artemis

AI सहायकों और परीक्षण सूटों को असली फ़ोन का उपयोग मानव की तरह करने दें।

English • 中文文档 • Workflow Showcase • Quick Start • MCP for IDEs • Benchmarks • Discord Community

लाइव डेमो: Google Maps में ड्राइविंग रूट सेट करें और कुल अवधि की गणना करें, फिर Coldplay का गाना चलाने के लिए YouTube खोलें।

मुख्य विशेषताएँ

• क्रॉस-ऐप ऑटोमेशन: प्राकृतिक भाषा निर्देशों से Android पर परीक्षण वर्कफ़्लो और रोज़मर्रा के कार्य निष्पादित करता है।
• मल्टीमॉडल टार्गेटिंग: उपलब्ध होने पर एलिमेंट इंडेक्स का उपयोग करता है, कस्टम इंटरफ़ेस के लिए कोऑर्डिनेट और विज़ुअल लोकेटिंग फ़ॉलबैक के साथ।
• IDE डायग्नोस्टिक्स: Model Context Protocol (MCP) एकीकरण Antigravity, Claude Code, और Windsurf को टेस्ट डिवाइस चलाने और Logcat आउटपुट तथा स्क्रीनशॉट एकत्र करने देता है।
• फ़्लैश निष्पादन: एसिंक्रोनस हिस्ट्री सारांश के साथ एक रिएक्टिव observe-and-act लूप, आमतौर पर प्रति चरण 3–5 सेकंड।
• प्रो एक्सप्लोरेशन: व्यक्तिगत क्रियाओं से पहले लक्ष्यों की जाँच करता है और अवरुद्ध क्रियाओं को रिकवरी के लिए Operator को लौटाता है। लंबे समय तक चलने वाले एक्सप्लोरेटरी और स्थिरता परीक्षणों का समर्थन करता है।
• AndroidWorld परिणाम: Google Research के AndroidWorld बेंचमार्क (100+ मल्टी-स्टेप कार्यों) पर 99%+ कार्य पूर्णता।

Antigravity × ARTEMIS: स्वायत्त परीक्षण वर्कफ़्लो

Antigravity MCP के माध्यम से ARTEMIS का उपयोग करके एक परीक्षण अनुरोध को योजना, डिवाइस निष्पादन और डायग्नोस्टिक रिपोर्ट में बदलता है:

त्वरित शुरुआत

सुनिश्चित करें कि एक Android डिवाइस (USB Debugging सक्षम के साथ) या एमुलेटर कनेक्टेड है। वन-क्लिक स्टार्टअप स्क्रिप्ट स्वचालित रूप से:

• सिस्टम टूलचेन इंस्टॉल करेगी: ADB, scrcpy, FFmpeg, और Python (uv) निर्भरताओं का पता लगाकर स्वतः इंस्टॉल करेगी।
• ग्लोबल MCP सर्वर और AI एजेंट नियम माउंट करेगी: आपके AI IDEs (Antigravity, Cursor, Claude Code, Codex, Windsurf, VS Code, Cline/Roo, OpenClaw) में ग्लोबल MCP कॉन्फ़िगरेशन और Artemis Mobile Testing Mindset (rules.md) को स्वचालित रूप से इंस्टॉल करने का संकेत देगी।

macOS और Linux

# 1. Clone repo & navigate to directory
git clone https://github.com/google/artemis.git && cd artemis

# 2. One-click launch
./start.sh

Windows PowerShell

# 1. Clone repo & navigate to directory
git clone https://github.com/google/artemis.git
cd artemis

# 2. One-click launch
.\start.bat

PowerShell डिफ़ॉल्ट रूप से निष्पादन योग्य स्क्रिप्ट के लिए वर्तमान निर्देशिका को नहीं खोजता, इसलिए बिना ट्रेलिंग \ के .\start.bat का उपयोग करें। Command Prompt (CMD) में इसके बजाय start.bat का उपयोग करें।

सुझाव: डिफ़ॉल्ट ब्राउज़र में http://localhost:8000 खोलता है जिसमें डिवाइस कनेक्शन विज़ार्ड, लाइव स्क्रीन मिररिंग, प्रॉम्प्ट सैंडबॉक्स, और निष्पादन रीप्ले शामिल हैं। आप सीधे CLI से भी चला सकते हैं: uv run artemis run "Open Settings, find Battery and tell me current level" --profile flash.

# Auto-install MCP server & global rules for Antigravity / Jetski:
uv run artemis mcp --install antigravity

# Or install for all supported AI IDEs (including Codex):
uv run artemis mcp --install all

uv add "artemis-client @ git+https://github.com/google/artemis.git#subdirectory=packages/artemis-client"

import asyncio
from artemis_client import ArtemisClient


async def main():
    client = ArtemisClient(
        "http://artemis-host:8000",
        device_serial="emulator-5554",  # optional: target specific device serial
        default_profile="flash",  # "flash" (fast reactive) or "pro" (deep reasoning)
    )

    result = await client.run(
        "Open System Settings, go to 'Battery', verify battery percentage is displayed, and check for any crash dialogs.",
    )

    assert result.succeeded, f"Test failed: {result.error or result.status}"
    print(f"✅ Test Passed! Device: {result.device_serial} | Trace ID: {result.trace_id}")


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

उपयोग मोड

_{कंसोल अवलोकन: ① View Switcher (Home / Workspace) · ② Model & Replay (Flash/Pro स्थिति और वीडियो रीप्ले) · ③ Live Agent Stream (एक्शन अवधारण, लक्ष्य निर्देशांक और संरचित परिणाम) · ④ Prompt Dock (प्राकृतिक भाषा प्रेषण) · ⑤ Task Queue & Dashboard (लाइफसाइकल और इतिहास)}

• वेब विज़ुअल टेस्ट कंसोल (uv run artemis ui): रीयल-टाइम स्क्रीन प्रोजेक्शन और इंटरैक्टिव पैनल, जो प्राकृतिक भाषा परीक्षण प्रेषण, लाइव रीज़निंग टेलीमेट्री, एक्शन ट्रैजेक्टरी, और निष्पादन रीप्ले का समर्थन करता है; किसी भी टर्मिनल से कभी भी uv run artemis restart, uv run artemis stop, और uv run artemis status का उपयोग करके सर्वर लाइफसाइकल प्रबंधित करें;
• MCP सर्वर: Antigravity, Claude Code, Windsurf, और अन्य MCP क्लाइंट्स को बग पुनरुत्पादन और परीक्षण निष्पादन के लिए असली डिवाइस से जोड़ता है;
• डेवलपर CLI (uv run artemis run): स्वचालित परीक्षण मामलों, एक्सप्लोरेटरी स्थिरता निरीक्षण, या AndroidWorld बेंचमार्क के लिए उच्च-निष्ठा संरचित टर्मिनल आउटपुट के साथ सीधा टर्मिनल निष्पादन;
• Python SDK: मजबूत टाइप्ड Pydantic संरचित आउटपुट और assertion समर्थन के साथ मौजूदा स्वचालित परीक्षण फ्रेमवर्क (जैसे, pytest) या CI/CD पाइपलाइनों में एक मानक Python लाइब्रेरी के रूप में एकीकृत होता है।

ARTEMIS आपके फ़ोन पर क्या इंस्टॉल करता है

किसी डिवाइस पर पहला कार्य Artemis Accessibility Helper इंस्टॉल करता है, एक छोटी एक्सेसिबिलिटी सेवा जो UiAutomation कनेक्शन लिए बिना स्क्रीन लेआउट पढ़ती है। UiAutomation का उपयोग करने वाले टूल्स helper को दबा सकते हैं जब तक वे FLAG_DONT_SUPPRESS_ACCESSIBILITY_SERVICES सक्षम न करें। आपको एक संकुचित "Artemis test helper is running" नोटिफ़िकेशन और Settings > Accessibility के अंतर्गत एक नई प्रविष्टि दिखेगी; दोनों वही helper हैं। यह केवल फ़ोन पर ही सुनता है और कहीं और कुछ नहीं भेजता।

• इसे पहले से इंस्टॉल करें (पहले कार्य पर ~3 सेकंड की देरी से बचें): uv run artemis helper install
• इसका निरीक्षण करें: uv run artemis helper status / uv run artemis doctor
• इसे कभी भी हटाएँ: uv run artemis helper uninstall
• इसके बजाय UIAutomator2 का उपयोग करें: .env में ARTEMIS_HIERARCHY_BACKEND=uiautomator
• स्वचालित इंस्टॉलेशन रोकें: .env में ARTEMIS_HELPER_AUTO_INSTALL=false

यदि helper कभी कार्य के बीच में विफल हो जाता है, तो ARTEMIS UIAutomator2 पर वापस चला जाता है और यह कार्य टाइमलाइन में, mobile_manage_task स्थिति में, और अंतिम रिपोर्ट में बताता है।

बेंचमार्क: AndroidWorld (SOTA 99%+)

Artemis ने AndroidWorld पर 99%+ पूर्णता दर प्राप्त की, जो Google Research का बेंचमार्क है जिसमें 20+ ऐप्स और 100+ मल्टी-स्टेप कार्य शामिल हैं।

ARTEMIS की आर्किटेक्चर कैसे है

• पूर्व-निष्पादन जाँच और एक्शन बर्स्ट: Pro किसी व्यक्तिगत क्रिया को भेजने से पहले लक्ष्य को लाइव UI ट्री और पिक्सेल के विरुद्ध जाँचता है। एक्शन बर्स्ट एक और मॉडल टर्न की प्रतीक्षा किए बिना क्षणिक नियंत्रणों को संभालते हैं।
• एलिमेंट लोकेटिंग: कस्टम Canvas, Compose, और Flutter इंटरफ़ेस के लिए विज़ुअल मॉडल के साथ एक्सेसिबिलिटी पदानुक्रम और OCR को जोड़ता है।
• साझा हिस्ट्री संपीड़न: Flash और Pro पुराने स्क्रीनशॉट को विज़ुअल सारांश से बदल देते हैं और पूर्ण किए गए चरणों को खोजने योग्य हिस्ट्री खंडों में संपीड़ित करते हैं। Context थ्रेशोल्ड नियंत्रित करते हैं कि कच्चे टर्न कब बदले जाएँ।

निष्पादन प्रोफ़ाइल: Flash बनाम Pro

ARTEMIS विभिन्न ऑटोमेशन आवश्यकताओं के लिए दो निष्पादन प्रोफ़ाइल का समर्थन करता है:

• Flash प्रोफ़ाइल (--profile flash): तेज़ और टोकन-कुशल रिएक्टिव लूप (~प्रति चरण 3–5 सेकंड): एक मॉडल लाइव स्क्रीन का निरीक्षण करता है, सोचता है, और कार्य करता है, बिना किसी ग्राफ़ ऑर्केस्ट्रेशन के। नियमित, नियतात्मक UI कार्यों के लिए आदर्श। लूप डिफ़ॉल्ट रूप से अनबाउंड है (agent.flash.max_turns, 0 = असीमित) क्योंकि हिस्ट्री को कैप करने के बजाय संपीड़ित किया जाता है: Flash Pro सेशन ट्रांसक्रिप्ट लेजर साझा करता है (सेशन-सापेक्ष T+mm:ss घड़ी, स्क्रीनशॉट विज़ुअल सारांश में मोड़े गए, पुराने चरण eras में खंडित और search_history / replay_steps के माध्यम से माँग पर स्मरणीय) और video_analyzer के माध्यम से सेशन रिकॉर्डिंग क्वेरी कर सकता है। क्षणिक UI (स्वतः-फेडिंग कंट्रोल बार, टोस्ट) को एक click_sequence में टैप्स को श्रृंखलाबद्ध करके संभाला जाता है। सीमाएँ: कोई कार्य योजना या नोट्स नहीं, कोई पूर्व-निष्पादन सुरक्षा जाल नहीं, कोई चेकपॉइंट सत्यापन या अंतिम रिपोर्ट नहीं, और कोई ADB shell नहीं।
• Pro प्रोफ़ाइल (--profile pro): एक योजना और सत्यापन वर्कफ़्लो (~प्रति चरण 15–40 सेकंड), जो एक मल्टी-एजेंट ग्राफ़ के रूप में बनाया गया है। एक Planner माइलस्टोन और verify / assert जाँच आइटम के साथ एक जीवंत Markdown कार्य योजना बनाए रखता है; इसे पूर्ण टूलसेट के साथ निष्पादित करता है (Explorer grounding जिसका / / टियर प्रति प्रोफ़ाइल एक उपयोगकर्ता सेटिंग है — में / या — एजेंट द्वारा कभी नहीं चुना जाता; नोट्स, हिस्ट्री रिकॉल, वीडियो विश्लेषण, ADB डायग्नोस्टिक्स)। प्रत्येक एकल क्रिया एक पूर्व-निष्पादन (XML-प्रथम, पिक्सेल फ़ॉलबैक) से गुज़रती है, जबकि मल्टी-एक्शन क्षणिक UI पर टर्न लेटेंसी को हराने के लिए एक के बाद एक फायर होते हैं। एक अवरुद्ध या विफल क्रिया एक खोलती है जो Operator के context में तब तक रहती है जब तक कोई बाद की क्रिया सफल न हो जाए, इसलिए रिकवरी Operator द्वारा ही संभाली जाती है, बिना किसी अलग मरम्मत एजेंट के। एक read-only योजना चेकपॉइंट सत्यापित करता है और मूल लक्ष्य के विरुद्ध एक exit final review चलाता है (: / (डिफ़ॉल्ट) / / ), और योजना माइलस्टोन संपादनों को एक सलाहकार समीक्षा मिलती है। 100+ चरण के लंबे-क्षितिज वर्कफ़्लो, निगरानी, और एक वैकल्पिक लिखित रिपोर्ट को संभालता है।

रोडमैप

• Android Studio एकीकरण: नेटिव IDE प्लगइन और वर्कफ़्लो एकीकरण जो Android Studio के भीतर सीधे इन-एडिटर डिबगिंग, टेस्ट रिकॉर्डिंग, और स्वचालित डिवाइस नियंत्रण को सक्षम करता है।
• iOS प्लेटफ़ॉर्म विस्तार: iOS डिवाइस और सिमुलेटर तक मल्टीमॉडल अवधारण और मोबाइल ऑटोमेशन का विस्तार।
• ऑन-डिवाइस हल्के VLMs: कम-लेटेंसी, गोपनीयता-प्रथम ऑटोमेशन के लिए हल्के एज विज़न मॉडल के साथ स्थानीय निष्पादन।
• रीयल-टाइम डुप्लेक्स वॉइस इंटरैक्शन: रीयल-टाइम संवादात्मक नियंत्रण और व्यवधान प्रबंधन के साथ वॉइस-संचालित कार्य प्रेषण।

समुदाय और योगदान

योगदान का हार्दिक स्वागत है!

• अपडेट और रिलीज़ का पालन करने के लिए repo को स्टार करें
• तकनीकी चर्चाओं के लिए Discord Community में शामिल हों
• एक Issue खोलें या एक Pull Request सबमिट करें

लाइसेंस

यह प्रोजेक्ट Apache License 2.0 के अंतर्गत लाइसेंस प्राप्त है।

इस प्रोजेक्ट में Minitap, Inc. द्वारा विकसित स्रोत कोड शामिल है।