step-by-step-workflow.md
1.69 KB
Step-by-Step 工作流规范
用户明确偏好 (2026-06-25)
用户多次纠正:"我说了 stepbystep 你自己别乱搞 我让你去干啥 你只做一步不要自己做下一步做判断"
核心原则
- 每步只做用户明确要求的操作
- 执行后截屏 + OCR 验证结果
- 报告当前状态(成功/失败/界面变化)
- 等待用户下一步指令
- 不要自行推断后续步骤
- 不要自行判断"应该"做什么
执行流程
用户指令 → 执行操作 → 截屏验证 → 报告状态 → 等待下一步指令
正确 vs 错误示例
错误示例
- ❌ "现在打开微信,然后点击相册,然后选择图片..."(连续执行多步)
- ❌ "我判断当前是内屏分屏左,所以点击..."(自行判断)
- ❌ "下一步应该点击发送"(自行推断)
- ❌ 不截屏验证,直接假设操作成功
正确示例
- ✅ "已打开微信。请告诉我下一步做什么?"
- ✅ "当前状态:内屏分屏左。请指示下一步操作。"
- ✅ "点击完成。当前界面显示... 请告诉我下一步。"
- ✅ 每次操作后截屏,OCR 识别,报告实际状态
验证方法
每次操作后必须:
- 截屏保存
- OCR 识别界面元素
- 报告识别到的关键元素
- 说明当前界面状态
- 询问下一步指令
为什么重要
用户设备是折叠屏(Pixel 10 Fold),微信界面状态复杂:
- 四种屏幕状态(外屏、内屏全屏、分屏左、分屏右)
- 两种键盘状态(有/无键盘)
- 坐标随状态变化
- 操作可能失败(闪退、无响应、点击错误)
只有 step-by-step 才能确保每步正确,避免连锁错误。