项目地址：/mobile-next/mobile-mcp

移动端自动化这件事，常常卡在一个很现实的问题上：iOS、Android、模拟器、模拟器之外的真机、不同工具链、不同平台知识，彼此都像单独的一座岛。

Mobile MCP 想做的，是把这些岛连成一条可被 Agent 使用的通路。

它是一个面向移动端自动化与抓取的 MCP Server，覆盖 iOS、Android、模拟器、仿真器以及真实设备。开发者可以通过统一的接口，让 Agents 和 LLMs 与原生移动应用和设备交互，不必为每个平台单独准备一整套专门知识。

更直白地说，它试图把“怎么操控手机”这件事，变成“让 Agent 说出目标，然后由系统执行”的事。

## 一个统一接口，覆盖多种移动设备

Mobile MCP 的核心特征之一，是平台无关。

同一套工具可以工作在 iOS 和 Android 之上，也可以面向模拟器、仿真器以及真实设备。它不要求使用者先成为 XCUITest 或 Espresso 专家，也不需要为每个平台额外拼接复杂的胶水代码。

README 里把它概括得很清楚：

- 适用于 iOS 和 Android 的原生应用自动化
- 适用于模拟器、仿真器与真实设备
- 适用于脚本化流程与表单交互
- 适用于由 LLM 驱动的多步用户旅程
- 适用于面向 Agent 的移动应用交互
- 适用于移动自动化中的 Agent-to-Agent 通信与数据提取

这意味着，它不是单纯给测试人员准备的按钮集合，也不是只为截图识别准备的工具，而是一层可以被自动化、被编排、被嵌入 Agent 工作流的设备操作接口。

## 以可访问性树为先，必要时再回退到截图坐标

Mobile MCP 的一个很鲜明的设计方向，是优先使用可访问性树。

它主张从原生 accessibility tree 驱动应用，而不是一上来就依赖视觉模型或图像 token。只有在必要时，才退回到截图与坐标点击。

这种思路带来的直接好处，是结构化、确定性更强，成本也更低。

系统可以读取真实 UI 元素，提取结构化数据，而不是只盯着一张图片猜界面上有什么。这样做减少了纯截图方案带来的歧义，也让交互更接近设备本身的语义层，而不仅仅是像素层。

当目标是“找到这个按钮”“读取当前屏幕上的元素”“提取表单内容”时，这种结构优先的方式显得更稳。

## 设备管理：先知道手里有什么

移动自动化能否跑起来，第一步往往不是点击，而是确认设备状态。

Mobile MCP 提供了一组设备管理工具，用于列出可用设备、获取屏幕尺寸、读取方向、设置方向、覆盖 GPS 位置、读取或替换剪贴板等。

工具包括：

- `mobile_list_available_devices`
- `mobile_get_screen_size`
- `mobile_get_orientation`
- `mobile_set_orientation`
- `mobile_set_location`
- `mobile_clipboard`

这些能力看起来基础，却是移动端自动化的起点。

知道有哪些设备可用，才能决定任务要发往哪里；知道屏幕尺寸和方向，才能安排点击和手势；需要模拟位置或操作剪贴板时，也能直接调用对应工具，而不必离开统一接口。

## 应用管理：启动、安装、终止都在同一个工作流里

自动化不是只在界面上“点一下”那么简单。

有时候需要先安装应用，有时候需要切到指定应用，有时候则要结束一个正在运行的进程。Mobile MCP 在应用管理上提供了完整一组接口。

包括：

- `mobile_list_apps`
- `mobile_get_foreground_app`
- `mobile_launch_app`
- `mobile_terminate_app`
- `mobile_install_app`
- `mobile_uninstall_app`

这让 Agent 可以从“设备上有什么应用”开始，逐步进入“把哪个应用打开”“安装哪个包”“结束哪个任务”的流程。

对于测试、数据录入、流程验证、应用探索等场景，这种控制力非常实用。Agent 不只是知道界面，还能管理应用生命周期。

## 屏幕交互：点击、滑动、长按、录屏

真正进入移动端交互后，操作就不再只是逻辑判断，而要落到一连串具体动作上。

Mobile MCP 提供了常见的屏幕交互工具：

- `mobile_take_screenshot`
- `mobile_save_screenshot`
- `mobile_list_elements_on_screen`
- `mobile_click_on_screen_at_coordinates`
- `mobile_double_tap_on_screen`
- `mobile_long_press_on_screen_at_coordinates`
- `mobile_swipe_on_screen`
- `mobile_start_screen_recording`
- `mobile_stop_screen_recording`

截图可以帮助理解当前屏幕内容，元素列表可以提供结构化 UI 信息，坐标点击则适用于可视定位，滑动和长按则能覆盖更丰富的交互方式，录屏则让整个过程可以被保存下来，便于检查和排查。

对 Agent 来说，这些工具构成了一套完整的“看见—理解—操作—验证”闭环。

## 输入与导航：键盘、按键、URL 都能直接触达

除了屏幕上的触摸行为，移动端还需要输入与导航能力。

Mobile MCP 支持：

- `mobile_type_keys`
- `mobile_press_button`
- `mobile_open_url`

这意味着，Agent 可以把文本输入到聚焦元素中，可以按下 HOME、BACK、VOLUME、ENTER 等设备按键，也可以直接打开指定 URL。

它让移动端流程不必局限在“用手指模拟点点点”的层面，而是能够覆盖更完整的设备控制动作。

## 日志与崩溃报告：自动化不能只看成功路径

一套成熟的自动化系统，不能只在顺利时工作。

Mobile MCP 还提供日志与崩溃相关工具：

- `mobile_get_device_logs`
- `mobile_list_crashes`
- `mobile_get_crash`
- `mobile_batch_commands`

这些能力让 Agent 不只是执行操作，也能在出错时继续追踪问题。

设备日志可以帮助确认运行状态，崩溃报告可以帮助定位异常，批量命令则让一连串动作在同一次调用中完成，例如点击、输入、再点击，最后读取屏幕元素。

对于复杂流程而言，这类工具让自动化不只是“做事”，还可以“看结果”“查问题”“继续推进”。

## 兼容多种 MCP 客户端

Mobile MCP 并不把自己绑定在某一种客户端上。

README 明确列出，它可以与 Claude Code、Codex、Gemini、GitHub Copilot、Antigravity 等 MCP 兼容客户端一起使用，也可以接入任意支持 MCP 的客户端。

这意味着，使用者不必为了移动自动化再去更换整个 Agent 工具链，只要客户端支持 MCP，就可以接入这套设备控制能力。

安装配置也很直接。标准配置如下：

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

从 Claude Code 到 Codex、Cursor、Gemini CLI、Windsurf、Goose、Kiro、Cline、opencode，README 都给出了对应的接入示例。它不是只对某一个生态友好，而是尽量把入口铺得足够宽。

## 本地设备，也可以是云端设备

Mobile MCP 不只面向你手边的设备。

它既可以运行在本机上的模拟器、仿真器和真实设备上，也可以连接到 Mobile Next Cloud，在云端使用真实的 iOS 与 Android 设备。

这为规模化场景提供了另一条路径。

如果你只是想验证一个本地流程，直接在自己的机器上跑即可；如果你要面对更大范围的设备覆盖，或者想把移动自动化纳入 CI/CD 管道，也可以借助云设备扩展。

对于 Agent 驱动的移动自动化来说，这种本地与云端并存的设计很关键。它让开发、测试、验证和规模化运行有了不同的落点。

## Streamable HTTP Server：从本地进程走向可连接服务

默认情况下，Mobile MCP 通过 stdio 运行。

但它也支持以 Streamable HTTP Server 的方式启动，例如：

```bash
npx @mobilenext/mobile-mcp@latest --listen 3000
```

如果需要绑定到具体网络接口，也可以这样：

```bash
npx @mobilenext/mobile-mcp@latest --listen 0.0.0.0:3000
```

之后，客户端可以连接到对应的 `/mcp` 端点。

README 还说明，这种远程模式是无状态的，并提醒客户端要使用 Streamable HTTP 而不是旧的 SSE 流程。对于需要网络化部署的场景，这让 Mobile MCP 更像一个可被远程调用的服务，而不是只存在于本地终端里的工具。

## 认证、遥测与环境变量

当 Mobile MCP 通过 HTTP 方式运行时，还可以通过环境变量开启 Bearer Token 认证：

```bash
MOBILEMCP_AUTH=my-secret-token npx @mobilenext/mobile-mcp@latest --listen 3000
```

如果设置了该变量，请求就必须携带对应的 Authorization 头。

除了认证，README 还列出了几项环境变量：

- `MOBILEMCP_AUTH`
- `MOBILEMCP_DISABLE_TELEMETRY`
- `MOBILEMCP_ALLOW_UNSAFE_URLS`
- `MOBILEMCP_LEGACY_ROBOT`

其中，`MOBILEMCP_DISABLE_TELEMETRY` 可关闭匿名使用遥测。README 还说明，Mobile MCP 会通过 PostHog 和 Scarf 收集匿名使用数据，如需关闭可设置该变量。

这些配置项让运行方式更清楚，也让使用者能根据自己的环境决定是否启用认证、是否关闭遥测、是否允许非标准 URL scheme，以及是否使用旧版平台特定机器人。

## 适用场景非常明确

从 README 给出的用例来看，Mobile MCP 想解决的并不是一个抽象问题，而是非常具体的移动自动化场景。

例如：

- 原生应用自动化
- 表单录入与数据输入
- 由 LLM 驱动的多步流程
- 面向 Agent 的通用移动交互
- Agent 与 Agent 之间协作完成移动任务
- 设备上的数据提取与验证

它甚至在示例提示中给出了相当丰富的流程表达方式：搜索视频、评论、点赞、分享；下载应用、注册、设置训练计划；检索文章、标注、保存；预订课程、设置提醒；查天气并发送消息；安排会议并分享邀请。

这些示例共同说明了一件事：Mobile MCP 面向的不是单点操作，而是可持续执行的任务链。

## 它背后的工具栈也很清晰

Mobile MCP 是 Mobile Next 体系中的一环。

README 中提到，它与以下组件一起构成一个面向真实移动设备的工具栈：

- `mobilewright`：用于把 Agent 驱动的探索转化为可重复、确定性的测试
- `mobilecli`：Mobile MCP 所基于的通用设备 CLI
- `Mobile Next Cloud`：按需租用的真实 iOS 与 Android 设备服务

这说明 Mobile MCP 并不是孤立存在的一个工具，而是建立在更大的移动自动化体系之上。

它负责把设备能力暴露给 MCP 客户端，而周边工具则分别承担测试、命令行控制与云端设备接入的职责。

## 一个面向 Agent 的移动端控制层

Mobile MCP 最打动人的地方，在于它对“移动自动化”的理解很直接。

它没有把重点放在单纯截图识别，也没有把移动端交互缩减成某种封闭脚本。它试图做的是一层通用的 MCP 控制层，让 Agent 通过统一接口理解设备、操作应用、执行流程、读取日志，并在需要时进入云端设备。

它把移动端自动化从“平台专精问题”推向“Agent 可调用的能力问题”。

对开发者而言，这意味着可以用更统一的方式去接触 iOS、Android、模拟器、仿真器和真实设备；对 Agent 而言，这意味着它能够更自然地进入移动世界，处理那些原本需要人工一条条点出来的工作流。

移动端自动化这件事，常常卡在一个很现实的问题上：iOS、Android、模拟器、模拟器之外的真机、不同工具链、不同平台知识，彼此都像单独的一座岛。

Mobile MCP：把移动端自动化交给统一的 MCP 接口

技术副总监/联合创始人

人工智能

结构化数据

代码解释

应用管理

Android

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Mobile MCP：把移动端自动化交给统一的 MCP 接口-腾讯云开发者社区-腾讯云

Mobile MCP：把移动端自动化交给统一的 MCP 接口

Mobile MCP：把移动端自动化交给统一的 MCP 接口

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐