¿Qué es ARTEMIS?
ARTEMIS es un agente de automatización de Android del equipo Pixel Test Engineering de Google. Describes una tarea en lenguaje natural, como "abre Ajustes, busca Batería e informa del nivel", y la ejecuta en el móvil o el emulador por ADB: lee la pantalla con un asistente de accesibilidad que instala en el dispositivo, recurre a OCR y a modelos visuales en interfaces personalizadas, toca y escribe, y guarda registros, capturas y una repetición.
Hay cuatro formas de usarlo: una consola web en localhost:8000 con la pantalla en directo, una CLI, un SDK de Python para pytest y CI, y un servidor MCP que el script de instalación puede registrar en Claude Code, Codex, Cursor, Windsurf, VS Code, Antigravity y otros, junto con un archivo de reglas que indica al agente de programación cómo probar. Dos perfiles cambian velocidad por cuidado: Flash, un bucle de observar y actuar con un solo modelo a unos 3 a 5 segundos por paso, y Pro, un grafo de planificador, operador y verificador a unos 15 a 40 segundos por paso.
Tiene licencia Apache-2.0 y está escrito en Python 3.12. El modelo lo pones tú: acepta claves de Gemini, OpenAI, Anthropic, OpenRouter o xAI.
¿Merece la pena ARTEMIS?
ARTEMIS da a los agentes de programación algo que les faltaba: manos sobre un móvil real. Conecta Claude Code o Codex por MCP y el agente puede compilar un APK, instalarlo, recorrer un inicio de sesión y volver con capturas y la salida de Logcat, que es casi todo lo que hace un tester humano al reproducir un fallo.
La cifra estrella es una tasa de finalización superior al 99% en AndroidWorld, el benchmark de Google Research con más de 100 tareas de varios pasos en más de 20 apps. Esa cifra es del propio proyecto y nadie la ha reproducido de forma independiente, y las apps de AndroidWorld son más amables que una pantalla de Flutter o Compose con widgets propios. La adopción no está en duda: el repositorio superó las 16.401 estrellas y 1.802 forks en los tres meses siguientes a su lanzamiento en agosto de 2026, aunque solo tiene seis colaboradores y ninguna versión etiquetada.
Los mantenedores son francos sobre su lugar. Cuando en las discusiones del proyecto les preguntaron por ejecutar miles de pruebas de regresión, se opusieron a compilar las ejecuciones del agente en pruebas: un flujo que encuentra la forma de esquivar una pantalla cambiada puede ocultar justo el fallo que la prueba debe detectar. Su ciclo recomendado es explorar con ARTEMIS, pedir a un agente de programación que escriba código de prueba normal con lo aprendido y ejecutarlo en tu framework actual, llamando a ARTEMIS desde el SDK solo para pasos difíciles como el emparejamiento Bluetooth.
Los costes son prácticos. Cada paso es una llamada al modelo, así que una ejecución Pro de 40 pasos a 15 a 40 segundos por paso dura de 10 a 27 minutos y se factura en consecuencia. La primera tarea instala un servicio de accesibilidad en el móvil, algo aceptable en un dispositivo de pruebas y que conviene pensar en uno personal; el archivo .env tiene opciones para impedirlo y para dejar que la pantalla se apague. iOS está en la hoja de ruta, no en el código. Parte del código procede del proyecto mobile-use de Minitap, acreditado en third_party/.
Dónde se gana su sitio
Un desarrollador de Android en un estudio de apps de cinco personas
Reproducir un informe de cierre inesperado sin recorrer la app yo mismo
Ejecuta artemis mcp --install claude y pide a Claude Code que compile el APK, lo instale y siga los pasos del informe; ARTEMIS devuelve capturas, Logcat y una repetición. El coste son las llamadas al modelo, unos segundos cada una en modo Flash.
Una responsable de QA en una fintech con una batería de pytest
Automatizar los pasos inestables que cambian con cada actualización del sistema
Llama a ArtemisClient.run() desde el SDK solo para el emparejamiento Bluetooth o los diálogos de permisos, comprueba su resultado tipado y mantén determinista el resto de la prueba, como recomiendan los mantenedores.
Un responsable de versiones en un fabricante de accesorios para móviles
Hacer una prueba rápida de una nueva compilación en varias apps antes de publicarla
Pon en cola comprobaciones en lenguaje natural en la consola web en modo Pro, que planifica hitos y verifica cada uno; a 15 a 40 segundos por paso, cuenta con que una lista larga ocupe una tarde, no minutos.
Antes de decidirte
- Puesta en marcha
- Clona el repositorio y ejecuta ./start.sh (o .\start.bat), que instala ADB, scrcpy, FFmpeg y las dependencias de Python con uv; luego añade al menos una clave de API de modelo a .env y conecta un móvil con depuración USB o un emulador.
- Integraciones
- MCP para Claude Code, Codex, Cursor, Windsurf, VS Code, Cline, Antigravity y OpenClaw; SDK de Python (artemis-client); modelos de Gemini, OpenAI, Anthropic, OpenRouter y xAI; Google Cloud Vision OCR opcional.
- Datos y privacidad
- Apache-2.0 y autoalojado. Las capturas y los prompts van al proveedor de modelos que configures; según el README, el asistente del dispositivo solo escucha en el propio móvil.
- Coste a escala
- Nada por el software; el gasto en modelos crece con los pasos, y la planificación y verificación de Pro añaden llamadas por paso. Los mantenedores aconsejan convertir las exploraciones en código de prueba normal para que las repeticiones no necesiten modelo.
- Límites
- Solo Android; sin versiones etiquetadas; 183 issues y pull requests abiertos; las trazas no se compilan en pruebas reutilizables; la precisión en pantallas personalizadas de Canvas, Compose o Flutter depende del modelo visual.
Lo bueno
- El servidor MCP y el archivo de reglas se instalan en la mayoría de agentes de programación en un paso
- Consola web con pantalla en directo, repeticiones y trazas de razonamiento
- SDK de Python con resultados tipados para pytest y CI
- Funciona con modelos de Gemini, Claude, GPT, OpenRouter o xAI
Lo malo
- Solo Android; iOS está en la hoja de ruta
- La puntuación de más del 99% en AndroidWorld es autodeclarada
- Cada paso es una llamada de pago al modelo, lenta en modo Pro
- Instala por defecto un asistente de accesibilidad en el dispositivo
Ideal para
Equipos de Android que quieren que su agente de programación reproduzca fallos y explore nuevas compilaciones en un dispositivo real antes de que nadie escriba la prueba de regresión.
Alternativas a ARTEMIS
ARTEMIS: preguntas frecuentes
- ¿Merece la pena ARTEMIS?
- ARTEMIS es la forma gratuita de dejar que un agente de programación maneje un móvil Android real, siempre que lo trates como un explorador y no como tu batería de pruebas de regresión. Le damos un 4.1 sobre 5.
- ¿Cuánto cuesta ARTEMIS?
- Gratis bajo Apache-2.0. Pagas las llamadas al modelo de visión y lenguaje (Gemini, OpenAI, Anthropic, OpenRouter o xAI), que tu proveedor factura por paso, más una clave opcional de Google Cloud Vision OCR.
- ¿Qué inconvenientes tiene ARTEMIS?
- Solo Android; iOS está en la hoja de ruta; la puntuación de más del 99% en AndroidWorld es autodeclarada; cada paso es una llamada de pago al modelo, lenta en modo Pro; instala por defecto un asistente de accesibilidad en el dispositivo.
- ¿Para quién es ARTEMIS?
- Equipos de Android que quieren que su agente de programación reproduzca fallos y explore nuevas compilaciones en un dispositivo real antes de que nadie escriba la prueba de regresión.
- ¿Cuánto cuesta ARTEMIS para un equipo o en producción?
- Nada por el software; el gasto en modelos crece con los pasos, y la planificación y verificación de Pro añaden llamadas por paso. Los mantenedores aconsejan convertir las exploraciones en código de prueba normal para que las repeticiones no necesiten modelo.
- ¿Es ARTEMIS seguro para los datos de la empresa?
- Apache-2.0 y autoalojado. Las capturas y los prompts van al proveedor de modelos que configures; según el README, el asistente del dispositivo solo escucha en el propio móvil.
- ¿Cuáles son las mejores alternativas a ARTEMIS?
- Las alternativas más cercanas que hemos analizado son Stagehand.
Respuestas comprobadas el 3 nov 2026.
¿Desarrollas ARTEMIS? Muestra esta nota en tu web
