Mobile MCP：用AI Agent自动化操作手机界面

Mobile MCP是一个让Agent操作手机的开源项目，GitHub上已有接近7K Star。接好设备后，AI能读取屏幕、点击按钮、滑动页面，也能填写文字，安卓和iOS的真机与模拟器都支持。文章给出接入MCP客户端的配置步骤。

Mobile MCP 是一个让 Agent 操作手机的开源项目。

现在在 GitHub 上有接近 7K 的 Star。

接好设备后，AI 可以读取屏幕上的内容，点击按钮，滑动页面，也可以往输入框里填写文字。

它支持安卓和 iOS，既能连接真机，也能在模拟器上运行。

你能把它接入 Claude Code、 Codex 这些支持 MCP 的工具，在对话里描述要完成的手机操作。

很多独立开发者，用它做页面检查。

修改完一个页面，继续让 AI 打开设备，检查按钮位置和页面跳转啥的，就不用人测了。

01 开源项目简介

下面这个图，就是Mobile MCP 整个架构了。

Mobile MCP 支持下面这些 MCP 的工具可以供 Agent 调用。

包括设备管理、应用管理、屏幕交互、输入导航。

地址：https://github.com/mobile-next/mobile-mcp

这个开源项目有一个特点，是优先利用系统提供的无障碍信息。

无障碍信息就是 App 给页面元素附带的说明，主要用来帮助视障用户使用手机。

这些信息能告诉 AI 页面上有哪些文字、按钮和输入框，以及它们的位置。

对于能够完整暴露这些信息的界面，很多操作可以依据信息完成控制。

如果信息不完整或控件难以识别，可以获取截图，让具备图像理解能力的 AI 分析画面，再通过坐标操作。

两种方式结合，能应对不同 App 的界面结构。

另一点是跨平台。

安卓真机、安卓模拟器、iPhone 真机和 iOS 模拟器，都有对应的接入方式。

02 配置与部署

下面以电脑连接本地设备为例。

先准备运行环境和手机，再把 Mobile MCP 配置一下。

第一步，准备 Node.js 和 MCP 客户端。

使用 Node.js 22 或更高版本，并准备一个已经能正常使用的 MCP 客户端。

比如 Claude Code、Cursor 啥的。

第二步，连接安卓设备，或启动 iOS 模拟器。

安卓需要安装 Android SDK Platform-Tools，设置 ANDROID_HOME 指向 SDK 目录，并确保终端能够运行 adb。

使用真机时，开启开发者选项和 USB 调试，用支持数据传输的数据线连接电脑，再在手机上允许这台电脑调试。

运行：

adb devices

列表里出现设备编号，状态为 device，说明 ADB 已连接。

如果显示 unauthorized，先检查手机上的授权提示。

如果列表为空，检查数据线、USB 连接方式和驱动。

使用安卓模拟器时，可以通过 Android Studio 创建设备并启动，再用同一条命令检查连接。

iOS 模拟器可以在 Mac 上通过完整的 Xcode 准备。

安装所需的 iOS 模拟器运行时，并在 Simulator 中启动一台设备，然后检查：

xcrun simctl list devices booted

这里应能看到已启动的模拟器。

iPhone 真机也在支持范围内，但除了 USB 连接和设备授权，还需要完成对应的 iOS 自动化环境配置。

真机请结合当前官方文档与真机专项说明操作，旧教程中的组件和命令需按所用版本核对。

第三步，把 Mobile MCP 加到客户端。

如果使用 Claude Code，在准备开展任务的目录中执行：

claude mcp add mobile-mcp –

– npx -y @mobilenext/mobile-mcp@latest

这条命令会添加 MCP 服务配置，由客户端通过 npx 启动 Mobile MCP。

首次启动时需要联网获取相应软件包。

使用 Cursor 等支持 mcpServers 配置的客户端，可以在其 MCP 配置中合并以下内容：

{

“mcpServers”: {

“mobile-mcp”: {

“command”: “npx”,

“args”: [“-y”, “@mobilenext/mobile-mcp@latest”]

}

}

}

按所用客户端选择一种方式即可。

保存后重新加载 MCP 服务，在 Claude Code 中，可以通过 /mcp 查看连接状态。

第四步，验证连接，再运行一个小任务。

先给 AI 一条指令：

使用 mobile-mcp 列出本机已连接的移动设备。

确认它找到了目标设备后，再让它读取当前页面：

在刚才列出的目标设备上，列出当前屏幕的文字和可交互元素，然后截取当前屏幕。

设备列表、界面元素和截图都能正常返回，再尝试打开 App、输入内容等操作。

连接多台设备时，在指令中写明要使用的设备名称或编号。

如果服务已连接却找不到手机，先回到 adb devices 或模拟器状态检查。

作者：逛逛GitHub 公众号：逛逛GitHub

本文由 @逛逛GitHub 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自 Unsplash，基于CC0协议