V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member  Sign In
V2EX  ›  fzuccq  ›  全部回复第 1 页 / 共 4 页
回复总数  63
1  2  3  4  
@simo 你列举的场景非常有启发性,哈哈。agent 其实支持截屏,在摄像头拍摄不清晰时,agent 会调用截屏。但是截屏事件,app 是可以检测的,京东 app 在商品详情页截屏后会触发分享弹窗,所以我在提示词中要 agent 尽量避免截屏。
@simo 扩展到其他动作,能帮忙举个例子吗?比如什么场景?
@oma1989 iPhone 没法接 HID 吧?
@xidianlz mac 镜像个人用户玩没问题,开源项目或者商用,估计不行了。如果只是个人来用,有很多便宜的技术方案。
@duanxianze 大厂做事情,除了技术,要考虑很多问题,法律、声誉,个人做开源项目,就没那多顾忌了。
@Latin 它这个思路倒是挺有创意的,就是不知道和 claude ,chatgpt, gemini 手机端定位区别在哪里
@runking iPhone 没有键盘接口,iPad 有
@duanxianze 超级小爱不知道能做到哪个程度,点外卖,购物都没问题吗?
@Torpedo 目前是摄像头拍照后,scale 缩小,本地 OCR 和 icon 检测,把预处理结果和图片一起发给大模型。大模型做规划和识图,返回给 agent 执行。
@imqiyue 如果只是刷广告视频,ADB+脚本最具性价比。mac 镜像也可以。如果场景操作路径和坐标可预测,就不需要上大模型。
@qwer666df 我硬件开源了,组装手册可以在线查看。如果纯刷抖音广告视频,建议 agent 后端不要接入大模型,token 太贵,直接视觉算法驱动或者简单 python 脚本驱动硬件点击滑动刷视频,性价比就很高了。
@Unitent 1w 多 rmb
@byte10 我刚开始做的时候,想过贴膜方式完成触控点击,搜索发现还处在学术试验阶段,分辨率和稳定性都达不到,成本也很高。收集数据用 api ,android 还可以,iPhone 应该是做不到,Apple mirror 耦合太强。但软件技术栈,量大起来,随时被封杀。
@byte10 纯软件技术栈,容易被风控,如果上了规模的话
@zerovoid 每家都有自己大模型,每家都拒绝别家模型调用自己的服务,结果就是生态割裂,用户不便。
@Unitent 有技术难度的视频,肯定火不起来,无脑视频才能火。我用了 B 站的推广,要不然冷启动就只有个位数播放量。
@tho 硬件机械结构大同小异,背后的设计理念和应用目的却差异很大,灰产用简单的视觉算法,主要用于刷量,大批量执行重复简单的动作。我的思路是一个 agent 可以可靠使用手机的大部分常用 app ,能自动适应不同 app 和小程序页面导航,成为个人的生活助理。
@Exception615 利用 iPhone 镜像,对 Apple 耦合度太高一旦 Apple 政策变动,开源项目就很被动。个人使用镜像肯定没问题的。
@DiamondYuan 电磁铁的线不够长,需要延长线焊接。但焊接不是必须,胶带捆扎也行,但不如焊接牢固。
@notommorrow 非常抱歉哈,我这边不出售成品。零件需自行购买组装,组装手册可以在线查看,每一个步骤都非常详细。如果装配遇到困难,可以联系我,我可以提供帮助。
1  2  3  4  
About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   982 Online   Highest 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 10ms · UTC 19:24 · PVG 03:24 · LAX 12:24 · JFK 15:24
♥ Do have faith in what you're doing.