Mobile MCP

Mobile MCP 是一个基于 Model Context Protocol (MCP) 的服务器工具，旨在通过统一的接口实现 iOS 和 Android 设备的高效自动化操作。该工具无需用户深入了解特定平台知识，即可完成应用测试、数据录入以及多步骤任务的自动化。其核心优势在于支持无障碍树交互、LLM 友好型设计、结构化数据提取和视觉感知能力，适用于多种自动化场景。

核心功能

Mobile MCP 提供了丰富的功能，支持多种移动设备操作，涵盖应用管理、屏幕交互、网络设置、定位模拟等多个方面。其主要功能包括：

• 轻量且快速：利用原生无障碍树进行交互，大幅提高响应速度。
• LLM 友好型设计：无需复杂计算机视觉模型，直接解析无障碍标签。
• 视觉感知能力：根据屏幕实际渲染内容决定下一步动作，提供更智能的操作体验。
• 确定性工具应用：减少纯坐标方法中的模糊性，优先采用结构化数据。
• 结构化数据提取：可以提取屏幕上任何可见内容的结构化数据。

安装方法

安装 Mobile MCP 需要先确保已安装 Node.js 和所需的移动开发 SDK（如 Xcode 或 Android SDK）。然后通过以下命令安装服务器：

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

安装完成后，可以通过以下命令启动服务器：

npx @mobilenext/mobile-mcp@latest

启动后，连接设备或模拟器，并确保其正常工作。

使用方法

Mobile MCP 提供了丰富的命令，支持多种操作方式，包括基于辅助功能定位器和坐标进行操作。以下是一些常用命令及其使用示例：

• mobile_launch_app：启动指定的应用程序。
• mobile_type_text：在当前焦点位置输入文本。
• mobile_get_screen_size：获取设备屏幕尺寸。
• mobile_list_elements_on_screen：列出屏幕上所有元素及其坐标。
• mobile_click_element_by_text：根据文本内容点击指定的 UI 元素。
• mobile_swipe：在两个坐标点之间执行滑动操作。
• mobile_take_screenshot：截取屏幕并保存截图。

使用示例

以下是几个典型的使用场景和代码示例：

mobile_launch_app(com.google.android.keep) -> mobile_type_text("自动化测试", true)

该示例启动 Google Keep 应用，并在搜索框中输入关键词“自动化测试”。

mobile_take_screenshot() -> mobile_list_elements_on_screen()

该示例对当前屏幕进行截图，并提取屏幕上的按钮名称。

适用场景

Mobile MCP 适用于多种自动化场景，包括：

• 应用测试
• 数据录入
• 跨平台任务流自动化
• 需要大规模执行的业务场景

注意事项

使用 Mobile MCP 时需注意以下几点：

• 依赖于设备驱动程序的正确安装。
• 某些特殊硬件操作可能有限制。
• 需要网络环境支持。

Mobile MCP 通过统一的接口简化了移动设备的自动化操作，为开发者和测试人员提供了高效、灵活的工具。