## 五、总结MobileAgent 是一款基于 AI Agent 的开源移动端自动化测试工具，它通过多模态大模型“看懂”屏幕，用自然语言代替传统脚本。它利用多模态大模型，让 AI Agent 直接替代人工编写和运行自动化脚本，甚至能“看”懂 UI 界面，自动完成点击、输入、滑动等操作。—## 三、与 Appium 的深度对比| 维度 | Appium | MobileAgent（AI Agent

## 五、总结MobileAgent 是一款基于 AI Agent 的开源移动端自动化测试工具，它通过多模态大模型“看懂”屏幕，用自然语言代替传统脚本。它利用多模态大模型，让 AI Agent 直接替代人工编写和运行自动化脚本，甚至能“看”懂 UI 界面，自动完成点击、输入、滑动等操作。—## 三、与 Appium 的深度对比| 维度 | Appium | MobileAgent（AI Agent

环境准备：项要求操作系统Linux（CentOS 7+ / Ubuntu 16+），开发环境也可用 Windows/MacJDK1.8+，推荐 1.8内存开发环境最低 2C4G磁盘50GB+

同时，官方文档也补充了如何自定义默认 JsonMapper 的相关说明，并新增了一个 JsonHelper 工具类，用于提供完全自定义的 JsonMapper 配置能力，以满足更复杂的 JSON 序列化和反序列化需求。其中，ChatClient 作为开发者主要使用的高级 API，ChatModel 则定位为底层模型能力封装。在这个版本中，官方重新梳理了模型生态、统一了工具调用架构、增强了结构化输出

WSL 是什么？WSL（Windows Subsystem for Linux，适用于 Linux 的 Windows子系统）是 Windows 的一项功能，允许开发者直接在 Windows 上运行原生 GNU/Linux 环境，包括大多数命令行工具、实用程序和应用程序。一句话定位WSL 的目标：在 Windows 上获得完整的 Linux 开发体验，无需虚拟机或双启动。

1、首先，利用api-testscript-generator 技能 为被测项目shop-lab一键生成好测试脚本，比如生成好的项目脚本目录为：shop-lab-api-test （之前有文章分享过，此处不再重复）4、收到上述执行提示词后，技能会进行自动解析成测试框架能理解的执行意图，最终将执行翻译为：test 环境，冒烟测试，登录模块（auth），4 线程并发，失败重试 2 次，并询问用户是否确

企业托管授权是 MCP 的一个授权扩展，它把"用户是否可以访问某个 MCP 服务器"的决策权，从每个员工自己手里，集中收敛到组织的身份提供商（IdP）手里。企业托管模式下，客户端不会把用户重定向到 MCP 授权服务器的授权端点，而是由企业 IdP 先做策略评估、签发 ID-JAG，再拿去换令牌。而把粗粒度的组织策略（组、角色）映射到细粒度的 MCP 权限，容易出现"授权过宽"。授权决策全部收敛到

DeepSeek之所以能震惊全球，不只是因为架构好，更是因为它用更少的算力和数据，通过一系列工程优化，做出了不逊于GPT的效果。到了2024年，DeepSeek-V3用约600万美元的训练成本，做出了性能接近GPT-4o的模型，这个成本在几年前是不可想象的。成本下降意味着更多公司有能力训练自己的大模型，而不是只有资金雄厚的巨头才能玩得起，这也让更多的企业，可以独立部署自己的AI，来规避数据泄露的可

DeepSeek之所以能震惊全球，不只是因为架构好，更是因为它用更少的算力和数据，通过一系列工程优化，做出了不逊于GPT的效果。到了2024年，DeepSeek-V3用约600万美元的训练成本，做出了性能接近GPT-4o的模型，这个成本在几年前是不可想象的。成本下降意味着更多公司有能力训练自己的大模型，而不是只有资金雄厚的巨头才能玩得起，这也让更多的企业，可以独立部署自己的AI，来规避数据泄露的可

DeepSeek之所以能震惊全球，不只是因为架构好，更是因为它用更少的算力和数据，通过一系列工程优化，做出了不逊于GPT的效果。到了2024年，DeepSeek-V3用约600万美元的训练成本，做出了性能接近GPT-4o的模型，这个成本在几年前是不可想象的。成本下降意味着更多公司有能力训练自己的大模型，而不是只有资金雄厚的巨头才能玩得起，这也让更多的企业，可以独立部署自己的AI，来规避数据泄露的可