把点击和输入交给手机
让它打开应用、找到屏幕上的内容或输入文字。日常使用不需要电脑、数据线或 root。
Powered by Midscene
告诉 Tapilot 你想做什么,它会在安卓手机上打开应用、点击和输入。先试一件小事,看着它操作,再核对结果。
GitHub 备用下载 · v0.1.9 ↗2026 年 11 月 4 日发布,已通过安卓真机验证,沿用原测试版签名,可覆盖升级。
播放不畅?切换来源,或在平台打开。
宣传片包含真机画面与经过剪辑的报告展示,功能以安装版本为准。
说清楚要做的事,随时补充要求,做完后查看手机上的实际结果。
让它打开应用、找到屏幕上的内容或输入文字。日常使用不需要电脑、数据线或 root。
执行中补充要求,随时停止,或明确重试。应用重启后,不会自动重放被打断的任务。
每次手机操作后单独截图核验。打开可回放报告,查看实际截图、动作和错误。
支持配对的构建可通过 Wi-Fi 连接 Android Use 插件。操作时手机需解锁,并由一个控制端独占使用。
配置 HTTPS 视觉模型 API,或使用可用的 ChatGPT 连接入口。也支持通过可信网络中的 HTTP 接入自托管模型。配置方法见「开始使用」。
在安卓无障碍设置中启用 Tapilot。执行方式可选自动执行、关键操作确认或每次操作确认。
发送“打开计算器,计算 12 × 8”。保持手机解锁,看着它操作,检查屏幕上的结果是否为 96。
接入火山引擎或 Deepgram 后可用语音输入,另配播报服务后可听取回答。语音润色可单独开启,用于整理识别文字;润色失败时保留原文。
Agent 在手机上运行,模型推理由你配置的模型服务完成。密钥通过 Android Keystore 加密保存。截图和任务上下文会发给所选模型;可选语音服务会接收录音或回答文字。
隐私与权限 →Tapilot 会操作手机主屏幕。执行时请保持解锁,暂时不要同时操作手机。测试版可能出错;需配置支持的视觉模型,服务商可能收费。