LaiCai Flow: AI로 Android 기기와 에뮬레이터 자동 조작

LaiCai Flow는 AI로 Android 기기와 에뮬레이터를 자동 조작할 수 있게 합니다. Graph View에서 Flow를 편집하고, LaiCai 앱 안에서 LLM API 대화로 Flow를 생성하거나, Codex와 Claude 같은 데스크톱 AI 도구가 MCP를 통해 Flow를 생성하게 할 수 있습니다.

LaiCai Flow 동영상 튜토리얼 더 보기

  1. LaiCai Flow UI 개요
  2. 첫 LaiCai Flow 프로필 만들기
  3. 첫 LaiCai Flow 노드 만들기
  4. LaiCai Flow 수동 생성
  5. AI Planner로 LaiCai Flow 생성
  6. Codex와 MCP로 LaiCai Flow 프로필 생성
  7. LaiCai Flow로 기기에서 Android 자동화 실행
  8. LaiCai Flow 노드로 Google 포토 자동화
  9. LaiCai Flow 노드로 Google 포토 이미지 한 장 삭제
  10. Flow 반복 노드로 Google 포토 이미지 여러 장 삭제
  11. flow.until로 모든 Google 포토 이미지 자동 삭제
  12. data.array와 flow.foreach로 Android에서 텍스트 자동 입력

Core concepts

Flow 설정은 하나의 흐름도처럼 이해할 수 있습니다. Flow 안의 각 노드는 한 가지 일만 수행합니다. 각 노드에는 입력과 출력이 있으며, 이전 노드는 데이터를 다음 노드로 전달합니다. 예를 들어 [이미지 매칭 노드]는 이미지의 좌표를 찾는 일만 담당하고, 그 좌표를 다음 [클릭 노드]에 전달해 클릭 작업을 실행합니다.

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

Flow는 다양한 유형의 작업을 처리하기 위한 여러 종류의 노드를 제공합니다. 각 노드는 화면 조작, 조건 판단, 데이터 변환, 흐름 제어, 외부 서비스 연동 또는 다른 Flow 호출처럼 하나의 명확한 동작이나 데이터 처리 단계를 담당합니다. 노드가 실행된 후에는 이후 노드가 사용할 수 있는 데이터를 출력할 수 있습니다.

노드로 할 수 있는 일

LaiCai Flow 노드는 화면 관찰, 기기 조작, 데이터 처리, 흐름 제어, 외부 연동을 다룹니다. 화면을 관찰하고 데이터를 선택한 뒤 기기를 조작하고, 이후 분기, 대기, 반복 또는 다른 Flow 호출을 조합합니다.

화면 관찰

이미지 매칭, OCR, 객체 감지, 스크린샷, UI 트리 검색으로 현재 Android 화면의 텍스트, 버튼, 템플릿 또는 보이는 대상을 찾습니다.

vision.matchvision.ocrvision.detectvision.captureui.find

터치와 입력

이전 노드가 대상 위치나 값을 제공한 뒤 탭, 스와이프, 길게 누르기, 드래그, 텍스트 입력, 키 입력, 클립보드 작업을 실행합니다.

pointer.tappointer.swipepointer.longPresspointer.draginput.text

앱과 기기 제어

Android 앱 열기 또는 종료, Home과 Back 전송, 스크린샷, 화면 녹화, 볼륨 조절, 미디어를 휴대폰에 저장하는 작업을 수행합니다.

app.openapp.forceStopdevice.homedevice.backdevice.screenshot

데이터 처리

필드 선택, JSON 경로 읽기, 객체와 배열 구성, 목록 필터링과 정렬, 값 비교, 이후 단계에서 사용할 실행 상태 저장을 처리합니다.

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

흐름 제어

조건 분기, 단계 사이 대기, 실행 종료, 자식 Flow 호출, Flow 반복 실행, 배열 순회, 자식 Flow가 성공할 때까지 실행을 처리합니다.

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

외부 연동

HTTP API 호출, 로컬 파일 로드, 저장된 매크로나 AutoJS 스크립트 실행, 더 깊은 Android 자동화가 필요할 때 ADB Shell 사용을 지원합니다.

http.requestfile.loadmacro.playautojs.runadb.shell

LaiCai Flow 자동화 워크플로를 만드는 세 가지 방법

연결된 노드로 구성된 LaiCai Flow 자동화 워크플로를 보여주는 Graph View 예시.
방법 1

Graph View에서 Flow 편집

프로그래밍이나 자동화 경험이 있고, 요구사항이 명확하며 단계가 복잡하지 않은 경우에 적합합니다. Graph View에서 자동화 노드를 직접 추가하고 실행 순서대로 연결한 뒤, 각 노드의 파라미터, 입력, 출력, 노드 간 데이터 전달을 설정합니다.

  • 먼저 목표를 앱 열기, 화면 대기, 버튼 탭처럼 몇 개의 확정적인 단계로 나눕니다.
  • 연결선으로 실행 경로와 간단한 분기를 표현합니다. 예: success, failure, true, false.
  • 작은 구간을 완성할 때마다 실행하고 로그에서 노드 파라미터, 입력, 출력, 디바이스 상태를 확인합니다.
방법 2

LaiCai 앱에서 대화로 Flow 생성

프로그래밍 지식이 없어도 됩니다. 누구나 자연어로 자동화 작업을 설명하면 AI가 LaiCai 앱 안에서 Flow를 생성하거나 수정할 수 있습니다. 앱 열기, 버튼 찾기, 텍스트 인식, 요소 탭, 내용 입력, 반복 실행 같은 목표를 대화하듯 설명할 수 있습니다. 또한 @mention으로 템플릿 이미지, OCR 영역, 디바이스 소재, 기존 노드를 빠르게 지정해 AI가 현재 Profile을 더 정확하게 업데이트하도록 할 수 있습니다.

  • “YouTube를 열고 검색 아이콘을 누른 뒤 LaiCai Flow를 입력해”처럼 일반 언어로 요구사항을 설명합니다.
  • @mention으로 템플릿 이미지, 인식 영역, 버튼 스크린샷, 기존 노드 같은 assets를 지정합니다.
  • AI는 현재 Flow, 노드 기능, 디바이스 상태, 지정한 소재를 바탕으로 노드 연결과 파라미터를 생성하거나 조정합니다.
  • 패키지명, 템플릿 이미지, OCR 영역, 계정 정보, API 파라미터가 부족하면 임의로 추측하지 않고 보완을 요청합니다.
방법 3

Codex, Claude 같은 데스크톱 AI 도구에서 MCP로 Flow 생성

이미 Codex, Claude 같은 데스크톱 AI 도구를 사용하는 사람에게 적합합니다. LaiCai MCP를 통해 데스크톱 AI가 디바이스, 노드 기능, 자동화 소재, 기존 Profile을 직접 읽을 수 있으므로 이런 컨텍스트를 채팅에 복사할 필요가 없고, 이 로컬 컨텍스트에 추가 LLM API token을 쓰지 않아도 됩니다. Codex와 Claude의 코드 읽기, 파일 분석, 구조화 추론, 긴 컨텍스트 능력을 그대로 활용하면서 AI가 LaiCai Flow Profile을 생성, 점검, 업데이트하게 할 수 있습니다.

  • 디바이스 정보, 노드 schema, assets, Profile 내용을 채팅 창에 직접 복사할 필요가 없습니다.
  • MCP가 제공하는 로컬 컨텍스트에는 추가 LLM API token이 소모되지 않습니다.
  • Codex와 Claude의 코드 분석, 파일 읽기, 문제 분해 능력을 결합해 더 복잡한 Flow 설계를 보조할 수 있습니다.
  • AI가 로컬 프로젝트 파일, 자동화 소재, 실제 디바이스 상태를 함께 참고하면서 Profile을 유지보수해야 하는 상황에 적합합니다.