屏幕上的动作正确，不代表结果正确。按钮可能不可用，页面可能仍在加载，错误也可能改变流程。视觉自动化不仅要判断点击哪里，还要判断操作是否成功。
观察与交互是不同任务
Android 提供屏幕内容捕获与界面检查、交互机制。官方文档分别介绍 MediaProjection 屏幕捕获与 AccessibilityService 的能力；实际使用取决于权限、平台限制和应用情况。 12
这一差别对 Sara OS 很重要：能够观察某个状态，并不意味着获得了任意操作权限。每一步都需要自己的目标、访问权限和成功条件。
定位、操作、检查的循环
以查看某条请求详情为例：先确认打开的是正确列表，再选择目标请求，最后在详情页核对名称或标识。打开了其他请求不算成功。
按钮看起来所在的位置只是一个信号。页面标题、相关文字与操作后的状态也应纳入测试定义。每个应用的识别效果需分别评估；兼容一个页面并不能证明兼容所有应用。
状态不明确时应该怎么办？
建议的设计不会无限重试。重试应有上限，之后报告停止原因。发送或提交等操作若未核实先前结果便重复，可能产生非预期输出。
Sara OS 的自动化质量应以最终结果评判：是否完成了请求、是否有证据、用户能否理解流程停止的位置？这些问题区分演示与可靠流程。
