workphone-sdk/sdk/docs/语音命令使用指南.md

🎙️ 语音命令使用指南

支持的命令

1. 打开应用

• "打开豆包"
• "打开微信"
• "打开抖音"
• "打开支付宝"
• 等等...

2. 复合命令（新功能）

• "打开豆包，搜索今天去哪" ✅
• "打开微信，然后返回"
• "打开抖音，向上滑动"

3. 导航操作

• "返回"
• "回到桌面"
• "最近任务"

4. 滑动操作

• "向上滑"
• "向下滑"
• "左滑"
• "右滑"

5. 系统操作

• "截图"
• "锁屏"
• "通知"

6. 媒体控制

• "播放"
• "暂停"
• "下一首"
• "上一首"

---

使用方法

方式1：语音输入

1. 点击蓝色麦克风按钮
2. 说出命令（如："打开豆包，搜索今天去哪"）
3. APP自动执行

方式2：快捷按钮

• 点击底部快捷按钮（打开豆包、返回、截图）

---

复合命令示例

示例1：打开并搜索

语音："打开豆包，搜索今天去哪"
执行：
  1. 打开豆包应用
  2. 等待2秒
  3. 点击搜索框
  4. 输入"今天去哪"
  5. 执行搜索

示例2：打开并滑动

语音："打开抖音，向上滑动"
执行：
  1. 打开抖音
  2. 等待应用加载
  3. 向上滑动

---

注意事项

权限要求

• 开发环境：需要ADB调试权限（已开启）
• 真机使用：需要Root权限或开启ADB调试

应用安装

• 确保目标应用已安装（如豆包）
• 如果应用未安装，命令会提示"未找到应用"

搜索功能

• 搜索框位置因应用而异
• 中文输入可能需要使用输入法
• 部分应用可能需要手动点击搜索按钮

---

测试脚本

已创建测试脚本：

cd sdk
./scripts/test_doubao_search.sh emulator-5554

---

技术说明

本地执行

• ✅ 不依赖服务器
• ✅ 手机本地直接执行
• ✅ 通过ADB Shell命令执行

命令解析

• 支持中文语音识别
• 智能提取搜索关键词
• 自动拆分复合命令

执行流程

语音输入 → 本地解析 → Shell执行 → 返回结果

---

常见问题

Q: 为什么说"打开豆包"没反应？ A: 检查豆包是否已安装：adb shell pm list packages | grep doubao

Q: 搜索功能不工作？ A: 搜索框位置可能不同，需要根据应用调整坐标

Q: 需要Root吗？ A: 开发环境不需要（使用ADB），真机需要Root或ADB调试

---

下一步

1. 安装豆包应用
2. 测试"打开豆包，搜索今天去哪"
3. 根据实际应用调整搜索框坐标