Mobile Use Agent

Mobile Use Agent - 火山引擎云手机 Agent

通过火山引擎 Mobile Use Agent OpenAPI 在云手机上执行 AI Agent 任务（UI 自动化操作 Android App）。本 skill 提供 CLI 入口和完整工作流封装。

所有相对路径均以本 skill 的根目录（含 SKILL.md 的目录）为基准解析。

安全边界 (Safety Boundary)

• 发起/取消任务会改变外部状态并可能产生云资源费用，仅在用户明确要求时执行。查询类操作（status/result/list/whoami）为只读，可随时执行。
• 绝不要求用户在聊天中粘贴 AK/SK、不打印密钥、不把密钥放进命令行参数、不把密钥保存进本 skill 目录。让用户在自己可信的终端中运行交互式 setup（SK 输入不回显）。
• 本地配置检查只是客户端校验，不代表云手机任务真实成功。不要声称任务成功，除非有真实返回结果。

检查可用性

首次调用可能需要 Python 依赖；推荐先让用户运行 ./install.sh（自动创建独立 venv 并装好依赖，不污染系统 Python）。入口优先用全局命令 mua（已安装时），否则 python3 scripts/cli.py：

mua whoami                       # 或: python3 scripts/cli.py whoami

• 若提示"未配置凭证"，请用户在自己的终端运行 mua setup 完成一次性配置（AK/SK 保存到 ~/.mobile_use_agent/credentials.json，权限 600；可同时保存默认手机）。
• 若用户表示尚未开通 Mobile Use Agent 服务 / 没有云手机资源（或问"ProductId/PodId 在哪找"），引导其查看 README「二、开始之前：一次性准备」——按官方四步指引依次完成：给云手机开权限（ServiceRoleForIPaaS + PaasServiceRole）→ 开通服务 → 创建业务（得 ProductId）→ 订购云手机资源（得 PodId）→ 创建密钥（得 AK/SK）。已开通过的用户无需此步骤。
• 若任务目标是云手机未预装的应用（默认镜像只预装少量 App），先引导用户在 MUA 控制台「发布 App」 安装到云手机，再执行任务。
• 若任务执行中遇到人脸识别验证（如登录银行/支付类 App），引导用户用手机扫码完成验证（官方流程见 README「五、常见问题」）：云手机画面弹出二维码（或点"H5 扫码链接"）→ 手机扫码 → 手机端完成登录与人脸扫描 → 回控制台点"重新连接"。扫码期间云手机画面提示"连接异常"是正常现象。
• 若依赖缺失，优先让用户运行 ./install.sh（建独立环境），避免往系统 Python 装包。

执行用户请求的任务

默认走最便捷的 RunAgentTaskOneStep（免预创建配置），自动轮询步骤并实时增量打印，最后拉取最终结果：

mua run --product-id PID --pod-id POD --prompt "打开企业微信，回复最新客户消息"

• 用户提示词每次提供；ProductId/PodId 优先用 setup 时保存的默认手机（命令行参数可覆盖）。缺少时交互式向导补齐。
• 任务执行中步骤会增量打印（-- Step N [OK]），结束后展示状态/内容/截屏 URL/用量；失败时自动归因（打印中文失败原因、操作建议、错误码）。
• 轮询/取消/续跑/录屏/输出 schema 等高级用法见 references/commands.md。

GPS 定位注入（可选）

云手机无 GPS 硬件，可通过 GpsInfo 注入虚拟定位（地图类 App 显示指定位置）。仅当任务涉及位置时（提示词含 附近/地图/导航/外卖/打车 等词）程序会自动询问用户是否允许获取本机位置；无关任务不打扰：

# 交互式：位置相关任务会询问"是否允许获取当前位置"（拒绝则不注入，功能不受影响）
mua run --product-id PID --pod-id POD --prompt "打开地图查看附近美食"

# 非交互/已授权：--gps 显式允许并注入
mua run --product-id PID --pod-id POD --prompt "打开地图" --gps --no-interactive

定位获取为多来源统一接口 + 自动降级链（按精度从高到低）：文本/分享链接坐标解析 → 图片 EXIF → macOS CoreLocation（米级，需授权）→ IP 定位（城市级）→ 地名地理编码 → 手动输入兜底。仅 system 来源需要系统授权，拒绝授权时仍可走解析/手动输入。坐标系统一 WGS-84。获取结果会告知用户（来源/坐标/精度）。详见 references/gps.md。

只读查询

mua status --run-id RUN_XXX   # 查询任务当前步骤
mua result --run-id RUN_XXX   # 获取任务运行结果
mua list                      # 查询任务列表
mua whoami / mua device       # 凭证与默认手机状态

错误处理

所有 API 错误统一转为 MobileUseError（错误码 + 中文描述 + 操作建议 + 分类）。认证类错误提示用户重新 setup；资源类错误提示检查 ProductId/PodId；ErrAssumeRoleFailed 提示完成跨服务授权——授权 ServiceRoleForIPaaS 并创建 PaasServiceRole 角色（详见 README「二、开始之前」第 1 步）。完整错误码表和双通道捕获说明见 references/error_codes.md。

编程式调用

import sys, os
sys.path.insert(0, os.path.join(os.path.dirname(__file__), "scripts"))
from mobile_use_agent import MobileUseAgentClient
from credential_store import load_credentials

ak, sk = load_credentials()                       # 复用本地凭证
client = MobileUseAgentClient(ak=ak, sk=sk)
result = client.run_and_wait(
    run_name="my-task", pod_id="POD", product_id="PID",
    user_prompt="打开企业微信查看未读消息", gps_info=None,   # 每次动态传入
)

更多示例见 scripts/examples.py。