Englisches Original: https://argusic.com/subject/mobilerun
mobilerun
Automatisieren Sie Ihre mobilen Geräte mit natürlichen Sprachbefehlen - ein LLM-agnostischer mobiler Agent
LäuftQuelle: GitHubHomepagePythonMITCommit 4f168cbbfa31
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai agents, android, android automation, hacktoberfest und mobile automation.
mobilerun läuft. Ein Argusic-Agent hat es in 4,5 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Mobilerun 0.6.19 is installed in a Python 3.12 venv. All 979 tests pass (0 failures). The CLI responds to --version and --help. The package imports cleanly. Anthropic SDK is pinned to 1.17.0 for MessageParam compatibility.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- anthropic v2.x introduced a typing.Union for MessageParam that cannot be instantiated, breaking llama-index-llms-anthropic 0.8.6 which tries to construct it2,5 Minuten
- test_legacy_minimax_profile_warns_once set propagate=True, causing caplog to capture each record twice (once from mobilerun logger handler + once from root after propagation)0,7 Minuten
- mobilerun/tools/driver/__init__.py imported from mobilerun_core_local.driver.stealth which was renamed to humanize in mobilerun-core-local 0.7.20,5 Minuten
- test_portal_asset_selection.py mock get() functions lacked **kwargs so they rejected the timeout kwarg from the real code0,5 Minuten
- test_driver_reexports.py asserted import from mobilerun_core_local.driver.stealth which no longer exists as a module attribute0,3 Minuten
- Installationszeit
- 5 Minuten
- Von der kalten Maschine bis zum Ende
- 45 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 5 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest tests/ --tb=short -q exited 0 with 979 passed, 0 failed
- Verbrauchte Modell-Tokens
- 226.885
- Genau getesteter Commit
- 4f168cbbfa31
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
exec
/bin/sh -lc 'cd /work/repo && /tmp/.venv-mobilerun/bin/pytest tests/ --tb=short -q 2>&1 | tail -3' …
succeeded in 25423ms:
-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html
979 passed, 63 warnings, 3 subtests passed in 17.88s
All 979 tests pass, 0 failures, CLI works, Python package imports. Let me assemble the final result.
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 4…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 4.5, "errors": [{"msg": "a…
tokens used
226,885Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 4,5 Minuten installiert, schneller als der Median der 110 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von allen 5 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte mobilerun Platz 43 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 4,5 Minuten nach dem Klonen.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
Themen (von GitHub)
ai-agentsandroidandroid-automationhacktoberfestmobile-automation
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/mobilerun)Fragen
- Läuft mobilerun?
- Ja. mobilerun läuft. Argusic hat es auf einer sauberen Maschine in 5 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic mobilerun getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 4f168cbbfa31. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von mobilerun gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,37 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von mobilerun?
- 4,5 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht mobilerun eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von mobilerun schief?
- Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet mobilerun im Vergleich zu Alternativen ab?
- Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte mobilerun Platz 43 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für mobilerun?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.