Review Repo GitHub: ARTEMIS, Bantu AI Mengoperasikan dan Menguji Android

AI coding assistant bisa membantu menulis aplikasi Android. Tapi siapa yang mengecek apakah tombolnya benar-benar bisa ditekan, halaman terbuka dengan benar, atau aplikasi justru menampilkan dialog crash? ARTEMIS mencoba menjembatani bagian itu: memberi AI akses untuk mengamati dan mengoperasikan perangkat Android, bukan hanya membaca kode aplikasinya.

1. Kenalan dengan ARTEMIS

ARTEMIS, yang repositorinya tersedia di organisasi GitHub google, adalah alat otomasi dan pengujian Android menggunakan instruksi bahasa alami. Kamu menghubungkan ponsel atau emulator, menyiapkan model AI, lalu memberikan tugas seperti membuka pengaturan baterai atau memeriksa alur tertentu pada aplikasi.

Target penggunanya terutama developer Android, QA engineer, dan pengguna AI coding assistant yang ingin menghubungkan proses pengembangan dengan pengujian pada perangkat nyata. ARTEMIS menyediakan antarmuka web, CLI, integrasi MCP, serta Python SDK untuk kebutuhan yang lebih terprogram.

Ringkasan: google/artemis · Lisensi Apache-2.0 · Python 3.12+ · Android dengan USB Debugging atau emulator · Konfigurasi penyedia model AI.

2. Yang Menarik

• Tugas lintas aplikasi lewat instruksi biasa. Tidak terbatas pada satu halaman aplikasi. Dokumentasi menampilkan skenario yang melibatkan navigasi dan perpindahan aplikasi.
• Bisa dipakai dari AI coding assistant. Server MCP menghubungkan perangkat dengan klien seperti Claude Code, Codex, dan Antigravity, termasuk akses diagnostik seperti screenshot dan Logcat.
• Penargetan elemen tidak hanya mengandalkan koordinat. ARTEMIS memanfaatkan hierarki antarmuka dan indeks elemen ketika tersedia, dengan pendekatan visual atau koordinat sebagai alternatif untuk antarmuka khusus.
• Ada mode Flash dan Pro. Flash memakai siklus observasi–aksi yang reaktif, sementara Pro menambahkan pemeriksaan target sebelum aksi dan penanganan kondisi terhalang untuk eksplorasi yang lebih panjang.
• Hasil eksekusi bisa ditinjau. Konsol web menyediakan tampilan layar, riwayat tugas, serta replay. Python SDK juga membuka jalan untuk integrasi dengan pengujian otomatis seperti pytest.

3. Instalasi & Cara Pakai

Siapkan Git serta ponsel Android dengan USB Debugging aktif, atau emulator yang dapat diakses lewat ADB. Untuk perangkat fisik, setujui permintaan otorisasi debugging hanya dari komputer yang kamu percaya. Dokumentasi menyebut skrip startup dapat mendeteksi dan memasang toolchain seperti ADB, scrcpy, FFmpeg, serta dependensi Python melalui uv.

Pilih perintah sesuai sistem operasi. Periksa skrip terlebih dahulu sebelum menjalankannya, karena proses startup dapat memasang dependensi dan menawarkan perubahan konfigurasi global.

git clone https://github.com/google/artemis.git
cd artemis
.\start.bat

git clone https://github.com/google/artemis.git
cd artemis
./start.sh

Menurut README, startup membuka konsol di http://localhost:8000 dengan panduan koneksi perangkat. Selesaikan penyiapan penyedia model dan kredensial yang diminta. Template .env.example menyebut setidaknya satu penyedia LLM perlu dikonfigurasi; simpan API key di lingkungan lokal, bukan di artikel, screenshot publik, atau commit Git.

Untuk percobaan pertama, pilih tugas sederhana yang tidak mengubah data penting. Contoh CLI dari dokumentasi berikut membuka pengaturan dan membaca level baterai:

uv run artemis run "Open Settings, find Battery and tell me current level" --profile flash

Mulailah dari satu perangkat uji dan perhatikan langkah yang benar-benar dijalankan. Setelah alur dasar berfungsi, barulah gunakan skenario aplikasi yang lebih kompleks.

uv run artemis mcp --install antigravity

uv run artemis mcp --generate-config codex

Pada perangkat Android uji yang terhubung, buka Settings lalu Battery.
Laporkan persentase baterai yang terlihat dan ambil screenshot sebagai bukti.
Jangan mengubah pengaturan, memasang aplikasi, atau membuka akun pribadi.
Jika ada dialog izin yang tidak terduga, berhenti dan minta konfirmasi.

4. Catatan Sebelum Mencoba

• Ini ulasan berbasis dokumentasi. Artikel disusun dari README dan template konfigurasi repo yang diakses pada 13 November 2026. Instalasi, koneksi perangkat, dan performanya belum diuji langsung untuk artikel ini.
• Open source bukan berarti seluruh pemakaian gratis. Lisensi kode Apache-2.0 tidak menghapus kemungkinan biaya API model atau layanan OCR. Biaya aktual bergantung pada penyedia, konfigurasi, dan volume tugas.
• Gunakan perangkat dan akun khusus pengujian. Agent dapat berinteraksi dengan antarmuka Android. Screenshot, teks layar, dan konteks tugas berpotensi berisi informasi sensitif serta diproses oleh layanan model sesuai konfigurasi. Berjalan di komputer lokal tidak otomatis berarti seluruh data tetap lokal.
• Ada komponen yang dipasang pada ponsel. Dokumentasi menyebut tugas pertama dapat memasang Artemis Accessibility Helper untuk membaca struktur layar. Ini berbeda dari sekadar menjalankan program di komputer; tinjau pengaturan aksesibilitas dan kebijakan perangkatmu.
• Angka benchmark bukan jaminan untuk aplikasimu. README mengklaim penyelesaian tugas 99%+ pada AndroidWorld dan sekitar 3–5 detik per langkah untuk Flash. Itu klaim proyek pada konteks pengujian tertentu, bukan hasil verifikasi artikel ini atau janji performa di semua perangkat.

Untuk memeriksa helper, repo menyediakan uv run artemis helper status. Jika ingin mencegah pemasangan otomatis, dokumentasi menyediakan opsi berikut di .env:

ARTEMIS_HELPER_AUTO_INSTALL=false

Opsi tersebut mencegah pemasangan otomatis helper, bukan menonaktifkan semua kemampuan otomasi atau menjamin privasi. Tinjau juga izin, konfigurasi model, dan ruang lingkup tugas yang diberikan.

5. Kesimpulan

ARTEMIS menarik kalau kamu ingin AI ikut memeriksa apa yang terjadi di layar Android, bukan berhenti pada saran kode. Jalur web dan CLI cocok untuk mengenali alurnya, sedangkan MCP dan Python SDK berguna jika ingin menghubungkannya dengan workflow pengembangan atau pengujian. Mulai dari tugas kecil di perangkat uji, periksa bukti hasilnya, dan jangan langsung menyerahkan alur sensitif tanpa pengawasan.

Bookmark repo ini kalau kamu sedang mengeksplorasi mobile testing berbantuan AI. Untuk pemasangan dan opsi terbaru, tetap gunakan dokumentasi proyek sebagai rujukan utama:

• Repository ARTEMIS
• Quick Start
• Dokumentasi MCP
• Template konfigurasi lingkungan
• Lisensi Apache-2.0