Evilom
3.3 KiB
3.3 KiB
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