Mobile MCP 移动端自动化技能 Skill 技能

技能简介

Mobile MCP 是由 Mobile Next 团队开发的开源 MCP 服务器，专为移动端开发与自动化而设计。它通过一套与平台无关的统一接口，让 AI 智能体与大型语言模型能够直接操控真实的 iOS 与 Android 设备——无论是模拟器、仿真器，还是通过 USB 连接的真机。开发者不再需要分别掌握 XCUITest、Espresso 等平台专属测试框架，只需向智能体描述目标，剩下的点击、滑动、输入、截图与元素检查都交给它完成。它兼容 Claude Code、Codex、Gemini、GitHub Copilot、Antigravity 等主流 MCP 客户端，是目前移动自动化领域最受关注的基础设施型技能之一。

核心能力

• 无障碍优先（Accessibility-first）：直接读取原生无障碍树来驱动机应用，不使用视觉模型、不消耗图像 Token，速度快、成本低，仅在必要时才回退到截图加坐标的方案。
• 一套 API 覆盖全部目标：同样的工具集在 iOS 与 Android 上通用，兼容模拟器、仿真器和真实设备。
• 零平台专业知识要求：无需编写 XCUITest 或 Espresso 代码，也不用维护各平台的胶水逻辑，描述目标即可执行。
• 完整的设备控制：支持点击、滑动与各种手势，应用安装、启动与终止，屏幕录制，硬件按键，深度链接以及屏幕方向切换。
• 结构化且确定性的输出：读取真实 UI 元素并提取结构化数据，显著降低纯截图方案带来的歧义。
• 云端真机支持：可对接 Mobile Next Cloud，用同样的工具远程预留并操作云端真机，无需自建机房或设备实验室。
• 批量指令：支持在一次调用中顺序执行多个工具（例如点击、输入、再点击），并可选择在末尾返回屏幕元素列表。

安装配置

• 前置依赖：需要安装 Xcode 命令行工具、Android Platform Tools（platform-tools）以及 Node.js v20 及以上版本，并准备一个支持 MCP 的客户端。
• 标准配置：在客户端的 MCP 配置中加入 mobile-mcp，命令为 npx，参数为 -y @mobilenext/mobile-mcp@latest 即可。
• 命令行安装：在 Claude Code 中执行 claude mcp add mobile-mcp -- npx -y @mobilenext/mobile-mcp@latest 即可完成注册。
• 其他客户端：Amp、Cline、Claude Desktop、Codex、Antigravity 等均提供对应的 JSON 配置或 CLI 添加方式，官方 Wiki 有逐步说明。

使用步骤

1. 确保设备就绪：iOS 模拟器需 Xcode 且已启动，Android 仿真器需 Android SDK 且已运行；真机则通过 USB 连接并授权。
2. 将 Mobile MCP 注册到任意兼容的 MCP 客户端中，确认服务器启动且能列出设备。
3. 用 mobile_list_available_devices 列出所有可用设备，确认目标设备已被识别。
4. 通过 mobile_launch_app 启动目标应用，再用 mobile_list_elements_on_screen 读取当前界面的结构化元素。
5. 使用 mobile_click_on_screen_at_coordinates、mobile_type_keys、mobile_swipe_on_screen 完成交互，并在关键节点用 mobile_take_screenshot 记录证据。
6. 需要回归测试时，先用 mobile_start_screen_recording 开始录屏，执行完流程后用 mobile_stop_screen_recording 保存视频。

适用场景

• AI 辅助移动开发：让 Claude、Copilot、Gemini 等智能体直接操控真机，在一个会话里完成构建、测试与验证的闭环。
• 自主移动端 QA：智能体自动探索应用、发现回归问题，并把探索过程转化为可复现的测试用例。
• 确定性移动自动化：将智能体探索出的操作固化为可在每次提交时运行的测试流程。
• 数据录入与脚本化流程：无需手动操作模拟器或真机，即可完成表单填写与多步用户旅程的自动化。

适用人群

主要面向移动应用开发者、测试与 QA 工程师、需要接入真机能力的 AI 智能体开发者，以及希望把移动端自动化纳入 CI 流程的工程团队。

工作原理

Mobile MCP 以 MCP 服务器的形式运行，向上对接任意兼容 MCP 的智能体，向下通过平台适配层统一封装 iOS 与 Android 的设备控制能力。它优先读取原生无障碍树来定位与操作控件，因而无需视觉模型即可完成大部分任务，只有遇到无障碍信息不足的场景才回退到截图加坐标的方案。所有工具调用都返回结构化的确定性结果，使智能体的每一步操作都可复现、可验证。同时它通过云端桥接，将本地设备与 Mobile Next Cloud 的真机资源统一到同一套工具语义下。

官方链接

• 项目仓库：https://github.com/mobile-next/mobile-mcp
• 官方网站：https://mobilenext.ai
• npm 包：https://www.npmjs.com/package/@mobilenext/mobile-mcp