没有转换运行的 HTML（直接拖进来的那种）背后没人列过它有哪些屏。服务就自己爬一遍：用和转换流程同一个爬虫驱动真实页面，点开控件、记下每一屏和到达它的那条路径。有运行记录的任务不会被重爬 —— 那份屏幕清单同时是地图海报和 Figma 板的清单，爬出一份不一样的会让三边对不上。要强制重爬，按「不复用，重跑一遍」。

Chrome 按 390×844 渲染每一屏，探针读出每个元素的盒子（dp）、颜色、字体、以及设计里它响不响应。然后挨个点：点得动的记下来，点了跳走的记下跳到哪 —— 跳到一个没人截过的屏，那屏就地量下来，当成设计的一部分。最近一次：37 屏、154 个动作、33 条「点了去哪」、22 个连页面自己都没声明的控件（靠挨个点图片和图标试出来的）。三个标签页并行，5 分半。

量测的每一屏变成一个 Activity 和一份 XML 布局，位置字号颜色直接来自量测；会选中的控件编成 selector drawable，输入框编成 EditText，有去处的控件直接写好 startActivity。最近一次：14 个 Activity、217 个接好线的控件、34 个选中态、9 个输入框 —— 这些都在 agent 打开工程之前就已经在了。

Codex 拿到的是一个已经能跑、能跳转的工程，加上合同、设计图和逐屏的量测表。它的活是外观：字重、间距、圆角、阴影、图标。它不该动的东西动了会被抓：编译出来的几何是量测的结果，没有哪条 findings 点名就改它，闸门会报「擅自改动编译几何」。

APK 装进模拟器，沿着设计的每条路径走一遍：找到该点的控件、点下去、看落到哪个 Activity。然后逐屏把每个控件挨个点，会选中的要真的选中，输入框要真的能打字。读一次界面层级要 2 秒，是整条线最贵的动作 —— 所以先看便宜的证人（Activity 变没变、那块像素变没变），只有它们都说没反应时才去读层级，也就是即将指控 app 失灵的那一刻。

走查拍下的每一屏和它的设计图并排比：每个元素的位置和大小、盒子的颜色、文字有没有在按钮里居中、设计上的字有没有全都出现。比的是设计显示出来的样子 —— 一张 34dp 高的照片被 46dp 的方块裁成只露 12dp，那就按 12dp 比，不然会把对的说成错的。