这是我一开始没有考虑到的，还有这个好处

------------------------------------------------------------------------

我直接给你讲透市面上主流自动化脚本的 3 种核心方案，以及它们在抖音 / 短视频场景的优缺点、适用场景和行业真实使用情况，你就能直接判断哪种最适合你。

一、方案总览（行业真实使用比例）

表格

二、逐个拆解：脚本圈的真实玩法

1. 无障碍节点识别（你现在在用的）

核心逻辑： 利用 Android 的无障碍服务，通过节点的文本、ID、类名、描述，找到目标控件，直接调用系统的performAction(ACTION_CLICK)，或者通过dispatchGesture点击。

优点：

• 速度最快（毫秒级），无需截图和图像处理
• 适配性好，不同分辨率、不同手机都能用
• 无需额外权限，只要无障碍服务开启即可

缺点（抖音场景致命）：

• 抖音会频繁修改控件结构、文字描述，比如评论按钮的文本会从 “评论” 变成数字（如 “26”），或 ID 变化，导致节点识别失效
• 部分版本的抖音会对无障碍节点做混淆，控件层级复杂，遍历耗时
• 遇到动态加载的控件（如评论数变化），容易找不到节点

真实行业情况： 早期抖音脚本大量使用这个方案，但随着抖音改版频繁，现在纯节点识别的脚本很容易失效，一般只作为辅助方案，配合其他方式使用。

2. 固定坐标点击（新手最常用）

核心逻辑： 直接在脚本里写死抖音评论按钮、点赞按钮的坐标，用dispatchGesture直接点击。

优点：

• 实现最简单，几行代码搞定，无需任何识别逻辑
• 速度极快，无任何额外开销
• 不受抖音文本 / 控件变化影响，只要布局不变就一直能用

缺点：

• 完全依赖分辨率，换手机、换抖音版本、布局微调就会错位失效
• 不同手机的状态栏、导航栏高度不同，坐标偏移
• 抖音偶尔会调整控件位置，比如评论按钮上下移动，就会点偏

真实行业情况： 很多新手脚本、单机单分辨率的脚本会用这个方案，适合自己用，不适合批量分发，或者配合分辨率自动适配（根据屏幕宽高计算相对坐标，如size.x * 0.9）使用。

3. OpenCV 图像识别（现在主流的 “稳脚本” 方案）

核心逻辑：

1. 用MediaProjection截取当前屏幕
2. 用 OpenCV 对截图做模板匹配 / 特征点匹配，找到评论、点赞等按钮的位置
3. 用无障碍服务的手势点击找到的坐标

优点（抖音场景碾压级优势）：

• 不依赖任何控件信息，抖音怎么改文本、ID、布局，只要按钮的图标不变，就能一直识别
• 适配性极强，不同分辨率、不同手机，只要模板图适配，就能精准找到
• 可以应对动态变化，比如评论数数字变化，但按钮图标不变，依然能识别
• 防检测能力更强，比节点识别更难被系统判定为自动化操作

缺点：

• 实现成本稍高，需要额外集成 OpenCV，还要处理截图权限、模板图准备
• 速度比前两种慢，一次匹配约 50-150ms，需要子线程处理，避免阻塞主线程
• 需要准备模板图，且模板图要和目标按钮一致，否则匹配失败

真实行业情况： 现在市面上能长期稳定运行的抖音、快手自动化脚本，90% 以上都是用的这个方案，尤其是需要长期更新、适配多版本的脚本，都会把 OpenCV 作为核心识别方式，配合节点识别或坐标点击做辅助。