Goldie：用编码Agent自动生成App Store截图与预览视频

今天在GitHub热榜刷到Goldie这个项目的时候我第一反应是又来了个编码Agent套壳工具。但仔细看完仓库的文档和实现思路我得承认——它在编码Agent这个赛道上确实找到一个非常刁钻的落地场景自动生成App Store截图和预览视频顺便把苹果上架合规校验都做进去了。做过iOS发版的人都知道截图和预览视频是每次提审前最机械、最琐碎、最不想干但又躲不掉的活。这篇评测我会从定位、原理、实操、避坑四个维度拆解Goldie给正在做App开发、出海运营和自动化交付的团队一个参考。1. 先说结论Goldie是不是智商税1.1 一句话定位一个会自己做图的编码AgentGoldie本质上不是截图工具也不是视频剪辑工具而是一个基于大模型能力构建的编码Agent。你可以把它理解成一个能读懂你工程代码、看得懂苹果审核文档、会操作浏览器渲染界面、还会调用视频编码器的数字员工。它能直接读取你的Xcode工程信息根据App Store对截图尺寸、预览视频时长和编码格式的要求自动生成整套上架素材。关键是最后那步合规校验它不是简单检查一下图片宽高而是把苹果审核指南里的元数据规则、素材规范、隐私提示要求转成了可执行的检查项跑完直接给你一份带修复建议的报告。1.2 我为什么专门盯上这个项目说句实在话做iOS应用的人对素材自动化这个需求早就望眼欲穿了。App Store提交需要的截图不是一张两张是每种机型一套主流尺寸加起来6.7英寸、6.5英寸、5.5英寸、12.9英寸iPad等等每张还得跟具体界面状态对应。更麻烦的是预览视频苹果要求最多30秒、需要展示真实App运行画面不允许用假动效拼凑。以前我们团队做一套发版素材设计师、开发、运营三方来回配合至少大半天才能出一版。Goldie想做的事情就是把这大半天压缩成十分钟而且把容易踩的审核坑提前拦下来。不过你也别急着激动它适不适合你取决于你是哪种情况的团队。如果你只是偶尔发版、素材手工做做也无所谓那Goldie的学习成本可能比手工还高但如果你一个月发两三个版本、或者同时维护好几个App、还做出海市场那这套自动化的价值就会非常明显。2. 原理解析编码Agent如何把截图和视频做出来2.1 整体链路读工程、配场景、跑渲染、做质检Goldie的完整工作流可以分成四个阶段。第一阶段是读取工程信息它会解析你的Xcode工程或者Android工程拿到App名称、版本号、Bundle Identifier、主色调、图标等基础元数据。第二阶段是场景编排你通过配置文件描述要截哪些界面、用什么设备尺寸、什么深色浅色模式Agent会理解这些自然语言描述并转成可执行指令。第三阶段是自动渲染这里分两条路静态截图走浏览器HTML模板加真实界面截图合成预览视频走模拟器UI自动化录制。最后一个阶段是合规校验所有的产出素材会统一过一遍规则引擎输出检查报告。这四个阶段配合得很紧密尤其是第一步的工程解析直接决定了后面截图里的版本号、App名称会不会跟提审信息对不上。我自己之前手工截图就翻过车设计师把版本号P错了审核直接给我打回来理由是元数据不匹配。Goldie把这种低级的坑从源头规避掉了。2.2 截图的核心不是P图是让App自己摆好姿势不少人对自动生成App Store截图的理解还停留在把设计稿套进手机壳模板的程度。但Goldie的做法完全不同它走的是真界面截图路线。Agent会根据你配置的场景先启动模拟器再通过UI自动化脚本把App导航到目标页面等到数据加载完毕、界面稳定后再进行截图。这种截图的合规价值非常高因为苹果审核指南里明确要求截图必须反映App的真实用户界面不允许出现误导性的视觉素材。然后它会把这套真实截的图嵌进HTML模板里模板里有对应的设备边框、渐变背景、宣传文案位最后用渲染引擎生成最终交付图。这其实是很多商业截图工具的套路但Goldie把进入界面、等待数据、截图、套模板整个过程脚本化、自动化了。对你来说你只需要写清楚我要主界面深色模式、要带账户余额、设备选iPhone 15 Pro Max剩下的驱动、等待、截图、合成全部由Agent搞定。2.3 预览视频的核心用UI自动化录制真实操作路径预览视频这块Goldie的思路也是从真实操作出发。App Store预览视频最忌讳的就是拿一段产品概念动画或者网页轮播图顶上审核基本会以素材不能准确反映App实际功能为由拒绝。Goldie的做法是你在配置里描述一段用户操作路径比如从登录页输入账号进入首页点击列表第一项进入详情然后滑动评论区域Agent会把这段描述转化成一份UI自动化脚本在模拟器里按步骤操作同时录制成逐帧画面最后用FFmpeg按照苹果要求的编码参数封装成MP4。这里有个很讨巧的细节预览视频需要30秒以内而真实操作可能超过30秒Goldie会在脚本里自动做关键帧提取和剪辑只保留能体现核心功能的部分。它还支持把录制的视频按苹果推荐的最佳码率、帧率、编码格式输出可以说把硬性参数全给你包办了。2.4 内置合规校验把苹果规范转成了可执行规则这是我个人最感兴趣的部分。Goldie里有独立的规则引擎覆盖了苹果审核指南、App Store产品页素材规范、开发者协议里涉及素材的关键条款。校验维度包括几个方面尺寸与格式合规截图像素、分辨率、文件格式是否符合目标机型元数据一致性截图里的App名称、版本号、图标是否跟提交的iTunes Connect信息一致文案语言合规截图和视频里的文案是否出现未上架的功能描述、竞品对比、价格误导信息隐私权限提示如果截图里出现了位置权限、相机权限弹窗需要跟App实际声明的权限一致视频参数合规帧率、时长、编码格式、是否含音频App Store预览视频不支持音频这条很多人都会踩坑跑完校验后Goldie会输出一份报告按通过、警告、失败三级分类并在失败项上给出具体的修改建议。比如你在iPhone 6.7英寸截图上使用了包含音频的预览视频苹果规范要求M4V或MP4格式不得包含音轨请重新导出——这种提示比你自己翻审核指南找答案快太多了。3. 实操记录从零配置到产出全套上架素材3.1 前置环境与安装建议说实话Goldie对运行环境有一定要求毕竟它要驱动模拟器和视频编码器。我的实测环境是macOS Ventura及以上、Xcode 15、Node.js 18以及一个可以调用大模型API的key。安装方式很常规如果你习惯Homebrew一条命令就能搞定如果你在CI环境里用走npm全局安装会更顺手。无论哪种方式装完建议先跑一下goldie doctor它会帮你检查环境依赖是否齐全、模拟器运行时是否可用、FFmpeg是否装好。这里特别建议如果你在公司内网或者代理比较复杂的网络环境第一次运行前先把依赖下载好尤其是模拟器运行时和浏览器渲染内核那几个组件下载量不小弄到一半断网很搞心态。3.2 初始化配置和场景脚本写法安装完成后第一步是进项目目录执行goldie init。向导会让你填App名称、Bundle Identifier、主色调、输出目录等信息。如果你已经用Xcode管理工程Goldie也可以直接扫描工程文件自动读取这些信息省得手敲。接下来就是核心操作——写场景配置文件。这个文件通常是一个YAML描述你要生成哪些素材。我拿一个实际例子来说明app: name: 小财本 bundle_id: com.example.moneybook version: 1.3.0 primary_color: #1E88E5 scenes: - name: home_light device: iphone_15_pro_max theme: light description: 首页浅色模式展示本月支出统计和最近账单列表顶部有欢迎语 - name: home_dark device: iphone_15_pro theme: dark description: 首页深色模式展示本月支出统计支出总额为 3280.50 元 - name: detail_page device: iphone_14_pro theme: light description: 点击账单列表第一项进入详情页展示该笔账单的地图和备注照片描述越具体Agent生成的效果越可控。比较关键的一点是如果你需要出现特定的金额、时间、名称一定要写在description里比如支出总额为3280.50元。因为Agent在接管模拟器的时候往往需要通过设置本地数据或者mock接口来让界面呈现你要的状态你描述得越精确它mock出来的数据就越稳定。3.3 生成截图、预览视频和合规报告配置写好后生成命令很直接。如果你想一次性生成所有配置过的场景截图就跑goldie shot --config scenes.yaml --output ./dist/screenshots。执行过程中你能从日志里看到Agent在一步步操作读取工程信息、启动模拟器、安装App、执行UI自动化脚本、等待网络请求完成、截图、合成模板。整个过程比我预想的要稳定只有遇到深色模式切换时模拟器响应慢了些多等了几秒。预览视频的生成是另一个命令比如goldie video --config video_scenes.yaml --output ./dist/videos。视频场景的配置略有不同它需要更明确的步骤描述。我自己写了一个用户引导流程的描述Agent确实实现了输入账号密码—点击登录—进入首页—点击第一条账单—滑动详情页的完整路径。录制完成后它会调用FFmpeg处理帧序列输出为App Store认可的视频格式。所有素材生成完毕后跑goldie audit --input ./dist --type all它会扫描整个输出目录自动识别每张截图对应的机型尺寸逐个跑校验规则。我第一次跑出了4个警告其中一个是详情页截图出现了版本号1.2.0与当前提交版本1.3.0不一致一看果然是模拟器里装的是旧版本构建重新build新包后再生成就没有这个问题了。3.4 交付物规范与团队协作姿势生成完的素材会按目录结构分好screenshots目录下按机型/场景名组织videos目录下按场景名组织还有一份audit报告格式可以直接交给审阅的同事看。我觉得这个组织方式最大的价值不是好看而是它天然形成了可追溯的素材交付物。每个截图对应的场景脚本、生成时间、App版本都记录在案万一审核被拒要排查素材问题可以顺藤摸瓜定位到是哪次配置生成的。团队协作上我建议把场景配置文件纳入Git仓库这样每次发版素材的变化都有历史记录新人接手也容易看懂。我们现在的大版本发版流程里素材生成已经改成走CI任务了——推一个tagCI自动跑Goldie生成全套素材然后由运营去App Store Connect后台上传。人工只需要在校验报告通过后做最终视觉确认效率确实提高了好几个量级。4. 常见问题与避坑技巧4.1 渲染相关的坑字体缺失、模拟器慢、依赖下载失败我在实测过程中踩的第一个坑是字体问题。截图模板里如果用了自定义字体而系统环境没装渲染出来的文案就是方框乱码。解决办法是把字体文件放进项目目录或者在配置里显式声明使用的字体名称。第二个坑是模拟器首启动慢特别是第一次生成视频的时候模拟器冷启动加App安装可能要等一两分钟。不要误以为工具卡死了日志在持续输出的话耐心等就行。第三个坑是依赖下载问题第一次运行时无头浏览器内核下载失败过一次重新执行goldie doctor修复依赖再跑就正常了。4.2 界面状态不一致截图和实际功能对不上这是最容易踩、也最坑的问题。Goldie虽然能通过UI自动化进入指定界面但如果你的App依赖后端数据Agent在模拟器里看到的数据跟真实用户数据的差异会导致截图内容看起来不太对。比如你配置要展示账单列表有空状态但Agent登录的是测试账号列表满载截图效果就完全不对了。我的建议是在场景描述里把期望状态写清楚同时尽量给Agent提供一个可控的数据环境。比如配置里指定用本地mock数据、固定的测试账号、或者通过加启动参数进入UI测试模式。实测下来给Agent一个明确的数据准备指令能显著提升成图质量。4.3 合规校验误报规则引擎有时候太死板Goldie的规则引擎是静态规则有时候会出现误报。举个例子截图里如果产品名称包含Pro字样某条检查规则可能会把它跟价格信息关联起来提示可能涉及误导性订阅价格但你的产品根本没有订阅功能。这种时候不用慌因为是警告级别不影响最终通过。但如果你确认某条规则不适用你的业务场景可以在审计配置里为特定规则添加白名单或者调整严重级别。需要留意的是白名单设置要谨慎它属于绕过检查的能力建议只对确认无误报的项开启不要把整个规则组关掉那样合规校验就失去意义了。4.4 成本、速度与CI集成建议最后聊聊成本和速度的问题。Goldie的生成过程依赖大模型API配置越复杂、场景越多API调用次数越多。以我实测的3张截图加1个预览视频为例API成本大约在几块钱人民币的量级跟设计师人天成本比几乎可以忽略。但时间上不是即时的整套流程十几分钟很正常涉及视频编码的部分可能要二十分钟往上。如果你要接入CI流水线建议做两个优化。一是把模拟器预启动和依赖缓存做好不要每次从零开始二是把App的构建产物缓存住避免重复编译。我自己的经验是第一次跑完整流程可能需要半小时以下但如果CI环境缓存配置得当后续增量生成能压到几分钟这才算真正达到了发版素材不阻塞发布流程的效果。5. 最后分享一个实测里的意外收获再补一个我没想到的用法。Goldie不只能生成上架素材因为它的底子是编码Agent你还可以让它直接把截图和预览视频的产出流程封装成一个内部工具比如在配置里加上自己的水印、加上合规免责声明、甚至生成不同商店Google Play、华为商店的物料版本。只要理解了场景配置文件的结构这套自动化就能很容易地扩展到多平台发版场景。我在实际使用中最受用的一个点是它的合规校验不只是审核前检查更像是一个随时在线的苹果审核规范顾问。以前我们要担心版本号忘记P、隐私弹窗文案不一致、预览视频带了音轨这类问题现在工具会把这些问题在提审前直接按住。虽然它还不能替代人工审美判断但在繁琐素材这条路上Goldie确实让我省下了一大批原本要花在重复劳动上的时间。