核心用法
ATL (Agent Touch Layer) 是专为 iOS Simulator 设计的 HTTP 自动化层，通过双端口架构实现对移动端浏览器（Safari）与原生应用的双模控制：
- Browser Server (9222)：面向移动网页自动化，支持
goto导航、markElements标记交互元素、clickMark按标记点击、JavaScript 注入等标准浏览器操作 - Native Server (9223)：面向任意 iOS 原生应用，基于 XCTest 的 accessibility tree 实现
openApp启动应用、snapshot获取可交互元素树、find/tapRef精准定位点击
典型工作流：启动 Simulator → 部署 AtlBrowser 应用 → HTTP API 控制页面导航/应用启动 → markElements 或 snapshot 获取元素坐标 → 精准点击/输入/截图 → 验证状态。
显著优点
1. Vision-Free 自动化：独创 markElements + captureForVision 组合，为页面元素自动添加数字标记并返回带文本层的 PDF，AI 无需调用视觉模型即可获知"元素在哪里"与"页面上写了什么"，显著降低 token 成本与延迟
2. 双模统一架构：同一套 HTTP API 同时覆盖浏览器与原生应用，无需切换工具链
3. 坐标级确定性：基于标记系统的像素级坐标（x,y）点击，避免视觉模型对按钮边界的误判，同一页面结果可复现
4. 零侵入测试：基于 iOS accessibility tree，无需修改被测应用源码即可自动化任意 App
潜在缺点与局限性
- macOS/Xcode 强依赖：仅能在 macOS 环境运行，需完整 Xcode 工具链与 iOS Simulator，Windows/Linux 用户无法直接使用
- 部署门槛较高：首次使用需克隆仓库、编译 Swift 项目、配置模拟器 UDID，对非 iOS 开发者不够友好
- 稳定性风险：
goto导航存在已知问题（文档明确标注需用 JS 注入替代），Simulator 状态异常时需手动重启应用 - 模拟器局限：无法操作真机，部分依赖硬件传感器的场景（相机、GPS 精确定位）无法完整还原
适合人群
- iOS/macOS 开发者进行移动端自动化测试
- AI Agent 研究者需要低成本、高确定性的移动端交互环境
- 需要同时验证 Web 与原生 App 行为的跨平台测试场景
常规风险
1. 网络端口暴露：9222/9223 端口监听本地，多用户共享 macOS 环境时需防范端口冲突与未授权访问
2. Simulator 状态漂移：长期运行后可能出现内存泄漏或应用无响应，建议工作流中加入健康检查与自动重启机制
3. API 变动风险：项目处于活跃开发期（GitHub 仓库），HTTP API schema 可能随版本迭代调整