Evilom
49 lines
3.3 KiB
Markdown
49 lines
3.3 KiB
Markdown
# IJHCdrFJFo3NPfx6wxDcyFV1n1d
|
|
|
|
Source: https://dianchukeji.feishu.cn/docx/IJHCdrFJFo3NPfx6wxDcyFV1n1d
|
|
|
|
|
|
# 一、工作内容概述
|
|
# 二、**game-analyst-agent **优化
|
|
### 修两条关于信息采集及模型视觉识别的bug链
|
|
|
|
### 方案决策错误导致的结构性问题
|
|
**第一次集成真实场景暴露了一堆工程问题：**
|
|
自动化交互的核心问题是"下一步点哪"，这个问题只有两种答案：
|
|
- 人来决定
|
|
- 模型看图来决定
|
|
为了省 token 选择了本地+模型混合判断的初衷没问题，只是省的方式错了。现在的方案每步一张图、历史用文字压缩，已经是比较省的了。后续如果要进一步省，可以做"只在页面变化时才截图"，而不是每步必截
|
|
- **本地探索（昨日版本方案）**：ADB 发随机 tap → 截图存下来 → 定期批量丢给模型分析
|
|
- **AI** **导航（初始方案&现方案）**：截图 → 模型看图决策 → 执行 → 截图
|
|
|
|
|
|
|
|
|
|
### 当前完成度及下一步计划
|
|
|
|
# 三、用多模型并行辩论加速思考实践
|
|
|
|
|
|
|
|
# 一、工作内容概述
|
|
# 二、**game-analyst-agent **优化
|
|
### 修两条关于信息采集及模型视觉识别的bug链
|
|
|
|
### 方案决策错误导致的结构性问题
|
|
**第一次集成真实场景暴露了一堆工程问题：**
|
|
自动化交互的核心问题是"下一步点哪"，这个问题只有两种答案：
|
|
- 人来决定
|
|
- 模型看图来决定
|
|
为了省 token 选择了本地+模型混合判断的初衷没问题，只是省的方式错了。现在的方案每步一张图、历史用文字压缩，已经是比较省的了。后续如果要进一步省，可以做"只在页面变化时才截图"，而不是每步必截
|
|
- **本地探索（昨日版本方案）**：ADB 发随机 tap → 截图存下来 → 定期批量丢给模型分析
|
|
- **AI** **导航（初始方案&现方案）**：截图 → 模型看图决策 → 执行 → 截图
|
|
|
|
|
|
|
|
|
|
### 当前完成度及下一步计划
|
|
|
|
# 三、用多模型并行辩论加速思考实践
|
|
|
|
|
|
 |