LaiCai Flow: otomatisasi Android dan emulator dengan AI

LaiCai Flow membantu memakai AI untuk mengotomatisasi perangkat Android dan emulator. Anda dapat mengedit Flow di Graph View, membuat Flow lewat chat LLM API di aplikasi LaiCai, atau membiarkan Codex, Claude, dan alat AI desktop lain membuat Flow melalui MCP.

Tutorial video LaiCai Flow lainnya

  1. Ikhtisar UI LaiCai Flow
  2. Buat profil LaiCai Flow pertama Anda
  3. Buat node LaiCai Flow pertama Anda
  4. Buat LaiCai Flow secara manual
  5. Buat LaiCai Flow dengan AI Planner
  6. Buat profil LaiCai Flow dengan Codex dan MCP
  7. Jalankan otomatisasi Android di perangkat dengan LaiCai Flow
  8. Otomatiskan Google Photos dengan node LaiCai Flow
  9. Hapus satu gambar Google Photos dengan node LaiCai Flow
  10. Hapus beberapa gambar Google Photos dengan node pengulangan Flow
  11. Hapus semua gambar Google Photos secara otomatis dengan flow.until
  12. Ketik teks otomatis di Android dengan data.array dan flow.foreach

Core concepts

Anda dapat memahami konfigurasi Flow seperti diagram alur: setiap node di dalam Flow hanya melakukan satu hal. Setiap node memiliki input dan output, lalu node sebelumnya meneruskan data ke node berikutnya. Misalnya, [node pencocokan gambar] hanya bertugas menemukan koordinat gambar, lalu meneruskan koordinat tersebut ke [node klik] berikutnya untuk menjalankan tugas klik.

Profile and Main Flow

A profile stores one or more flows. The Main Flow is the entry point that runs when you start automation on a device.

Nodes and data

Flow menyediakan banyak jenis node untuk menangani berbagai jenis tugas. Setiap node bertanggung jawab atas satu tindakan yang jelas atau satu langkah pemrosesan data, seperti operasi layar, kondisi, transformasi data, kontrol alur, interaksi dengan layanan eksternal, atau memanggil Flow lain. Setelah dijalankan, node dapat menghasilkan data untuk digunakan oleh node berikutnya.

Apa yang bisa dilakukan node

Node LaiCai Flow mencakup observasi layar, aksi perangkat, pemrosesan data, kontrol alur, dan integrasi eksternal. Anda menggabungkannya seperti blok: amati layar, pilih data, jalankan aksi di perangkat, lalu bercabang, menunggu, mengulang, atau memanggil Flow lain.

Observasi layar

Gunakan pencocokan gambar, OCR, deteksi objek, screenshot, dan pencarian UI tree untuk menemukan teks, tombol, template, atau target yang terlihat di layar Android saat ini.

vision.matchvision.ocrvision.detectvision.captureui.find

Sentuhan dan input

Setelah node sebelumnya menyediakan posisi atau nilai target, jalankan tap, swipe, long press, drag, input teks, tombol keyboard, atau operasi clipboard.

pointer.tappointer.swipepointer.longPresspointer.draginput.text

Kontrol app dan perangkat

Buka atau hentikan app Android, kirim Home dan Back, ambil screenshot, rekam layar, atur volume, atau simpan media ke ponsel.

app.openapp.forceStopdevice.homedevice.backdevice.screenshot

Pemrosesan data

Pilih field, baca JSON path, susun object dan array, filter dan urutkan list, bandingkan nilai, dan simpan status runtime untuk langkah berikutnya.

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

Kontrol Flow

Bercabang berdasarkan kondisi, tunggu antar langkah, hentikan run, panggil child Flow, ulangi Flow, iterasi array, atau jalankan sampai child Flow berhasil.

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

Integrasi eksternal

Panggil HTTP API, muat file lokal, jalankan macro atau script AutoJS tersimpan, dan gunakan ADB Shell saat membutuhkan otomatisasi Android yang lebih dalam.

http.requestfile.loadmacro.playautojs.runadb.shell

Tiga cara membuat workflow otomatisasi LaiCai Flow

Contoh Graph View yang menampilkan workflow otomatisasi LaiCai Flow dari node yang saling terhubung.
Cara 1

Edit Flow di Graph View

Cocok untuk pengguna yang punya pengalaman pemrograman atau otomatisasi, saat kebutuhan jelas dan tidak terlalu kompleks. Di Graph View, tambahkan node otomatisasi secara manual, hubungkan sesuai urutan eksekusi, lalu atur parameter, input, output, dan alur data antar-node.

  • Mulai dengan memecah tujuan menjadi beberapa langkah deterministik, seperti membuka aplikasi, menunggu layar, dan mengetuk tombol.
  • Gunakan koneksi untuk menunjukkan jalur eksekusi dan cabang sederhana, seperti success, failure, true, dan false.
  • Jalankan setelah setiap bagian kecil dan periksa log untuk parameter node, input, output, serta status perangkat.
Cara 2

Buat Flow lewat percakapan di aplikasi LaiCai

Tidak perlu dasar pemrograman. Siapa pun bisa mendeskripsikan tugas otomatisasi dengan bahasa alami dan membiarkan AI membuat atau mengubah Flow di aplikasi LaiCai. Anda dapat menjelaskan tujuan seperti sedang chat, misalnya membuka aplikasi, mencari tombol, membaca teks, mengetuk elemen, memasukkan konten, atau mengulang aksi. Anda juga dapat memakai @mention untuk cepat memilih gambar template, area OCR, asset perangkat, atau node yang sudah ada agar AI memperbarui Profile saat ini dengan lebih akurat.

  • Jelaskan kebutuhan dengan bahasa biasa, misalnya “buka YouTube, ketuk ikon pencarian, lalu masukkan LaiCai Flow”.
  • Gunakan @mention untuk memilih assets seperti gambar template, area pengenalan, tangkapan layar tombol, atau node yang sudah ada.
  • AI memakai Flow saat ini, kemampuan node, status perangkat, dan asset yang dipilih untuk membuat atau menyesuaikan koneksi serta parameter node.
  • Jika nama package, gambar template, area OCR, informasi akun, atau parameter API belum lengkap, aplikasi akan meminta tambahan, bukan menebak.
Cara 3

Buat Flow lewat MCP di Codex, Claude, dan alat AI desktop lainnya

Cocok untuk pengguna yang sudah memakai Codex, Claude, atau alat AI desktop serupa. Melalui LaiCai MCP, AI desktop dapat membaca langsung perangkat, kemampuan node, asset otomatisasi, dan Profile yang sudah ada, sehingga Anda tidak perlu menyalin konteks itu ke chat dan tidak memakai token LLM API tambahan untuk konteks lokal tersebut. Anda tetap bisa memanfaatkan kemampuan Codex dan Claude untuk membaca kode, menganalisis file, bernalar terstruktur, dan menangani konteks panjang saat AI membuat, memeriksa, atau memperbarui LaiCai Flow Profile.

  • Tidak perlu menyalin manual informasi perangkat, node schema, assets, atau isi Profile ke jendela chat.
  • Konteks lokal yang diberikan MCP tidak memakai token LLM API tambahan.
  • Gabungkan analisis kode, pembacaan file, dan pemecahan masalah dari Codex dan Claude untuk membantu merancang Flow yang lebih kompleks.
  • Cocok saat AI perlu merujuk file proyek lokal, asset otomatisasi, dan status perangkat nyata sekaligus saat memelihara Profile.