企业官网建设流程全解析

mobile-mcp 完整上手：一个 MCP 服务器跑通 iOS 与 Android 手机自动化

【免费下载链接】mobile-mcpModel Context Protocol Server for Mobile Automation and Scraping (iOS, Android, Emulators, Simulators and Real Devices)项目地址: https://gitcode.com/GitHub_Trending/mo/mobile-mcp

mobile-mcp 是一个基于 MCP 协议的移动端自动化服务器：一条 npx 命令接入 AI 客户端后，iOS、Android 的模拟器和真机都能用同一组指令驱动，点击、滑动、输入、装包、抓崩溃日志，不再为两个平台各写一套脚本。

想让 AI 替你"按手机"的时候

假设你要验证一个新版本 App 的注册流程。传统做法是打开 XCUITest 或 Espresso 项目，写用例、找控件、跑一遍再看日志；如果 App 换了页面结构，脚本又要改。

mobile-mcp 把这件事换成了另一条路：你启动模拟器，把服务器配进 Cursor、Claude Code、Codex 这类客户端，然后用一句自然语言描述"帮我下载一个番茄钟应用、注册、启动计时器"，剩下的交给 Agent 自己点。

它适合两类人：一是想让 LLM 直接操作手机的开发者，二是需要跨 iOS/Android 复测同一条流程的测试同学。

它是什么，和已有方案差在哪

mobile-mcp 是一个 MCP Server，跑在 npm 上（包名@mobilenext/mobile-mcp），底层用自研的 Device Kit 接管设备，而不是传统的 WebDriverAgent。

它暴露 30 来个mobile_前缀的工具，同一套工具同时覆盖 iOS 模拟器/真机和 Android 模拟器/真机。和 XCUITest、Espresso 这类框架的最大区别是：你写的是"目标"，不是"控件定位表达式"。

四组能力，按需取用

两个值得留意的细节：元素列表里的每个元素带一个稳定的@ref标识，Agent 可以直接按 ref 点按，不用自己算坐标；无障碍树优先意味着大部分操作不消耗图像 token，成本和速度都比纯截图方案省。

三步把环境跑起来

第 1 步：装平台工具，确认设备能连上

• Android 侧：装 Android Platform Tools，让adb在 PATH 里
• iOS 侧（macOS）：装 Xcode 命令行工具
• Node.js 需要 v20+

确认方法：

adb devices # Android：能看到设备或 emulator 即可 xcrun simctl list # iOS：能看到已创建的模拟器 node --version # v20 以上

然后启动一个目标：Android 用avdmanager/emulator启动仿真器；iOS 用xcrun simctl boot "iPhone 16"。

第 2 步：把服务器加进 MCP 客户端

大多数客户端用同一份配置（仓库里现成的 mcp.json 就是它）：

{ "mcpServers": { "mobile-mcp": { "command": "npx", "args": ["-y", "@mobilenext/mobile-mcp@latest"] } } }

各客户端也有快捷方式，例如 Claude Code：

claude mcp add mobile-mcp -- npx -y @mobilenext/mobile-mcp@latest

第 3 步：验证链路通了

在对话里直接说：

list available devices

如果返回了你正在运行的模拟器、仿真器或真机，链路就是通的；返回空列表基本只有一个原因——没有设备处于启动/连接状态。

服务端代码在 src/ 下按平台分了模块（android.ts、ios.ts、iphone-simulator.ts），想深挖行为时可以直接看。

两个拿来就能用的例子

例子 1：让 Agent 走一遍完整的下载—注册—评分流程

README 里给过这类提示词，直接可用：

找一个评分超过 1k 星的免费 Pomodoro 应用并下载。 启动应用，用我的邮箱注册。注册完成后找到如何启动番茄钟计时器。 计时器启动后，回到应用商店给这个应用打 5 星，并写一条评论。

一句话覆盖了"搜索、下载、启动、填表、切回商店、评分"五类操作。Agent 每点一步都会重新列一次屏幕元素确认状态，不会盲点。

例子 2：复现崩溃并把证据拿回来

让 Agent 跑一段容易崩的流程，然后：

复现刚才的崩溃后，把设备日志和崩溃报告都取出来

对应mobile_get_device_logs（Android 取 logcat，iOS 取 unified log）和mobile_list_crashes/mobile_get_crash，不用自己插线翻目录。

多步操作还可以用mobile_batch_commands一次调用串起来（比如"点击、输入、再点击"），省掉多次往返。

选型对比与容易踩的坑

几个实际用下来容易踩的坑：

1. 设备列表为空：九成是模拟器没 boot 或真机没授权。先跑adb devices/xcrun simctl list确认，再怀疑服务器。
2. 点按落点偏了：点元素边界框的中心，别用左上角坐标；输入前先点一下输入框确认获得焦点，再mobile_type_keys。
3. UI 动画没结束就操作：移动端页面有过渡动画，操作后重新列一次元素确认，等预期元素出现再继续，参考 skills/mobile-automation/SKILL.md 里的工作流。
4. 遥测默认开启：介意就加环境变量MOBILEMCP_DISABLE_TELEMETRY=1。
5. iOS 真机比模拟器麻烦：模拟器零额外配置；真机要走 USB 信任 + 配对流程，细节看 llms-install.md。

另外，如果要通过网络而不是 stdio 连客户端，加--listen 3000起 Streamable HTTP 服务，再配MOBILEMCP_AUTH设 Bearer 令牌即可（详见 README.md 的 "Streamable HTTP Server Mode" 一节）。后续规划的功能（文件读写、WebView 支持、Flutter 控件树等）可以翻 ROADMAP.md 看状态。

mobile-mcp 本质上是把"手机操作"变成 AI 客户端里的一组普通工具，你只需要描述目标。下一步建议：先开一个模拟器，配上 MCP，用list available devices验证链路，然后从例子 2 的崩溃复现跑起来——它最短，也最容易看出效果。

【免费下载链接】mobile-mcpModel Context Protocol Server for Mobile Automation and Scraping (iOS, Android, Emulators, Simulators and Real Devices)项目地址: https://gitcode.com/GitHub_Trending/mo/mobile-mcp