LaiCai Flow：AIモデルを搭載できるAndroid自動化ツール

LaiCai Flowはプログラミング不要でAndroid自動化Flowを作成できます。ノードをドラッグして接続し、画像認識、OCR、LLMなどのAIモデルを組み込むか、AI PlannerやMCPでFlow作成を効率化できます。

Core concepts

Flow 設定はフローチャートのように考えられます。Flow 内の各ノードは1つのことだけを行います。各ノードには入力と出力があり、前のノードがデータを後続のノードへ渡します。例えば、[画像一致ノード] は画像の座標を見つけるだけを担当し、その座標を次の [クリックノード] に渡してクリックタスクを実行します。

Profile and Main Flow

A profile stores one or more flows. The Main Flow is the entry point that runs when you start automation on a device.

Nodes and data

Flow には、さまざまな種類のタスクを処理するための多くのノードがあります。各ノードは、画面操作、条件判断、データ変換、フロー制御、外部サービス連携、別の Flow の呼び出しなど、明確な1つの操作またはデータ処理ステップを担当します。ノードの実行後は、後続のノードが利用できるデータを出力できます。

ノードでできること

LaiCai Flow のノードは、画面観察、デバイス操作、データ処理、フロー制御、外部連携をカバーします。画面を観察し、データを選び、デバイスを操作し、その後に分岐、待機、ループ、別の Flow 呼び出しを組み合わせます。

画面観察

画像マッチング、OCR、物体検出、スクリーンショット、UI ツリー検索で、現在の Android 画面上のテキスト、ボタン、テンプレート、表示ターゲットを探します。

vision.matchvision.ocrvision.detectvision.captureui.find

タッチと入力

上流ノードが位置や値を出力した後、タップ、スワイプ、長押し、ドラッグ、テキスト入力、キー入力、クリップボード操作を実行します。

pointer.tappointer.swipepointer.longPresspointer.draginput.text

アプリとデバイス制御

Android アプリの起動や停止、Home と Back、スクリーンショット、録画、音量調整、端末へのメディア保存を行います。

app.openapp.forceStopdevice.homedevice.backdevice.screenshot

データ処理

フィールド抽出、JSON パス読み取り、オブジェクトや配列の作成、リストのフィルターとソート、値の比較、実行状態の保存を行います。

data.pickdata.filterdata.sortdata.jsonGetvar.setstorage.get

フロー制御

条件分岐、待機、実行停止、子 Flow 呼び出し、Flow の繰り返し、配列の走査、子 Flow が成功するまでの実行を行います。

flow.branchflow.waitflow.runflow.repeatflow.forEachflow.until

外部連携

HTTP API の呼び出し、ローカルファイルの読み込み、保存済みマクロや AutoJS スクリプトの実行、より深い Android 自動化が必要な場合の ADB Shell に対応します。

http.requestfile.loadmacro.playautojs.runadb.shell

LaiCai Flow 自動化ワークフローを作成する 3 つの方法

接続されたノードで構成された LaiCai Flow 自動化ワークフローを示す Graph View の例。
方法 1

Graph View で Flow を編集

自分でフローを組み立てたい場合や、要件が明確で手順が複雑すぎない場合に適しています。Graph View で自動化ノードを追加し、実行順に接続してから、各ノードのパラメーター、入力、出力、ノード間のデータ受け渡しを設定します。

  • まず目標を、アプリを開く、画面を待つ、ボタンをタップするなどの確定した手順に分けます。
  • 接続線で実行パスと簡単な分岐を表します。例: success、failure、true、false。
  • 小さな区切りごとに実行して、ログでノードパラメーター、入力、出力、デバイス状態を確認します。
方法 2

LaiCai アプリ内の対話で Flow を生成

プログラミングの知識は不要です。誰でも自然言語で自動化タスクを説明し、LaiCai アプリ内で AI に Flow を生成または編集させることができます。アプリを開く、ボタンを探す、文字を認識する、要素をタップする、内容を入力する、操作を繰り返すなど、会話のように目標を伝えられます。さらに @mention でテンプレート画像、OCR 領域、デバイス素材、既存ノードを素早く指定し、AI が現在の Profile をより正確に更新できます。

  • 「YouTube を開き、検索アイコンをタップし、LaiCai Flow と入力する」のように普通の言葉で説明できます。
  • @mention でテンプレート画像、認識領域、ボタンのスクリーンショット、既存ノードなどの assets を指定できます。
  • AI は現在の Flow、ノード能力、デバイス状態、指定された素材に基づいて、ノード接続とパラメーターを生成または調整します。
  • パッケージ名、テンプレート画像、OCR 領域、アカウント情報、API パラメーターが不足している場合は、推測せず補足を求めます。
方法 3

Codex、Claude などのデスクトップ AI ツールで MCP 経由で Flow を生成

すでに Codex、Claude などのデスクトップ AI ツールを使っている人に適しています。LaiCai MCP を通じて、デスクトップ AI はデバイス、ノード能力、自動化素材、既存 Profile を直接読み取れるため、それらのコンテキストをチャットにコピーする必要がなく、そのローカルコンテキストに追加の LLM API token を使う必要もありません。Codex や Claude のコード読解、ファイル分析、構造化推論、長いコンテキスト処理を活かしながら、AI に LaiCai Flow Profile の生成、確認、更新を任せられます。

  • デバイス情報、ノード schema、assets、Profile 内容をチャット画面へ手動コピーする必要はありません。
  • MCP が提供するローカルコンテキストに追加の LLM API token を消費しません。
  • Codex や Claude のコード分析、ファイル読解、問題分解能力を組み合わせて、より複雑な Flow 設計を支援できます。
  • AI がローカルプロジェクトファイル、自動化素材、実デバイス状態を同時に参照しながら Profile を保守したい場面に適しています。