查看连接状态:WDA 是否就绪、是否锁屏、当前前台 App、屏幕尺寸。

截取当前屏幕。图像已缩放到点尺寸,像素坐标可直接用于点击和滑动。

看不清小图标、小字时,传 x/y/width/height(点)放大这块区域:从原始高清截图裁剪, 小区域再额外放大。返回文字里有放大倍数,图中坐标换算回屏幕点:x + 像素/倍数。

列出屏幕上带文字的界面元素:类型、标签、中心点坐标、尺寸。

filter: 只返回类型/标签/名字/值里包含该文字的元素(不区分大小写),例如 SearchField、Button。 注意:按坐标判断是否在屏幕内,被弹窗遮住的元素也可能列出来,不确定时截图核对。

点击屏幕坐标(点)。

按文字点击元素:先找标签/名字完全相同的,找不到再找包含该文字的。中心被悬浮栏、键盘等盖住时改点没被盖住的部分,整个被盖住就不点。

index: 匹配到多个时点第几个(从 0 开始,顺序同 iphone_list_elements)。

长按屏幕坐标(点)。

从一点滑到另一点(点坐标)。向上滑看下面的内容:from_y 大、to_y 小。

在当前获得焦点的输入框里输入文字(支持中文)。需要先点中输入框。submit=True 时末尾按回车。 输完会读回输入框核对:少了结尾几个字会自动补上;对不上就报错,不按回车。

按硬件键:home(回主屏幕)、volume_up、volume_down、lock(锁屏;配置了密码时之后的操作会自动解锁)。

列出已安装的 App(名字和 Bundle ID)。include_system=True 时列出系统 App。

启动 App 并切到前台。app 可以是 Bundle ID,也可以是显示名(如「设置」「微信」)。

结束 App 进程。app 可以是 Bundle ID 或显示名。

用系统默认方式打开链接或 URL Scheme(网页会在 Safari 打开)。

等包含某段文字的界面元素出现(例如页面加载完、弹窗出现),出现就立即返回;超时报错。代替反复截图轮询。输入框里的字不算。

按顺序执行几步操作,一次调用完成(最多 20 步),某一步出错就停下并说明是第几步。

steps 每项是 {"tool": 工具名, 其余是该工具的参数},可用:iphone_tap、iphone_tap_element、iphone_long_press、iphone_swipe、iphone_type_text、iphone_press_button、iphone_launch_app、iphone_terminate_app、iphone_open_url、iphone_wait_for,以及 {"tool": "wait", "seconds": 秒数}(不超过 5)。 适合确定的连续操作;每步的结果不确定(例如点了以后不知道会跳到哪)时,还是一步步来。 then 同其他操作工具:全部做完后顺带返回界面。