---
name: douyin-search
description: 演示如何使用 uiautomator2-mcp-server 进行抖音搜索操作的 AI 技能示例
license: MIT
compatibility: 需要已安装抖音的 Android 设备，开启 USB 调试
metadata:
  author: uiautomator2-mcp-server team
  version: 1.0.0
  language: zh-CN
  tags: [示例, 抖音, 搜索, 自动化]
---

# 抖音搜索自动化示例

这是一个演示如何在抖音应用中进行搜索操作的 AI 技能示例。

## 功能演示

本技能展示了以下 uiautomator2-mcp-server 工具的使用：

- **应用启动**: 使用 `app_start` 或 `shell_command` 启动抖音
- **UI 交互**: 使用 `click` 点击搜索按钮和搜索框
- **文本输入**: 使用 `set_focused_text` 输入搜索关键词（绕过 IME 限制）
- **键盘操作**: 使用 `press_key` 模拟 Enter 键执行搜索
- **结果交互**: 点击搜索结果列表中的视频缩略图，打开并观看视频

## 使用场景

### 场景 1: 演示对话式自动化
向 AI 说：**"在抖音搜索 [关键词] 视频"**

例如：**"在抖音搜索猫咪视频"** 或 **"在抖音搜索美食视频"**

AI 将自动执行：
1. 启动抖音应用
2. 点击搜索按钮
3. 点击搜索框
4. 输入关键词（如"猫咪"、"美食"等）
5. 按 Enter 搜索
6. **从搜索结果列表中点击第一个视频**
7. **观看几秒后返回**

### 技能参数

| 参数 | 说明 | 示例 |
|------|------|------|
| `关键词` | 要搜索的内容 | 猫咪、美食、旅游、音乐等 |

## 操作流程

```
用户: "在抖音搜索 [关键词] 视频"

AI 执行步骤:
┌─────────────────────────────────────┐
│ 1. press_key("home")                │ 返回主页
│ 2. shell_command(am start ...)      │ 启动抖音
│ 3. delay(2秒)                       │ 等待加载
│ 4. click(980, 120)                  │ 点击搜索按钮
│ 5. delay(1.5秒)                     │ 等待界面
│ 6. click(540, 120)                  │ 点击搜索框
│ 7. delay(1.5秒)                     │ 等待键盘
│ 8. set_focused_text("[关键词]")      │ 输入用户指定的关键词
│ 9. press_key("enter")               │ 执行搜索
│ 10. delay(3秒)                      │ 等待结果
│ 11. click(540, 350)                 │ 点击搜索结果列表中的第一个视频
│ 12. delay(5秒)                      │ 观看视频播放
│ 13. press_key("back")               │ 返回
│ 14. press_key("home")               │ 回到主页
└─────────────────────────────────────┘
```

## 关键技术点

### 1. 绕过 IME 限制的文本输入
```yaml
工具: set_focused_text
优势: 不依赖输入法，适用于 OPPO/ColorOS 等有限制的设备
用法: 确保输入框已聚焦后直接设置文本
```

### 2. 元素定位策略

本 Skill 使用坐标点击作为示例，但实际应用中应优先使用更可靠的定位方法：

```yaml
# 方法 1: XPath 定位（推荐）
element_click(xpath="//android.widget.TextView[@text='搜索']")
优点: 不依赖坐标，适应布局变化
缺点: 需要了解应用 UI 结构

# 方法 2: 坐标点击（本示例使用）
click(x, y)
优点: 简单直接，适合演示
缺点: 硬编码，布局变化时失效

# 方法 3: 混合方案
先用坐标快速定位，再用 XPath 验证和调整
优点: 兼顾速度和可靠性
```

**本示例使用的坐标**（仅供参考，实际使用时应动态获取）：
- 搜索按钮: (980, 120) - 屏幕右上角，放大镜图标
- 搜索框中心: (540, 120) - 屏幕顶部中央，输入区域
- 搜索结果: (540, 350) - 搜索结果列表中的第一个视频缩略图

**改进建议**：使用 `dump_hierarchy` 获取 UI 结构，然后用 XPath 定位元素

### 3. 时序控制
```yaml
启动等待: 2秒 - 应用启动和加载
点击延迟: 1.5秒 - 界面切换和动画
搜索等待: 3秒 - 网络请求和结果加载
观看时长: 5秒 - 视频播放演示
```

## 设备兼容性

- **屏幕尺寸**: 1080x2400 (其他尺寸需按比例调整坐标)
- **抖音版本**: 通用 (基于标准界面布局，版本更新可能影响坐标)
- **系统要求**: Android 8.0+，USB 调试已开启

## 扩展建议

可以根据需要扩展此技能：

1. **使用 XPath 定位**: 替换硬编码坐标，提高可靠性
2. **截图保存**: 使用 `save_screenshot` 保存图片文件，而非返回 base64
   - 优点: 文件可被其他 MCP 工具处理（如图片识别）
   - 避免将大量二进制数据加入 messages
3. **搜索更多内容**: 美食、旅游、音乐等
4. **交互操作**: 点赞、评论、分享
5. **滑动浏览**: 上下滑动查看更多结果
6. **多关键词**: 依次搜索多个主题
7. **动态坐标适配**: 根据屏幕尺寸自动计算坐标

## 预期效果

执行后应看到：
- ✅ 抖音应用成功启动
- ✅ 搜索框中出现用户指定的关键词
- ✅ 搜索结果列表显示多个视频缩略图
- ✅ 点击后视频全屏播放
- ✅ 观看几秒后自动返回，回到主页

这是一个简单但完整的示例，展示了 AI 如何通过自然语言控制 Android 设备进行复杂的应用操作。