Mobile Testing — 移动应用自动化测试与评估

通过 CLI 工具（adb / xcrun simctl / maestro）自动化操控 Android 和 iOS 设备， 执行应用安装、性能采集、日志分析、E2E 测试和视觉回归检测。

前置依赖

执行任何操作前，先检测可用工具链。运行以下命令快速诊断：

# Android
adb version 2>/dev/null && echo "✅ adb available" || echo "❌ adb not found"
adb devices -l 2>/dev/null

# iOS (macOS only)
xcrun simctl list devices available 2>/dev/null && echo "✅ simctl available" || echo "❌ simctl not found"

# Maestro (optional, for E2E)
maestro --version 2>/dev/null && echo "✅ maestro available" || echo "❌ maestro not found (install: curl -Ls https://get.maestro.mobile.dev | bash)"

缺少工具时的处理策略：

• adb 不可用 → 跳过 Android 相关操作，提示用户安装 Android SDK Platform-Tools
• xcrun simctl 不可用 → 跳过 iOS 相关操作（非 macOS 环境正常）
• maestro 不可用 → E2E 测试降级为手动 adb shell input 操控，或提示安装

脚本工具

技能内置以下 Python 脚本（零依赖，仅需 Python 3 标准库）：

脚本路径: <skill-dir>/scripts/

用法示例：

SKILL_DIR="<path-to-mobile-testing>"

# 列出所有设备
$SKILL_DIR/scripts/mt devices

# 性能采集（Android）
$SKILL_DIR/scripts/mt perf --package com.example.app --platform android --samples 5

# 截图
$SKILL_DIR/scripts/mt capture --platform android --output /tmp/screenshot.png

# 截图对比
$SKILL_DIR/scripts/mt capture --compare /tmp/before.png /tmp/after.png --output /tmp/diff.png

# 日志监控
$SKILL_DIR/scripts/mt logs --package com.example.app --platform android --duration 30

工作流 1: 设备发现与管理

Android 设备/模拟器

# 列出已连接设备
adb devices -l

# 列出可用 AVD（模拟器镜像）
emulator -list-avds 2>/dev/null

# 启动模拟器（后台）
nohup emulator -avd <avd_name> -no-audio -no-boot-anim > /dev/null 2>&1 &

# 等待设备就绪
adb wait-for-device
adb shell getprop sys.boot_completed  # 返回 1 表示完全启动

iOS 模拟器

# 列出所有可用模拟器
xcrun simctl list devices available

# 启动指定模拟器
xcrun simctl boot <device_udid>

# 打开 Simulator.app 显示模拟器窗口
open -a Simulator

# 创建新模拟器
xcrun simctl create "Test iPhone" "iPhone 16 Pro" "com.apple.CoreSimulator.SimRuntime.iOS-18-0"

# 重置为干净状态
xcrun simctl erase <device_udid>

# 关闭模拟器
xcrun simctl shutdown <device_udid>

统一设备列表

使用内置脚本获取跨平台统一视图：

$SKILL_DIR/scripts/mt devices

输出格式：

Platform  | Device                | ID                                   | Status
----------+-----------------------+--------------------------------------+---------
Android   | Pixel_7_API_34        | emulator-5554                        | online
Android   | Samsung Galaxy S23    | R5CR1234567                          | online
iOS       | iPhone 16 Pro         | 8A1B2C3D-4E5F-6789-ABCD-EF0123456789 | booted
iOS       | iPad Air              | 1234ABCD-5678-EFGH-IJKL-MNOP9012QRST | shutdown

工作流 2: 应用快速评估

"快速评估"是最常用的工作流 —— 给 Agent 一个 APK/IPA（或 .app），自动跑一遍基础体检。

Step 1: 安装应用

# Android
adb install -r /path/to/app.apk               # -r 覆盖安装
adb install-multiple -r /path/to/*.apk         # Split APK

# iOS Simulator
xcrun simctl install booted /path/to/App.app   # 必须是 .app 目录，不是 .ipa

# iOS 真机（需要 ios-deploy 或 Xcode）
ios-deploy --bundle /path/to/App.app

Step 2: 获取应用信息

# Android — 获取包名和启动 Activity
aapt dump badging /path/to/app.apk | grep -E "package:|launchable-activity:"
# 或从已安装应用
adb shell pm list packages | grep <keyword>
adb shell dumpsys package <package> | grep -A 1 "MAIN"

# iOS — 获取 Bundle ID
# 从 .app 目录
plutil -extract CFBundleIdentifier raw /path/to/App.app/Info.plist
# 已安装应用
xcrun simctl listapps booted | plutil -extract - json - | python3 -c "import sys,json;[print(k) for k in json.load(sys.stdin)]"

Step 3: 启动应用并等待稳定

# Android — 测量冷启动时间
adb shell am force-stop <package>
adb shell am start -W <package>/<activity>
# 输出包含 TotalTime (ms)

# iOS
xcrun simctl terminate booted <bundle_id> 2>/dev/null
xcrun simctl launch booted <bundle_id>

Step 4: 截图巡检

# Android
adb exec-out screencap -p > /tmp/screen_home.png

# iOS
xcrun simctl io booted screenshot /tmp/screen_home.png

截取关键页面截图后，Agent 可以用 view_file 查看截图内容，评估 UI 是否正常。

Step 5: 基础性能快照

# Android — 内存
adb shell dumpsys meminfo <package> | head -30

# Android — CPU (单次采样)
adb shell top -n 1 -b | grep <package>

# Android — 帧率 (需先操作 UI)
adb shell dumpsys gfxinfo <package> | grep -A 5 "Total frames"

# iOS — 内存 (通过 Instruments 或 Xcode)
# simctl 没有直接的 meminfo，建议使用 Instruments CLI:
xcrun xctrace record --template "Activity Monitor" --device booted --time-limit 10s --output /tmp/perf.trace

Step 6: 生成评估报告

使用内置脚本：

$SKILL_DIR/scripts/mt perf --package <package> --platform android --samples 3 --output /tmp/eval_report.md

或手动组装 Markdown 报告，模板如下：

# App Evaluation Report — {App Name}

## Basic Info
| Item | Value |
|------|-------|
| Package | com.example.app |
| Version | 1.2.3 |
| Platform | Android 14 / Pixel 7 |
| Test Time | 2026-03-03 09:30:00 |

## Cold Launch Time
| Metric | Value |
|--------|-------|
| TotalTime | 1234 ms |
| WaitTime | 456 ms |

## Memory Usage
| Metric | Value |
|--------|-------|
| Total PSS | 125 MB |
| Java Heap | 45 MB |
| Native Heap | 62 MB |

## Frame Rendering
| Metric | Value |
|--------|-------|
| Total Frames | 500 |
| Janky Frames | 12 (2.4%) |

## Screenshots
![Home Screen](/tmp/screen_home.png)

## Issues Found
- ⚠️ 冷启动时间超过 2s
- ✅ 内存使用在合理范围
- ✅ 帧率表现正常

工作流 3: E2E 用户旅程测试 (Maestro)

Maestro 是最适合 Agent 生成和执行的 E2E 框架 —— 声明式 YAML，无需编译，跨平台。

编写 Maestro 流程

# login_flow.yaml
appId: com.example.app
---
- launchApp
- assertVisible: "Welcome"
- tapOn: "Sign In"
- tapOn:
    id: "email_input"
- inputText: "[email protected]"
- tapOn:
    id: "password_input"
- inputText: "password123"
- tapOn: "Log In"
- assertVisible: "Dashboard"
- takeScreenshot: login_success

流程编写要点

• 用 `id` 而非坐标：tapOn: { id: "login_button" } 比 tapOn: { point: "200,500" } 稳定得多
• 用 `assertVisible` 验证状态：每个关键步骤后断言 UI 状态
• 用 `takeScreenshot` 留证：在关键节点截图，便于后续分析
• 用 `runFlow` 复用：把登录等通用流程抽成子流程

执行测试

# 单个流程
maestro test login_flow.yaml

# 整个目录
maestro test flows/

# 指定设备
maestro test --device emulator-5554 login_flow.yaml

# 生成报告
maestro test --format junit --output /tmp/report.xml flows/

无 Maestro 降级方案

如果 Maestro 不可用，可用 adb shell 执行基础 UI 操控：

# 点击坐标
adb shell input tap 540 960

# 输入文本
adb shell input text "hello"

# 滑动
adb shell input swipe 540 1500 540 500 300

# 按键
adb shell input keyevent KEYCODE_BACK
adb shell input keyevent KEYCODE_ENTER

# 等待 + 截图验证
sleep 2
adb exec-out screencap -p > /tmp/after_tap.png

iOS Simulator 的降级方案需要 AppleScript 或 XCUITest，复杂度较高， 建议在 iOS 场景下优先安装 Maestro。

需要更详细的 Maestro 指南？读取 references/maestro_guide.md

工作流 4: 性能深度分析

超越"快照"，执行多次采样并做统计分析。

使用内置脚本

# Android 性能分析（5 次采样）
$SKILL_DIR/scripts/mt perf \
  --package com.example.app \
  --platform android \
  --samples 5 \
  --output /tmp/perf_report.md

# iOS 性能分析
$SKILL_DIR/scripts/mt perf \
  --package com.example.app \
  --platform ios \
  --samples 3 \
  --output /tmp/perf_report.md

报告输出统计摘要（mean ± stddev），标记异常值。

手动分析命令

详见 references/android_commands.md 和 references/ios_commands.md。

关键指标速查：

工作流 5: 日志监控与崩溃分析

实时日志过滤

# Android — 按包名过滤
adb logcat --pid=$(adb shell pidof <package>) -v time

# Android — 只看 Error 及以上
adb logcat *:E -v time

# Android — 保存到文件（限时 30s）
timeout 30 adb logcat --pid=$(adb shell pidof <package>) -v time > /tmp/app.log

# iOS Simulator — 实时日志
xcrun simctl spawn booted log stream --predicate 'subsystem == "<bundle_id>"' --level error

使用内置脚本（自动崩溃检测）

$SKILL_DIR/scripts/mt logs \
  --package com.example.app \
  --platform android \
  --duration 30 \
  --output /tmp/crash_report.md

脚本自动检测以下模式：

• Java Crash: FATAL EXCEPTION、java.lang.
• Native Crash: SIGABRT、SIGSEGV、backtrace:
• ANR: ANR in、Input dispatching timed out
• OOM: OutOfMemoryError

输出包含崩溃摘要、堆栈片段和发生时间。

工作流 6: 视觉回归检测

对比两张截图，检测像素级差异。

# 截取 before/after 截图
$SKILL_DIR/scripts/mt capture --platform android --output /tmp/before.png
# ... 执行操作或更新版本 ...
$SKILL_DIR/scripts/mt capture --platform android --output /tmp/after.png

# 对比
$SKILL_DIR/scripts/mt capture \
  --compare /tmp/before.png /tmp/after.png \
  --output /tmp/diff_report.md \
  --threshold 0.01

对比结果包含：

• 差异像素百分比
• 差异区域可视化（生成 diff 图片）
• PASS / FAIL 判定（基于阈值）

references/ 目录

最佳实践

1. 先检测环境：每次测试前先运行 ./mt devices，确保目标设备在线
2. 隔离测试状态：测试前清除应用数据（adb shell pm clear <pkg> / xcrun simctl erase）
3. 多次采样取均值：性能数据单次不可信，至少 3 次采样
4. 截图存档：将截图保存到有意义的路径，便于后续对比
5. 日志先清后采：adb logcat -c 清空缓冲区后再开始采集
6. Maestro 流程模块化：把登录、导航等通用操作抽成子流程复用
7. CI 集成：所有脚本输出标准化 JSON/Markdown，便于流水线解析