HermesAgent 是轻量级移动端智能体框架，通过接入LLM将自然语言指令转为Auto.js脚本，配合Auto.js Pro实现自动化操作；流程含四步：明确任务描述、选生成模式、检查脚本、运行或保存执行。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在手机上用 HermesAgent 生成并运行 Auto.js 脚本，核心在于“让大模型理解你的操作意图 + 生成可执行的 JavaScript 代码 + 在 Auto.js 环境中准确运行”。这不是一键 magic，但流程清晰、门槛可控。
HermesAgent 是什么？它怎么和 Auto.js 配合？
HermesAgent 是一个面向移动端自动化的轻量级智能体框架，支持接入 LLM（如本地 Qwen、云端 GPT）来理解用户自然语言指令，并输出结构化动作或脚本。它本身不直接运行脚本，而是作为“脚本生成器”与 Auto.js 协同：你描述任务（例如“打开微信，进入文件传输助手，发送‘你好’”），HermesAgent 调用模型生成对应 Auto.js 代码，再通过 adb 或文件写入方式交付给 Auto.js 执行。
实际操作四步走（无需电脑）
✅ 前提：手机已安装 Auto.js Pro（v9+） 并开启无障碍、悬浮窗、辅助功能权限；已安装 HermesAgent（APK 可从 GitHub Release 下载）；网络通畅（用于调用在线模型，或已部署本地模型）。
- 说清楚你要做什么：在 HermesAgent 主界面输入类似“点击屏幕坐标 (500,1200)，等待2秒，然后滑动从(300,1800)到(300,600)，再找图‘确认按钮.png’并点击”——越具体，生成越准；避免模糊表述如“帮我点一下”。
- 选择生成模式：HermesAgent 提供「纯代码生成」和「带截图反馈的交互式生成」。新手推荐后者：它会先截屏，把当前界面传给模型，结合图像+文字共同推理元素位置，大幅降低找控件/坐标的难度。
- 检查并微调脚本：生成的 Auto.js 脚本会显示在预览窗口。重点看三处：是否用了 require("images")（需提前把截图存入 /storage/emulated/0/AutoJS/images/）、click() / swipe() 坐标是否在屏幕范围内、是否有 sleep() 防速刷。可手动删掉冗余日志或加一句 toast("开始执行") 方便调试。
- 一键运行或保存后执行：点击“运行”按钮，HermesAgent 会自动将脚本保存为 /storage/emulated/0/AutoJS/scripts/hermes_temp.js，并通过 Auto.js 的“运行外部脚本”接口触发；也可点“保存”，去 Auto.js 内手动启用。
常见问题与避坑提示
- 生成的脚本点不到目标？大概率是分辨率适配问题——HermesAgent 默认按 1080×1920 生成坐标，若你手机是 1200×2640，需在 HermesAgent 设置里开启「自动缩放坐标」，或让模型明确加上 device.width/device.height 归一化计算。
- 找图失败？确保图片命名无中文、无空格；图片尺寸别太大（建议 ≤ 300×300）；放在 images 文件夹后，在脚本里用 images.read("./确认按钮.png") 而不是 images.captureScreen() 动态截。
- 脚本运行中途卡住？Auto.js 默认超时 30 秒，可在脚本开头加 setScreenMetrics(1080, 1920); 和 auto.waitFor(); 确保权限就绪；关键步骤后加 if (!className("TextView").exists()) { toast("没找到页面，退出"); exit(); } 做容错。
能做什么？真实可用的场景举例
- 批量处理微信消息：监听通知栏关键词 → 拉起微信 → 搜索指定聊天 → 输入固定话术 → 发送
- App 冷启动检测：循环打开某应用 → 截图 → OCR 识别首屏文字 → 记录冷启耗时 → 导出到 CSV
- 游戏日常任务：识别体力值图标 → 判断是否 > 50 → 是则点击副本入口 → 向下滚动找“一键扫荡”按钮 → 点击并等待动画结束
- 信息采集：打开网页 → 滑动到底部 → 截图 → 用 ocr.js 提取所有手机号/邮箱 → 保存至 txt
