तविक-डिवाइस नियंत्रण को उत्पाद रूप देने के लिए उपयुक्त।

UI स्वचालन

FIRERPA एक पूर्ण सेलेक्टर-आधारित स्वचालन प्रणाली प्रदान करता है: text, resourceId, description, scrollable और अन्य सामान्य मैचर्स, साथ ही डुप्लिकेट तत्वों, गहरे पदानुक्रमों या विशिष्ट विशेषताओं के बिना नियंत्रणों के लिए child / sibling चेनिंग। तत्व स्तर पर: स्क्रीनशॉट, प्रकट/अदृश्य होने की प्रतीक्षा, कोने/केंद्र निर्देशांक, अस्तित्व जाँच, Unicode इनपुट, चरणबद्ध स्वाइप, फ्लिंग स्क्रॉलिंग, अंत तक स्क्रॉल, और बहुत कुछ। यह Android 8.0+ पर अन्य एक्सेसिबिलिटी सेवाओं के साथ सह-अस्तित्व में रह सकता है और हाइब्रिड ऐप्स के लिए WebView नोड खोज में सुधार करता है।

UI Watcher वास्तविक समय में UI परिवर्तनों को सुनता है और स्थितियाँ मेल खाने पर क्लिक, कुंजी इवेंट या काउंटर चलाता है—समझौतों, अपडेट संकेतों, विज्ञापनों और अन्य व्यवधानों को स्वतः खारिज करने के लिए उपयोगी। कई सेलेक्टर स्थितियाँ और प्रति-इवेंट सक्षम/अक्षम समर्थित हैं; क्षणिक स्क्रीनों की गणना की जा सकती है।

Virtual Display एक विभेदक है: डिवाइस पर पृथक पृष्ठभूमि डिस्प्ले बनाएं और मुख्य स्क्रीन को प्रभावित किए बिना वहाँ ऐप्स और स्वचालन चलाएं—जैसे, फ़ोन का सामान्य रूप से उपयोग करते समय वर्चुअल डिस्प्ले पर स्वतः-उत्तर। वर्चुअल-डिस्प्ले API मुख्य डिवाइस API (d.xxx → vd.xxx) का दर्पण है; Watchers को वर्चुअल डिस्प्ले तक सीमित किया जा सकता है। WebUI रिमोट डेस्कटॉप में मल्टी-डिस्प्ले दृश्य और स्विचिंग का समर्थन करता है—पृष्ठभूमि कार्यों, समानांतर कार्य और मानव-इन-द-लूप के साथ मशीन स्वचालन के लिए आदर्श।

मानक व्यू ट्री के बिना दृश्यों (गेम, कस्टम-चित्रित UI) के लिए, FIRERPA OCR और छवि मिलान प्रदान करता है। OCR paddleocr, easyocr और कस्टम HTTP बैकएंड का समर्थन करता है; क्लस्टरों में, हर PC पर मॉडल लोड करने के बजाय पहचान केंद्रीय रूप से चल सकती है, GPU त्वरण और लचीले टेक्स्ट मिलान के साथ। छवि मिलान डिवाइस पर चलता है (टेम्पलेट या SIFT), बिना PC संसाधनों की खपत के; SIFT घूर्णन, स्केल और प्रकाश के प्रति मज़बूत है। मल्टी-टच जटिल जेस्चर और दबाव के लिए रिकॉर्डिंग, रीप्ले, प्रोग्रामेटिक निर्माण और बाइनरी दृढ़ता का समर्थन करता है।

वास्तुकला की दृष्टि से, FIRERPA क्लाइंट/सर्वर मॉडल का उपयोग करता है—AutoJS जैसे ऑन-डिवाइस स्क्रिप्ट रनरों की तुलना में केंद्रीकृत शेड्यूलिंग, वर्ज़निंग और फ्लीट नियंत्रण के लिए बेहतर; Appium से हल्का; मल्टी-डिवाइस परिदृश्यों में uiautomator2 से अधिक स्थिर। दस्तावेज़ इसे सामान्य Android स्वचालन स्टैकों के कार्यात्मक सुपरसेट के रूप में प्रस्तुत करते हैं—स्वचालन, कैप्चर, Hook और ऑप्स को एक ही प्लेटफ़ॉर्म पर कोड में जोड़ा जा सकता है, बिना टूल बदले।

पैकेट कैप्चर और MITM

FIRERPA एक-क्लिक MITM कैप्चर प्रदान करता है: स्वचालित सिस्टम रूट CA स्थापना, प्रॉक्सी सेटअप, Android संस्करण अंतरों का प्रबंधन, और बाहर निकलने पर स्वचालित नेटवर्क पुनर्स्थापन—कोई मैनुअल प्रमाणपत्र या प्रॉक्सी टॉगलिंग नहीं। वैश्विक कैप्चर, प्रति-पैकेज कैप्चर, लाइव अनुरोध/प्रतिक्रिया संपादन, साझा mitmweb और अंतर्राष्ट्रीय ट्रैफ़िक के लिए अपस्ट्रीम HTTP प्रॉक्सी समर्थित हैं। अंतर्निहित QUIC डाउनग्रेड QUIC हस्तक्षेप को कम करता है। कैप्चर तब भी काम करता है जब PC और डिवाइस केवल एक ही FIRERPA पोर्ट साझा करते हैं (जैसे ADB connect या frp फ़ॉरवर्डिंग)।

एक-क्लिक स्क्रिप्ट्स के अलावा, MITM पूरी तरह API-संचालित है: mitmproxy, Fiddler, Charles आदि के साथ संगत सिस्टम CA स्थापित/अनइंस्टॉल करें; UI चरणों और Frida हुक्स के साथ स्वचालन पाइपलाइनों में कैप्चर एम्बेड करें। Python इंस्टॉलेशन के बिना एक Windows startmitm.exe उपलब्ध है।

नेटवर्क, प्रॉक्सी और कनेक्टिविटी

डिवाइस पर, FIRERPA पूर्ण प्रॉक्सी समर्थन प्रदान करता है: HTTP / HTTPS / SOCKS5 / Shadowsocks (कई सिफर), प्रति-ऐप प्रॉक्सी (मल्टी-यूज़र क्लोन सहित), DNS प्रॉक्सी, UDP प्रॉक्सी, LAN बायपास, OpenVPN के साथ सह-अस्तित्व, और स्टार्टअप पर कॉन्फ़िगर किए गए प्रॉक्सी से ऑटो-कनेक्ट। जटिल नेटवर्कों के लिए प्रॉक्सी IPv6 और UDP का समर्थन करते हैं।

डिवाइस HTTP ब्रिज प्रॉक्सी (tunnel2) रिवर्स-प्रॉक्सी क्षमता प्रदान करता है: अपने PC या ब्राउज़र HTTP प्रॉक्सी को फ़ोन की ओर इंगित करें और ट्रैफ़िक फ़ोन के नेटवर्क एग्रेस के माध्यम से आगे भेजा जाता है; आउटबाउंड IP फ़ोन से मेल खाता है। एग्रेस इंटरफ़ेस के रूप में Wi‑Fi या सेलुलर (rmnet) चुना जा सकता है—संयुक्त डीबगिंग, अंतर्राष्ट्रीय ऐप्स और मल्टी-डिवाइस IP पूल के लिए उपयोगी।