屏幕观察
通过图像匹配、OCR、目标检测、截图和 UI 树查找，在当前 Android 屏幕上定位文字、按钮、模板图或可见目标。
vision.matchvision.ocrvision.detectvision.captureui.find莱彩 Flow：可搭载 AI 模型的安卓自动化工具
莱彩 Flow 用来创建安卓自动化流程，无需编程，拖拽并连接节点即可完成配置。流程可以搭载视觉识别、OCR、LLM 等 AI 模型，也可以使用 AI Planner 或 MCP 更方便、快捷地创建。
更多莱彩 Flow 视频教程
- 莱彩 Flow 界面概览
- 创建第一个莱彩 Flow 配置
- 创建第一个莱彩 Flow 节点
- 手动创建莱彩 Flow
- 用 AI Planner 生成莱彩 Flow
- 用 Codex 和 MCP 生成莱彩 Flow 配置
- 用莱彩 Flow 在设备上运行 Android 自动化
- 用 LaiCai Flow 节点自动化 Google Photos
- 用 LaiCai Flow 节点删除一张 Google Photos 图片
- 用 Flow 重复节点删除多张 Google Photos 图片
- 用 flow.until 自动删除所有 Google Photos 图片
- 用 data.array 和 flow.foreach 在 Android 上自动输入文本
- 用莱彩 Flow 将旧安卓手机变成 AI 监控器
- 用 OCR 和 Speak 节点将安卓手机变成阅读器
核心概念
可以把 Flow 配置理解成一张流程图，Flow 里的每个节点只做一件事。每个节点都有输入和输出，前一个节点会把数据交给后续节点。例如：[图片匹配节点] 只负责找到图片的坐标，然后，把坐标交给下一个 [点击节点] 执行点击任务。
配置与主 Flow
一个配置可以包含多个 Flow。主 Flow 是入口，点击运行时会从主 Flow 开始执行。
节点与数据
Flow 提供多种节点，用来处理不同类型的任务。每个节点负责一个明确动作或数据处理步骤，例如画面操作、条件判断、数据转换、流程控制、外部服务交互或调用其它 Flow。节点执行后可以输出数据，供后续节点继续使用。
节点可以做什么
LaiCai Flow 的节点覆盖屏幕观察、设备操作、数据处理、流程控制和外部集成。你可以像搭积木一样组合节点：先观察屏幕，选择数据，再操作设备，随后分支、等待、循环或调用其它 Flow。
触控与输入
在上游节点提供目标位置或文本后，执行点击、滑动、长按、拖动、输入文字、键盘按键或剪贴板操作。
pointer.tappointer.swipepointer.longPresspointer.draginput.textApp 与设备控制
打开或停止 Android App，发送 Home 和 Back，截图、录屏、调节音量，或把截图和视频保存到手机。
app.openapp.forceStopdevice.homedevice.backdevice.screenshot数据处理
提取字段、读取 JSON 路径、组装对象和数组、过滤和排序列表、比较值，并把运行状态保存给后续步骤使用。
data.pickdata.filterdata.sortdata.jsonGetvar.setstorage.get流程控制
按条件分支，在步骤之间等待，结束运行，调用子 Flow，重复执行 Flow，遍历数组，或一直运行直到子 Flow 成功。
flow.branchflow.waitflow.runflow.repeatflow.forEachflow.until外部集成
调用 HTTP API，加载本地文件，运行已保存的宏或 AutoJS 脚本，也可以在需要更深层 Android 自动化时使用 ADB Shell。
http.requestfile.loadmacro.playautojs.runadb.shell创建 LaiCai Flow 自动化流程的三种方式
方式 1
在 Graph View 手动编辑 Flow
适合希望自己搭建流程、需求明确且步骤不复杂的用户。你可以在 Graph View 中新增功能节点，按执行顺序连接节点，再配置各节点的参数、输入、输出和节点之间的数据传递。
- 先把目标拆成几个确定步骤，例如打开 App、等待页面、点击按钮。
- 用连线表达执行路径和简单分支，例如 success、failure、true、false。
- 每完成一小段就运行验证，通过日志检查节点参数、输入输出和设备状态。
方式 2
在莱彩 APP 内通过对话生成 Flow
无需编程基础，任何人都可以用自然语言描述任务，让 AI 在莱彩 APP 内生成或修改 Flow。你可以像聊天一样说明目标，例如打开 App、查找按钮、识别文字、点击元素、输入内容或循环执行操作；也可以通过 @mention 快速指定模板图、OCR 区域、设备素材或某个已有节点，让 AI 更准确地更新当前 Profile。
- 直接用自然语言描述需求，例如“打开 YouTube，点击搜索图标，输入 LaiCai Flow”。
- 通过 @mention 指定需要使用的 assets，例如模板图、识别区域、按钮截图或已有节点。
- AI 会根据当前 Flow、节点能力、设备状态和你指定的素材，自动生成或调整节点连接与参数。
- 如果缺少包名、模板图、OCR 区域、账号信息或 API 参数，系统会提示你补充，而不是随意猜测。
方式 3
在 Codex、Claude 等桌面 AI 工具中通过 MCP 生成 Flow
适合已经在使用 Codex、Claude 等 AI 桌面工具的人。通过 LaiCai MCP，桌面 AI 可以直接读取设备、节点能力、自动化素材和现有 Profile，不需要你把这些上下文复制到对话里，也不需要为这部分上下文额外消耗 LLM API token。你可以继续利用 Codex、Claude 本身的代码阅读、文件分析、结构化推理和长上下文能力，让 AI 一边理解项目资料，一边生成、检查或更新 LaiCai Flow Profile。
- 不需要手动复制设备信息、节点 schema、assets 或 Profile 内容到聊天窗口。
- 不需要为 MCP 提供的本地上下文额外消耗 LLM API token。
- 可以结合 Codex、Claude 的代码分析、文件阅读和问题拆解能力，辅助设计更复杂的 Flow。
- 适合需要让 AI 同时参考本地项目文件、自动化素材和真实设备状态，再维护 Profile 的场景。