宏

token 成本很高。宏把一连串手势合并为一次模型调用，智能体只需重放你编写并排练过的序列，不必逐步操作手机，从而节省 token 和时间。

创建宏

生成模板，再编辑宏文件：

bash

physiclaw macros init notify-user-wechat

• 文件夹~/.physiclaw/macros/

  • README.md
  • notify-user-wechat.yml

notify-user-wechat.yml

yaml

# 这个文件是什么：录制好的手势序列，所以放在 macros/ 下。
kind: macro
# 这个文件使用的 pack 语法版本。
schema: 1
name: notify-user-wechat
# 智能体只根据这一行选择宏，因此要写清楚使用场景和宏的作用。
description: 用微信给用户发消息时使用。打开聊天窗口，把文本粘贴到输入框，停在发送之前。

# 设为 false 后，智能体看不到也无法调用这个宏。
enabled: true

# 这个宏需要的参数。
inputs:
  message:
    description: 要发送的消息文本
    example: "订单已下，共 ¥30"

# 从上到下执行，每步一个动作：动词和对象，步骤需要的其他条件写在旁边。
steps:
  - home_screen

  # 点击要写明对象；`at` 是坐标框 [左, 上, 右, 下]，取 0–1 的屏幕比例。
  # 对象是屏幕上的文字时，点击会跟随文字移动；图标则写一句描述。
  - tap: "微信图标"
    at: [0.62, 0.18, 0.85, 0.30]

  # 等待后确认当前界面。微信停在上次离开的界面，所以标题栏可能是应用名或用户昵称。
  - wait: 2
    expect: {text: ["微信", "Weixin", "用户昵称"], within: top}
    hint: "微信没有打开，先登录再手动发送"

  # `skip_when`：已在聊天界面时跳过此步；`require`：确认点击位置上是正确的那一行。
  - tap: "用户昵称"
    at: [0.05, 0.10, 0.95, 0.20]
    skip_when: {text: "用户昵称", within: [0.15, 0.02, 0.85, 0.1]}
    require: {text: "用户昵称", within: [0.05, 0.10, 0.95, 0.20]}

  - send_to_clipboard: "{message}"

  # 键盘已弹起（能看到空格键）时跳过此步。
  - tap: "消息输入框"
    at: [0.05, 0.90, 0.75, 0.96]
    skip_when: {text: ["space", "空格"], within: [0.25, 0.85, 0.8, 0.95]}

  # 键盘弹起后，输入框会上移。
  - long_press: "消息输入框（键盘弹起后）"
    at: [0.05, 0.56, 0.75, 0.62]

  - tap: "粘贴"
    at: [0.10, 0.54, 0.20, 0.57]
    require: {text: "粘贴", within: [0.03, 0.50, 0.35, 0.62]}

# 没有发送步骤：智能体检查文本后决定是否发送。

验证

启动 MCP 服务器：

bash

physiclaw mcp

检查所有宏文件，然后在真机上重放这个宏：

bash

physiclaw macros check
physiclaw macros run notify-user-wechat -i message=hi

最佳实践

宏要短小、职责单一。 需要中途判断的操作，例如确认、付款、从多个结果中选择，应交给智能体，不写进宏。

让智能体来写。 把 claude 或 codex 连接到你的 MCP 服务器，让它生成宏。

关注统计。 physiclaw macros stats 列出每个宏的计数。如果 consecutive_aborts 持续增加，说明 App 布局已变，需要重新排练并更新坐标框。