Mobile Next - MCP server for Mobile Automation
2025.04.18
234
TypeScript移动自动化原生应用自动化浏览器自动化
Mobile Next - MCP server for Mobile Automation 是一个基于模型上下文协议（MCP）的服务器，旨在通过平台无关的接口实现可扩展的移动自动化。它消除了对特定iOS或Android知识的需求，允许代理和大型语言模型（LLMs）通过结构化的可访问性快照或基于屏幕截图的坐标点击与原生iOS/Android应用程序和设备进行交互。
View on GitHub
Overview
基本能力
产品定位
Mobile Next - MCP server for Mobile Automation 是一个专为移动自动化设计的服务器，支持iOS和Android平台，无需特定平台知识即可实现自动化操作。
核心功能
- 快速且轻量级：使用原生可访问性树进行大多数交互，或在可访问性标签不可用时使用基于屏幕截图的坐标。
- LLM友好：在可访问性快照中无需计算机视觉模型。
- 视觉感知：评估和分析屏幕上实际呈现的内容以决定下一步操作。
- 确定性工具应用：尽可能依赖结构化数据，减少纯基于屏幕截图方法的歧义。
- 提取结构化数据：可以从屏幕上任何可见内容中提取结构化数据。
适用场景
- 原生应用自动化（iOS和Android），用于测试或数据输入场景。
- 脚本化流程和表单交互，无需手动控制模拟器/仿真器或物理设备。
- 由LLM驱动的多步骤用户旅程自动化。
- 基于代理的框架的通用移动应用程序交互。
- 代理间通信的移动自动化用例和数据提取。
工具列表
- mobile_list_apps：列出设备上安装的所有应用程序。
- mobile_launch_app：启动设备/仿真器上的指定应用程序。
- mobile_terminate_app：终止正在运行的应用程序。
- mobile_get_screen_size：获取移动设备的屏幕大小（像素）。
- mobile_click_on_screen_at_coordinates：基于坐标点击屏幕上的指定位置。
- mobile_list_elements_on_screen：列出屏幕上的元素及其坐标。
- mobile_element_tap：通过可访问性定位器点击UI元素。
- mobile_tap：点击屏幕上的指定坐标。
- mobile_press_button：按下设备上的按钮（如主页、返回、音量、电源等）。
- mobile_open_url：在设备浏览器中打开URL。
- mobile_type_text：在聚焦的UI元素中输入文本。
- mobile_element_swipe：从一个UI元素滑动到另一个UI元素。
- mobile_swipe：在两个屏幕坐标之间执行滑动手势。
- mobile_press_key：按下硬件键或触发特殊事件。
- mobile_take_screenshot：捕获当前设备屏幕的截图。
- mobile_get_source：获取当前设备UI结构（可访问性快照）。
常见问题解答
- 如何连接MCP与代理和移动设备？ 需要安装Xcode命令行工具、Android平台工具、node.js以及支持MCP的基础模型或代理。
- 如何在仿真器/模拟器上运行“无头”模式？ 启动仿真器/模拟器后，使用相应的标志运行Mobile MCP。
使用教程
使用依赖
- Xcode命令行工具：
bash xcode-select --install - Android平台工具： 下载并安装Android Platform Tools。
- node.js： 下载并安装node.js。
安装教程
{
"mcpServers": {
"mobile-mcp": {
"command": "npx",
"args": ["-y", "@mobilenext/mobile-mcp@latest"]
}
}
}
或使用Claude Code：
claude mcp add mobile -- npx -y @mobilenext/mobile-mcp@latest
调试方式
- 启动iOS模拟器：
bash xcrun simctl list xcrun simctl boot "iPhone 16" - 启动Android模拟器： 使用avdmanager或emulator命令启动模拟器。