Droidrun
Droidrun GmbH · Autres
Droidrun est un framework open source d'agents mobiles qui pilote des appareils Android et iOS avec des commandes en langage naturel et propose des téléphones cloud pour changer d'échelle.
À propos de Droidrun
About
Qu'est-ce que Droidrun
Droidrun est un framework open source d'agents mobiles qui pilote des appareils Android et iOS avec des agents LLM. Vous décrivez une tâche en langage naturel, l'agent lit l'écran, puis touche, glisse et saisit du texte dans n'importe quelle app jusqu'à ce que le travail soit fait. Il se présente comme un paquet Python et un outil en ligne de commande, donc vous pouvez le lancer sur un téléphone posé à côté de vous ou l'intégrer dans un pipeline d'automatisation plus large.
Le projet est né d'un problème concret. L'automatisation mobile classique repose sur des sélecteurs d'interface écrits à la main, qui cassent dès qu'une app change sa mise en page. Droidrun abandonne cette approche et confie les décisions à un modèle, qui s'adapte à ce que l'écran affiche. Le même cœur alimente un service hébergé nommé Mobilerun Cloud, où vous louez des téléphones cloud et lancez des agents sans garder un appareil sur votre réseau.
La limite, c'est qu'il s'agit d'un outil de développeur. Il n'existe pas d'éditeur visuel pour qui ne code pas, et mieux vaut être à l'aise avec un terminal, Python ou une API. Les exécutions locales demandent aussi un appareil réel ou un émulateur configuré avec ADB, et le framework ne fournit pas le matériel. En tirer vraiment parti suppose d'écrire du code ou de s'appuyer sur l'offre cloud.
Premiers pas
- Installez le paquet avec
uv tool install mobilerunoupip install mobilerun, en utilisant Python 3.11 à 3.13. - Lancez
mobilerun setuppour installer l'app Portal sur un appareil Android et activer son service d'accessibilité, ou passez par le flux Portal iOS sur un iPhone. - Lancez
mobilerun configurepour choisir un fournisseur, une méthode d'authentification et un modèle. - Envoyez votre première tâche avec
mobilerun run "Open settings and turn on dark mode". - Ajoutez
--visionpour l'analyse des captures ou--reasoningpour les tâches longues à plusieurs étapes, puis reportez ces mêmes appels dans un script Python ou dans l'API cloud.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Droidrun.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Développeurs qui construisent de l'automatisation mobile
- Équipes QA qui testent des apps mobiles
- Équipes qui ont besoin de volume sans matériel
Tâches
- Automatiser des corvées répétitives dans une app
- Extraire des données d'apps natives
- Tester l'interface mobile à chaque version
Cas d'usage
- Un flux qui doit tourner à toute heure
- Tester une app sur de nombreux comptes ou régions
- Prototyper l'automatisation avant d'investir dans l'infrastructure
Fonctionnalités clés
Pilotage des appareils en langage naturel
Vous donnez à l'agent un objectif en mots courants et il déduit les touchers, glissements et saisies nécessaires pour y arriver. Cela supprime la maintenance des sélecteurs qui rend les scripts mobiles fragiles, puisque le modèle relit l'écran à chaque étape et s'adapte aux changements de mise en page.
Vision et arbre d'accessibilité combinés
Droidrun associe l'arbre d'accessibilité aux captures d'écran, de sorte que l'agent comprend la structure des éléments et voit la même chose qu'une personne. Le mode vision envoie les captures au modèle, et un mode captures seules couvre les apps qui n'exposent aucune donnée d'accessibilité utile, une lacune fréquente dans les jeux et les écrans très graphiques.
Mode raisonnement pour les tâches à plusieurs étapes
Un agent gestionnaire planifie le travail et un agent exécuteur réalise chaque étape à son tour, en vérifiant l'avancement en chemin. Le mode raisonnement convient aux parcours de réservation et aux changements de réglages qui traversent plusieurs apps, tandis qu'un mode direct plus léger règle les actions rapides d'un seul coup sans la charge de la planification.
Prise en charge de modèles sans dépendance à un fournisseur
Le framework fonctionne avec OpenAI, Anthropic, Gemini, xAI, Ollama, DeepSeek, OpenRouter et tout point de terminaison compatible OpenAI. Vous pouvez fixer un modèle différent par agent, si bien qu'un modèle plus fort planifie et qu'un moins cher exécute, ce qui réduit le coût sur les tâches longues.
Outils personnalisés, app cards et sortie structurée
Vous pouvez étendre les agents avec des fonctions personnalisées, joindre des consignes propres à une app appelées app cards et renvoyer des résultats sous forme de données typées via des modèles Pydantic. Cela transforme un agent d'automatisation général en un outil ajusté à une app ou à un flux précis, et laisse la sortie prête à être exploitée ensuite.
Téléphones cloud et orchestration de flottes
Mobilerun Cloud propose des téléphones Android hébergés et des iPhone dédiés avec leur propre IP résidentielle, plus des numéros en réception seule et des boîtes mail pour les étapes d'inscription et de vérification. Vous pouvez démarrer de nombreux téléphones d'un coup, lancer la même automatisation en parallèle et tout gérer depuis une API, et c'est là que la conception locale du framework porte ses fruits à grande échelle.
Avantages et inconvénients
Avantages
- Open source sous licence MIT, donc pas de frais de licence et vous pouvez lire ou forker le code.
- Indépendant du modèle, ce qui vous évite d'être lié à un fournisseur et permet de répartir les tâches entre modèles bon marché et puissants.
- De bons résultats publics aux benchmarks, avec l'équipe qui annonce 100 % de score officiel sur AndroidWorld et 98,24 % de moyenne sur iOSWorld sur ses jeux de tâches.
- Un chemin clair du prototype local aux téléphones cloud gérés, si bien qu'un projet grandit sans réécrire le cœur.
Inconvénients
- C'est un outil de développeur, donc qui ne code pas n'a pas de voie sans code et doit passer par un terminal, Python ou l'API.
- Les exécutions locales exigent un appareil réel ou un émulateur configuré avec ADB, ce qui ajoute une étape avant la première tâche.
- Les téléphones hébergés et les modules complémentaires sont facturés en plus du framework gratuit, donc tourner à l'échelle coûte de l'argent.
- Python 3.14 n'est pas encore pris en charge, il faut donc rester sur 3.11 à 3.13 pour l'instant.
Questions fréquentes
Oui, du moins pour l'instant. Le framework vise les développeurs et expose ses fonctions via une CLI et une API Python. La couche hébergée Mobilerun Cloud adoucit cela pour les équipes qui veulent des téléphones gérés, mais il n'existe toujours pas d'éditeur visuel pour qui n'écrit pas de code.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Droidrun.
Alternatives à Droidrun
Odyssey 3
Odyssey · AutresOdyssey-3 est le modèle du monde fondationnel d'Odyssey. Il simule la physique en temps réel, transforme une consigne en environnement interactif et s'adapte aux robots, voitures et jeux.
JarvisCore
Prescott Data · Programmation · Productivité · AutresJarvisCore est un runtime Python open source où les agents IA travaillent en pairs sur un maillage, prennent les tâches dans un registre partagé et joignent les services externes via un broker zero trust.
Clef
Cloudflare · Entreprise · AutresClef est le modèle de décision open source de Cloudflare pour Workers AI. Il renvoie des probabilités calibrées pour des questions typées au lieu de texte, ce qui permet à un agent de classer, router et agir vite.