chaxiu/munk-ai

解决的问题

Munk AI 解决了 AI 驱动软件开发中的验证瓶颈。虽然代码生成代理可以快速生成代码，但通常仍需人工手动编译构建、导航 UI 并提供 bug 反馈。Munk AI 通过创建一个闭环系统，让 AI 测试代理在真实设备上验证实际产品，并将结构化证据反馈给代码生成代理，从而在无需人工干预的情况下修复错误，实现自动化。

工作原理

它作为一个本地优先的测试引擎，将自然语言需求转化为结构化测试计划。系统采用视觉优先的方法，而非脆弱的选择器（如 XPath）与应用交互。它在 Android、iOS 和 Web 平台之间协调规划、执行和评估的循环。当测试失败时，引擎使用「知识代理」将执行证据（截图、UI 树和日志）提炼为优化提示，使系统能够自我改进未来的验证准确性。

适用人群

• 开发者和 QA 团队：希望自动化跨平台产品验证的团队。
• 代码生成代理：需要真实设备反馈回路来验证自身代码变更的代理。
• 正在向「赋能工程」转型的团队：希望 AI 自主生成并验证软件的团队。

核心亮点

• 跨平台执行：支持真实 Android 设备、iOS（模拟器和真实设备）以及 Web 浏览器。
• 自我改进循环：从失败和重试中学习，提升未来规划和验证的准确性。
• 视觉优先验证：利用视觉理解避免传统基于选择器测试的脆弱性。
• 代理编排：通过 CLI、本地 API 和 MCP（Model Context Protocol）集成，便于其他 AI 代理无缝使用。
• 结构化证据：生成截图、UI 树和运行时日志，作为可操作的 bug 上下文。