手机控制手机：HermesAgent+Android Bridge桥接配置全攻略【桥接】

Hermes Agent 控制 Android 手机的关键是打通“思考”与“动手”链路：Hermes 负责指令理解与步骤拆解，Android Bridge 负责本地读屏、点按、输入、截图，全程离线、低延迟、高隐私。 ☞☞☞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☜☜☜ 用 Hermes Agent 控制另一台 Android 手机，关键不在“装两个 App”，而在于打通“思考”和“动手”的链路：Hermes 负责理解指令、拆解步骤；Android Bridge 负责在目标手机上真正读屏、点按、输入、截图。整个过程不依赖云服务，所有操作发生在本地设备之间，隐私可控，延迟低。 一、桥接前的双端准备 这不是单边配置，必须同步完成两端设置： 控制端（运行 Hermes 的设备） ：可以是电脑（Linux/macOS/WSL2）、树莓派，或另一台装了 Termux 的 Android 手机。需能运行 Python 3.11+ 和 Hermes CLI，并可访问目标手机的 IP 或 localhost（若同设备运行）。 被控端（要被自动操作的手机） ：Android 10+，开启无障碍服务、USB 调试（仅首次配对需要）、屏幕保持常亮。推荐使用废旧手机，避免干扰日常使用。 两台设备需处于同一局域网（Wi-Fi），或通过 USB 网络共享直连。Bridge 默认走 HTTP（端口 8766），不走公网，无需开放防火墙。 二、安装并启动 Android Bridge App 去 GitHub 搜索 hermes-android 官方仓库，下载最新 release 中的 BridgeApp.apk （非 debug 版）。安装后打开，按提示授予以下权限： 无障碍服务（必需）：用于读取界面元素、识别按钮和文本 悬浮窗（可选但推荐）：方便查看当前连接状态与调试日志 存储读写（仅截图/录屏时需要） 启动后，App 主界面会显示本机 IP 和监听端口（如 http://192.168.1.23:8766 ）。这就是 Hermes 后续调用的 relay 地址。 三、在 Hermes 中注册 Android 工具集 进入 Hermes 项目目录，在 Python 环境中编辑工具注册逻辑（通常为 tools/android_tools.py 或自定义插件模块），显式声明并绑定以下核心工具： Android开发教程与笔记pdf版 Android文件存取与数据库编程知识，文件操作主要是读文件、写文件、读取静态文件等，同时还介绍了创建添加文件内容并保存，打开文件并显示内容；数据库编程方面主要介绍了SQLite数据库的使用、包括创建、删除、打开数据库、非查询SQL操作指令、查询SQL指令-游标Cursors等知识。 下载 android_screenshot() ：返回 PNG 字节流，供模型分析当前画面 android_tap(x, y) 或 android_tap_text("设置") ：支持坐标点击或语义点击（基于无障碍节点匹配） android_type("hello") ：向焦点输入框填入文字 android_open_app("com.android.settings") ：通过包名拉起应用 android_swipe(start_x, start_y, end_x, end_y) ：模拟滑动 每项工具需提供清晰的 JSON Schema 描述参数类型与用途，确保大模型能准确理解何时调用、如何传参。 四、验证与调试常见卡点 配置完成后，用一条简单指令测试通路是否跑通： 在 Hermes CLI 中输入： 打开设置，截图并描述当前页面 预期执行链： 若失败，优先检查三项： – BridgeApp 是否在前台运行且无障碍已启用 – Hermes 工具中 relay URL 是否指向被控手机真实 IP（不是 127.0.0.1） – 被控手机是否锁屏或息屏（无障碍服务在锁屏下通常失效） 首次调试建议关闭省电模式、禁用电池优化，避免系统后台杀掉 Bridge 进程。