萊彩 Flow：可搭載 AI 模型的安卓自動化工具

萊彩 Flow 用來建立安卓自動化流程，無需編程，拖曳並連接節點即可完成設定。流程可以搭載視覺辨識、OCR、LLM 等 AI 模型，也可以使用 AI Planner 或 MCP 更方便、快速地建立。

核心概念

可以把 Flow 配置理解成一張流程圖，Flow 裡的每個節點只做一件事。每個節點都有輸入和輸出，前一個節點會把資料交給後續節點。例如：[圖片匹配節點] 只負責找到圖片的座標，然後，把座標交給下一個 [點擊節點] 執行點擊任務。

配置與主 Flow

一個配置可以包含多個 Flow。主 Flow 是入口，點擊運行時會從主 Flow 開始執行。

節點與資料

Flow 提供多種節點，用來處理不同類型的任務。每個節點負責一個明確動作或資料處理步驟，例如畫面操作、條件判斷、資料轉換、流程控制、外部服務互動或呼叫其它 Flow。節點執行後可以輸出資料，供後續節點繼續使用。

節點可以做什麼

LaiCai Flow 的節點覆蓋螢幕觀察、設備操作、資料處理、流程控制和外部整合。你可以像搭積木一樣組合節點：先觀察螢幕，選擇資料，再操作設備，隨後分支、等待、循環或呼叫其它 Flow。

螢幕觀察

透過圖像匹配、OCR、目標偵測、截圖和 UI 樹查找，在目前 Android 螢幕上定位文字、按鈕、模板圖或可見目標。

vision.matchvision.ocrvision.detectvision.captureui.find

觸控與輸入

在上游節點提供目標位置或文字後，執行點擊、滑動、長按、拖動、輸入文字、鍵盤按鍵或剪貼簿操作。

pointer.tappointer.swipepointer.longPresspointer.draginput.text

App 與設備控制

打開或停止 Android App，發送 Home 和 Back，截圖、錄屏、調節音量，或把截圖和影片保存到手機。

app.openapp.forceStopdevice.homedevice.backdevice.screenshot

資料處理

提取欄位、讀取 JSON 路徑、組裝物件和陣列、過濾和排序列表、比較值，並把運行狀態保存給後續步驟使用。

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

流程控制

按條件分支，在步驟之間等待，結束運行，呼叫子 Flow，重複執行 Flow，遍歷陣列，或一直運行直到子 Flow 成功。

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

外部整合

呼叫 HTTP API，載入本地檔案，運行已保存的巨集或 AutoJS 腳本，也可以在需要更深層 Android 自動化時使用 ADB Shell。

http.requestfile.loadmacro.playautojs.runadb.shell

建立 LaiCai Flow 自動化流程的三種方式

Graph View 示例圖，展示由多個連接節點組成的 LaiCai Flow 自動化流程。
方式 1

在 Graph View 手動編輯 Flow

適合希望自己搭建流程、需求明確且步驟不複雜的使用者。你可以在 Graph View 中新增功能節點，按執行順序連接節點，再配置各節點的參數、輸入、輸出和節點之間的資料傳遞。

  • 先把目標拆成幾個確定步驟，例如打開 App、等待頁面、點擊按鈕。
  • 用連線表達執行路徑和簡單分支，例如 success、failure、true、false。
  • 每完成一小段就運行驗證，透過日誌檢查節點參數、輸入輸出和設備狀態。
方式 2

在萊彩 APP 內透過對話生成 Flow

無需編程基礎，任何人都可以用自然語言描述任務，讓 AI 在萊彩 APP 內生成或修改 Flow。你可以像聊天一樣說明目標，例如打開 App、查找按鈕、識別文字、點擊元素、輸入內容或循環執行操作；也可以透過 @mention 快速指定模板圖、OCR 區域、設備素材或某個既有節點，讓 AI 更準確地更新目前 Profile。

  • 直接用自然語言描述需求，例如「打開 YouTube，點擊搜尋圖示，輸入 LaiCai Flow」。
  • 透過 @mention 指定需要使用的 assets，例如模板圖、識別區域、按鈕截圖或既有節點。
  • AI 會根據目前 Flow、節點能力、設備狀態和你指定的素材，自動生成或調整節點連接與參數。
  • 如果缺少包名、模板圖、OCR 區域、帳號資訊或 API 參數，系統會提示你補充，而不是隨意猜測。
方式 3

在 Codex、Claude 等桌面 AI 工具中透過 MCP 生成 Flow

適合已經在使用 Codex、Claude 等 AI 桌面工具的人。透過 LaiCai MCP，桌面 AI 可以直接讀取設備、節點能力、自動化素材和既有 Profile，不需要你把這些上下文複製到對話裡，也不需要為這部分上下文額外消耗 LLM API token。你可以繼續利用 Codex、Claude 本身的程式碼閱讀、檔案分析、結構化推理和長上下文能力，讓 AI 一邊理解專案資料，一邊生成、檢查或更新 LaiCai Flow Profile。

  • 不需要手動複製設備資訊、節點 schema、assets 或 Profile 內容到聊天視窗。
  • 不需要為 MCP 提供的本地上下文額外消耗 LLM API token。
  • 可以結合 Codex、Claude 的程式碼分析、檔案閱讀和問題拆解能力，輔助設計更複雜的 Flow。
  • 適合需要讓 AI 同時參考本地專案檔案、自動化素材和真實設備狀態，再維護 Profile 的場景。