终极指南PageEyes Agent全平台部署与配置Web/Android/iOS/Electron【免费下载链接】page-eyes-agentPageEyes Agent 是一个轻量级 UI Agent通过自然语言指令驱动无需编写脚本既可实现Web、Android平台的UI自动化任务。项目地址: https://gitcode.com/gh_mirrors/pa/page-eyes-agentPageEyes Agent 是一个轻量级 UI Agent通过自然语言指令驱动无需编写脚本即可实现Web、Android平台的UI自动化任务。本指南将帮助您快速完成PageEyes Agent在Web、Android、iOS和Electron四大平台的部署与配置让您轻松体验AI驱动的UI自动化魔力为什么选择PageEyes Agent在当今快节奏的开发环境中UI自动化测试和操作变得越来越重要。PageEyes Agent凭借其独特的优势成为开发者和测试人员的理想选择无需编写脚本通过自然语言指令驱动降低技术门槛跨平台支持覆盖Web、Android、iOS和Electron四大平台AI智能感知利用先进的视觉大模型理解页面元素灵活部署支持本地部署和云端服务两种模式系统要求与前置依赖系统要求PageEyes Agent支持以下操作系统LinuxUbuntu 20.04, CentOS 7macOS10.15 (Catalina) 及以上WindowsWindows 10 及以上 (WSL2 推荐)前置依赖在开始之前请确保您的系统已安装以下软件Python 3.12PageEyes Agent 需要 Python 3.12 或更高版本pipPython 包管理工具Git版本控制系统Node.js用于文档站点构建 (可选)快速安装步骤1. 克隆代码库git clone https://gitcode.com/gh_mirrors/pa/page-eyes-agent cd page-eyes-agent2. 创建虚拟环境推荐使用 uv 来管理虚拟环境和依赖uv 是一个快速的 Python 包管理器和虚拟环境工具# 安装 uv (如果尚未安装) curl -sSf https://install.ultraviolet.rs | sh # 创建虚拟环境 uv venv # 激活虚拟环境 (Linux/macOS) source .venv/bin/activate # 激活虚拟环境 (Windows) .venv\Scripts\activate3. 安装依赖# 使用 uv 安装项目依赖 uv pip install -e .[dev] # 安装 Playwright 浏览器 playwright install chromium4. 配置 OmniParser 服务PageEyes Agent 依赖 OmniParser 服务进行元素解析。您可以选择以下方式之一选项 1使用官方 OmniParser 服务在环境变量中配置# Linux/macOS export AGENT_OMNI_KEYtest-UfcWMpXW # Windows set AGENT_OMNI_KEYtest-UfcWMpXW选项 2自行部署 OmniParser 服务从 Hugging Face 下载 OmniParser 模型按照模型页面的说明部署服务配置环境变量# Linux/macOS export AGENT_OMNI_BASE_URLhttp://your.omniparser.service:8000 # Windows set AGENT_OMNI_BASE_URLhttp://your.omniparser.service:80005. 配置大模型服务PageEyes Agent 支持多种大模型默认使用 DeepSeek V3。配置环境变量# Linux/macOS export OPENAI_BASE_URLhttps://your.llm.provider.com/v1/ export OPENAI_API_KEYyour_llm_api_key_here # Windows set OPENAI_BASE_URLhttps://your.llm.provider.com/v1/ set OPENAI_API_KEYyour_llm_api_key_hereWeb平台配置指南Web平台是PageEyes Agent支持的最基础也是最常用的平台。配置Web平台非常简单因为我们已经在前面的步骤中安装了必要的依赖。Web平台核心功能WebAgentTool提供了丰富的Web自动化功能包括页面导航和URL打开元素点击和文本输入下拉菜单选择页面滚动和滑动截图和元素高亮相关源码src/page_eyes/tools/web.py验证Web平台配置运行以下命令验证Web平台配置是否正确# 运行简单的 Web 自动化示例 python examples/web_simple.pyAndroid平台配置指南Android平台配置需要额外安装ADB工具和Android SDK Platform Tools。安装Android依赖ADBAndroid调试桥Android SDK Platform Tools包含ADB和其他工具配置Android设备启用Android设备的开发者模式开启USB调试使用USB线连接设备到电脑验证设备连接adb devices -lAndroid平台核心功能AndroidAgentTool提供了针对移动设备的自动化功能应用启动和管理元素点击和文本输入屏幕滑动和手势操作设备状态监控相关源码src/page_eyes/tools/android.pyiOS平台配置指南iOS平台配置相对复杂需要macOS环境和Xcode工具。iOS平台前置依赖WebDriverAgent (WDA)iOS设备自动化工具Xcode用于编译和部署WDA (仅macOS)iOS设备需要开启开发者模式并信任开发证书配置WebDriverAgent步骤1获取WebDriverAgent# 下载 WebDriverAgent git clone https://github.com/appium/WebDriverAgent.git cd WebDriverAgent步骤2配置和编译 (仅macOS)# 安装依赖 ./Scripts/bootstrap.sh # 使用 Xcode 打开项目 open WebDriverAgent.xcodeproj在Xcode中选择WebDriverAgentRunner target配置开发团队和签名证书连接iOS设备选择设备作为运行目标步骤3启动WDA服务# 使用命令行启动 xcodebuild -project WebDriverAgent.xcodeproj \ -scheme WebDriverAgentRunner \ -destination idYOUR_DEVICE_UDID \ test步骤4配置WDA URLWDA服务启动后配置环境变量# Linux/macOS export IOS_WDA_URLhttp://localhost:8100 # Windows (如果使用远程Mac设备) set IOS_WDA_URLhttp://your.mac.ip:8100 # 使用真机需要 iproxy 8100 8100iOS平台核心功能iOSAgentTool提供了丰富的iOS自动化功能应用管理和URL打开精确点击和文本输入多手势滑动操作设备状态控制返回主屏幕等相关源码src/page_eyes/tools/ios.pyElectron平台配置指南Electron平台结合了Web技术和桌面应用的优势PageEyes Agent提供了专门的支持。Electron平台核心功能ElectronAgentTool基于WebAgentTool扩展增加了桌面应用特有的功能多窗口管理和切换窗口关闭操作高分辨率屏幕适配应用内导航控制相关源码src/page_eyes/tools/electron.pyElectron应用配置确保Electron应用已安装并可运行启动Electron应用PageEyes Agent会自动检测并连接到Electron应用窗口验证安装运行以下命令验证开发环境是否正确设置# 运行单元测试 pytest tests/unit # 运行Web自动化示例 python examples/web_simple.py # 运行iOS自动化示例 (需要先配置WDA) pytest tests/test_ios_agent.pyPageEyes Agent工作流程PageEyes Agent的工作流程可以分为以下几个关键步骤任务接收用户输入自然语言指令构建执行规划系统进行截图、页面信息感知、记忆和动作规划Agent执行根据规划在目标平台Web/Mobile执行操作执行反馈系统进行智能检测包括白屏异常、样式异常、关键字异常等结果报告生成详细的步骤报告使用示例音乐搜索与播放下面是一个使用PageEyes Agent在音乐应用中搜索并播放歌曲的示例打开音乐应用在搜索框中输入小美满点击搜索结果中的小美满歌曲获取该歌曲的实时排名和综合得分执行完成后PageEyes Agent会生成详细的步骤报告包括每一步的操作详情和元素信息故障排除常见问题Playwright浏览器安装失败尝试手动安装PLAYWRIGHT_BROWSERS_PATH0 playwright install chromiumADB设备连接问题检查设备连接和权限adb devices -lOmniParser服务连接失败检查网络连接和服务状态curl -I http://your.omniparser.service:8000/healthWDA连接失败 (iOS)检查WDA服务状态和设备连接# 检查WDA服务 curl http://localhost:8100/status # 检查设备连接 idevice_id -liOS设备信任问题在iOS设备上打开 设置 通用 VPN与设备管理信任开发者证书打开 设置 隐私与安全性 开发者模式启用开发者模式并重启设备总结通过本指南您已经了解了如何在Web、Android、iOS和Electron四大平台上部署和配置PageEyes Agent。PageEyes Agent的强大之处在于它能够通过自然语言指令驱动UI自动化无需编写复杂的脚本大大降低了自动化测试和操作的门槛。无论您是开发人员、测试工程师还是产品经理PageEyes Agent都能帮助您更高效地完成UI相关的任务。现在就开始体验PageEyes Agent带来的AI驱动UI自动化革命吧【免费下载链接】page-eyes-agentPageEyes Agent 是一个轻量级 UI Agent通过自然语言指令驱动无需编写脚本既可实现Web、Android平台的UI自动化任务。项目地址: https://gitcode.com/gh_mirrors/pa/page-eyes-agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 终极指南：PageEyes Agent全平台部署与配置（Web/Android/iOS/Electron）
终极指南PageEyes Agent全平台部署与配置Web/Android/iOS/Electron【免费下载链接】page-eyes-agentPageEyes Agent 是一个轻量级 UI Agent通过自然语言指令驱动无需编写脚本既可实现Web、Android平台的UI自动化任务。项目地址: https://gitcode.com/gh_mirrors/pa/page-eyes-agentPageEyes Agent 是一个轻量级 UI Agent通过自然语言指令驱动无需编写脚本即可实现Web、Android平台的UI自动化任务。本指南将帮助您快速完成PageEyes Agent在Web、Android、iOS和Electron四大平台的部署与配置让您轻松体验AI驱动的UI自动化魔力为什么选择PageEyes Agent在当今快节奏的开发环境中UI自动化测试和操作变得越来越重要。PageEyes Agent凭借其独特的优势成为开发者和测试人员的理想选择无需编写脚本通过自然语言指令驱动降低技术门槛跨平台支持覆盖Web、Android、iOS和Electron四大平台AI智能感知利用先进的视觉大模型理解页面元素灵活部署支持本地部署和云端服务两种模式系统要求与前置依赖系统要求PageEyes Agent支持以下操作系统LinuxUbuntu 20.04, CentOS 7macOS10.15 (Catalina) 及以上WindowsWindows 10 及以上 (WSL2 推荐)前置依赖在开始之前请确保您的系统已安装以下软件Python 3.12PageEyes Agent 需要 Python 3.12 或更高版本pipPython 包管理工具Git版本控制系统Node.js用于文档站点构建 (可选)快速安装步骤1. 克隆代码库git clone https://gitcode.com/gh_mirrors/pa/page-eyes-agent cd page-eyes-agent2. 创建虚拟环境推荐使用 uv 来管理虚拟环境和依赖uv 是一个快速的 Python 包管理器和虚拟环境工具# 安装 uv (如果尚未安装) curl -sSf https://install.ultraviolet.rs | sh # 创建虚拟环境 uv venv # 激活虚拟环境 (Linux/macOS) source .venv/bin/activate # 激活虚拟环境 (Windows) .venv\Scripts\activate3. 安装依赖# 使用 uv 安装项目依赖 uv pip install -e .[dev] # 安装 Playwright 浏览器 playwright install chromium4. 配置 OmniParser 服务PageEyes Agent 依赖 OmniParser 服务进行元素解析。您可以选择以下方式之一选项 1使用官方 OmniParser 服务在环境变量中配置# Linux/macOS export AGENT_OMNI_KEYtest-UfcWMpXW # Windows set AGENT_OMNI_KEYtest-UfcWMpXW选项 2自行部署 OmniParser 服务从 Hugging Face 下载 OmniParser 模型按照模型页面的说明部署服务配置环境变量# Linux/macOS export AGENT_OMNI_BASE_URLhttp://your.omniparser.service:8000 # Windows set AGENT_OMNI_BASE_URLhttp://your.omniparser.service:80005. 配置大模型服务PageEyes Agent 支持多种大模型默认使用 DeepSeek V3。配置环境变量# Linux/macOS export OPENAI_BASE_URLhttps://your.llm.provider.com/v1/ export OPENAI_API_KEYyour_llm_api_key_here # Windows set OPENAI_BASE_URLhttps://your.llm.provider.com/v1/ set OPENAI_API_KEYyour_llm_api_key_hereWeb平台配置指南Web平台是PageEyes Agent支持的最基础也是最常用的平台。配置Web平台非常简单因为我们已经在前面的步骤中安装了必要的依赖。Web平台核心功能WebAgentTool提供了丰富的Web自动化功能包括页面导航和URL打开元素点击和文本输入下拉菜单选择页面滚动和滑动截图和元素高亮相关源码src/page_eyes/tools/web.py验证Web平台配置运行以下命令验证Web平台配置是否正确# 运行简单的 Web 自动化示例 python examples/web_simple.pyAndroid平台配置指南Android平台配置需要额外安装ADB工具和Android SDK Platform Tools。安装Android依赖ADBAndroid调试桥Android SDK Platform Tools包含ADB和其他工具配置Android设备启用Android设备的开发者模式开启USB调试使用USB线连接设备到电脑验证设备连接adb devices -lAndroid平台核心功能AndroidAgentTool提供了针对移动设备的自动化功能应用启动和管理元素点击和文本输入屏幕滑动和手势操作设备状态监控相关源码src/page_eyes/tools/android.pyiOS平台配置指南iOS平台配置相对复杂需要macOS环境和Xcode工具。iOS平台前置依赖WebDriverAgent (WDA)iOS设备自动化工具Xcode用于编译和部署WDA (仅macOS)iOS设备需要开启开发者模式并信任开发证书配置WebDriverAgent步骤1获取WebDriverAgent# 下载 WebDriverAgent git clone https://github.com/appium/WebDriverAgent.git cd WebDriverAgent步骤2配置和编译 (仅macOS)# 安装依赖 ./Scripts/bootstrap.sh # 使用 Xcode 打开项目 open WebDriverAgent.xcodeproj在Xcode中选择WebDriverAgentRunner target配置开发团队和签名证书连接iOS设备选择设备作为运行目标步骤3启动WDA服务# 使用命令行启动 xcodebuild -project WebDriverAgent.xcodeproj \ -scheme WebDriverAgentRunner \ -destination idYOUR_DEVICE_UDID \ test步骤4配置WDA URLWDA服务启动后配置环境变量# Linux/macOS export IOS_WDA_URLhttp://localhost:8100 # Windows (如果使用远程Mac设备) set IOS_WDA_URLhttp://your.mac.ip:8100 # 使用真机需要 iproxy 8100 8100iOS平台核心功能iOSAgentTool提供了丰富的iOS自动化功能应用管理和URL打开精确点击和文本输入多手势滑动操作设备状态控制返回主屏幕等相关源码src/page_eyes/tools/ios.pyElectron平台配置指南Electron平台结合了Web技术和桌面应用的优势PageEyes Agent提供了专门的支持。Electron平台核心功能ElectronAgentTool基于WebAgentTool扩展增加了桌面应用特有的功能多窗口管理和切换窗口关闭操作高分辨率屏幕适配应用内导航控制相关源码src/page_eyes/tools/electron.pyElectron应用配置确保Electron应用已安装并可运行启动Electron应用PageEyes Agent会自动检测并连接到Electron应用窗口验证安装运行以下命令验证开发环境是否正确设置# 运行单元测试 pytest tests/unit # 运行Web自动化示例 python examples/web_simple.py # 运行iOS自动化示例 (需要先配置WDA) pytest tests/test_ios_agent.pyPageEyes Agent工作流程PageEyes Agent的工作流程可以分为以下几个关键步骤任务接收用户输入自然语言指令构建执行规划系统进行截图、页面信息感知、记忆和动作规划Agent执行根据规划在目标平台Web/Mobile执行操作执行反馈系统进行智能检测包括白屏异常、样式异常、关键字异常等结果报告生成详细的步骤报告使用示例音乐搜索与播放下面是一个使用PageEyes Agent在音乐应用中搜索并播放歌曲的示例打开音乐应用在搜索框中输入小美满点击搜索结果中的小美满歌曲获取该歌曲的实时排名和综合得分执行完成后PageEyes Agent会生成详细的步骤报告包括每一步的操作详情和元素信息故障排除常见问题Playwright浏览器安装失败尝试手动安装PLAYWRIGHT_BROWSERS_PATH0 playwright install chromiumADB设备连接问题检查设备连接和权限adb devices -lOmniParser服务连接失败检查网络连接和服务状态curl -I http://your.omniparser.service:8000/healthWDA连接失败 (iOS)检查WDA服务状态和设备连接# 检查WDA服务 curl http://localhost:8100/status # 检查设备连接 idevice_id -liOS设备信任问题在iOS设备上打开 设置 通用 VPN与设备管理信任开发者证书打开 设置 隐私与安全性 开发者模式启用开发者模式并重启设备总结通过本指南您已经了解了如何在Web、Android、iOS和Electron四大平台上部署和配置PageEyes Agent。PageEyes Agent的强大之处在于它能够通过自然语言指令驱动UI自动化无需编写复杂的脚本大大降低了自动化测试和操作的门槛。无论您是开发人员、测试工程师还是产品经理PageEyes Agent都能帮助您更高效地完成UI相关的任务。现在就开始体验PageEyes Agent带来的AI驱动UI自动化革命吧【免费下载链接】page-eyes-agentPageEyes Agent 是一个轻量级 UI Agent通过自然语言指令驱动无需编写脚本既可实现Web、Android平台的UI自动化任务。项目地址: https://gitcode.com/gh_mirrors/pa/page-eyes-agent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考