agentleFS
guzhou079-archguzhou079-arch/deepseek-harness-android/skills/dsh-flashgou/SKILL.md

dsh-flashgou

Skill79 starsChanged 13 days agoMITView on GitHub

淘宝闪购点单(奶茶/外卖/便利店):在虚拟屏里操作淘宝闪购,读店铺与商品卡片,按距离、配送费、评分、价格给推荐;用户点头后可继续点进店铺选规格、走到提交订单(付款必须用户本人)。

The file

Files
SKILL.md

淘宝闪购点单(虚拟屏版)

一句话需求 → 一屏真实店铺/商品 → 推荐卡片 → 用户选 → 选规格 → 提交订单(不付款)。

0. 硬约束(先读,别越界)

  • 只在虚拟屏操作(display 由 vs.sh disp 现测,通常 7)。主屏一律不碰:不 am start、不 force-stop 主屏 App、不 input 到 display 0。
  • 收工顺序固定:am force-stop com.taobao.taobao → vscreen_close。 反了会把淘宝任务弹回主屏(用户正在放视频/聊天时尤其糟)。
  • 虚拟屏没有控件树(vs.sh dump 读到的是主屏,别信)。淘宝页只能看截图 + 按坐标点。
  • 截图很贵:一律 vs.sh see(自动缩到 1/2)。要看清小字才用原图。
  • 人民币带「凑单价/新人价」的 ¥0.01 是优惠占位,不是真实单价,报给用户时必须折算说明。

1. 工具

VS=/sdcard/DeepSeekHarness/tools/vs.sh
sh $VS disp                 # displayId
sh $VS launch com.taobao.taobao   # 启动到虚拟屏(走桥,不是 am start)
sh $VS see /sdcard/DeepSeekHarness/vscreen/q.png   # 抓帧,1/2 缩放
sh $VS tap X Y              # 坐标按原图 1008x1792 算
sh $VS swipe X1 Y1 X2 Y2 [ms]
sh $VS key back

看图上量到的像素 → 原图坐标 ×2(因为 see 缩了一半);直接按「原图比例」换算最稳: X = 预览宽/1008 × 目标x。

2. 实测路径(2026-10-18,display 7,1008x1792)

冷启动淘宝约 12 秒,会弹双 11 弹窗(点「领」或右上角 X 关掉,back 不管用)。

启动淘宝 → 首页
tap (897,451)        淘宝闪购图标(第二排最右,红色「极速版」旁边)
tap (262,829)        「奶茶咖啡」分类 tab —— 绕过中文搜索的关键
→ 奶茶店铺列表(每个卡片自带店名/评分/月售/起送/配送费/时间/距离/招牌商品价)
tap (420,1406)       第一家店铺卡片(点店名区,别点「去使用」红包按钮)
→ 店铺页(外送/自取、起送价、菜单)

为什么不用搜索框:淘宝搜索框只吃 ASCII 键盘输入,中文 input text 静默丢弃、 keyevent 279(PASTE)/Ctrl+A 也不生效(见 lesson-taobao-search-filters-and-vscreen-input)。 分类 tab 是绕开中文输入的稳定入口。

其他分类 tab(同一行):汉堡披萨、便当简餐、超市便利、粥食。

3. 读卡片 → 推荐

列表页一屏通常 2~3 家店。判据:能看到「评分 x.x 分」+「起送 ¥xx」+「xx 分钟 xx km」。

排序权重(用户没特别说时):

  1. 配送时间(≤25 分钟优先)
  2. 免配送费 / 起送价低
  3. 评分(4.6 以上)
  4. 意图匹配(用户说「便宜」→ 优先蜜雪/低起送;说「好喝点」→ 优先高评分品牌)

多屏时:vs.sh swipe 500 1600 500 700 400 再 see,最多翻 2 屏就够给方案。

4. 输出格式(照这个给用户)

附近能送到的几家:

1. 蜜雪冰城(星城店) 4.6分 · 21分钟 · 2.3km · 起送¥18 免配送
   招牌:桃果清爽 ¥18 / 三拼霸霸奶茶 ¥0.01 凑单价
2. 沪上阿姨(房山燕隆汇店) 4.8分 · 24分钟 · 2.5km · 起送¥18 免配送
   招牌:抹茶波波 ¥1 凑单(原¥6)/ 黄金芒芒酸奶 ¥2 凑单(原¥7)

选哪家?定了我就点进去选项、调糖度,走到提交订单给你付款。

不要罗列全部商品;每家给 2 个代表款即可。

5. 继续下单(用户选定后)

  1. 点进店铺 → 菜单区(要往下滑,banner 占半屏)
  2. 点目标商品 → 规格弹层(冷/热、糖度、加料)
  3. 规格按钮点完 → 「选好了/加入购物车」
  4. 到「提交订单」页停下,把金额和地址念给用户,等他本人付款
  5. 绝不替用户输密码/指纹;不点「立即支付」

6. 已知坑

  • 点商品大图会进全屏图集,再 back 一次才回宝贝页。
  • 关虚拟屏前必须 force-stop,否则淘宝会跳到主屏。
  • 淘宝首页顶部 tab 有「闪购」和首页图标区「淘宝闪购」,两个都能进,图标区更快。
  • 虚拟屏偶发卡顿:截图 hash 连续两次相同且画面明显没变 → 等 3 秒再截,别连点。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.