mcpField
A
AutoMobile

AutoMobile

本地服务
kaeawc.github.io开发工具53今天更新

关于 AutoMobile

AutoMobile 是面向移动工程师的开源 MCP 服务,可让 AI Agent 探索和测试 Android 与 iOS 应用,并结合设备交互、原生测试执行和性能检查。

主要功能

  1. 01交互控制 Android 和 iOS 应用
  2. 02探索 UX 并绘制用户流程
  3. 03通过截图复现错误
  4. 04生成自然语言 UI 测试计划
  5. 05检查启动与滚动性能
  6. 06跨设备执行原生测试

适用场景

  1. 01绘制应用界面和用户流程
  2. 02根据报告复现错误并截图
  3. 03生成可执行的 UI 测试计划
  4. 04检查应用启动和滚动性能

MCP 相关

AutoMobile 作为 MCP 服务运行,向兼容的 AI Agent 提供移动设备交互和测试能力,并使用 adb、simctl 以及 Kotlin 和 Swift 组件。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"dev-jasonpearson-auto-mobile": {
"command": "npx",
"args": [
"-y",
"@kaeawc/auto-mobile"
]
}
}
}
启动命令npx -y @kaeawc/auto-mobile

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@kaeawc/auto-mobile0.0.67

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

AutoMobile

Pull Request On Merge Nightly License

Platform: macOS Platform: Linux

TypeScript tests Kotlin tests Swift tests Kotlin coverage Swift coverage

AutoMobile 贴纸

**AutoMobile 让 AI Agent 能够使用自然语言控制移动设备。**告诉 AI 你想做什么,它就会与你的 Android 或 iOS 应用交互。

它通过充当 MCP 服务来实现这一切,使用 adb 和 simctl 等标准平台工具,并配合额外的 Kotlin 和 Swift 库及应用。所有组件均为开源。其目标是为移动工程师提供 AI 工作流工具,用于深入探索 UX、复现 Bug 并运行自动化测试。

在时钟应用中设置闹钟 AI Agent 导航至时钟应用并创建新闹钟

在 YouTube 上搜索视频 AI Agent 搜索 YouTube 并浏览结果

探索和测试
任务功能说明
探索应用 UX浏览应用、发现界面、绘制用户流程图、识别令人困惑的交互
复现 Bug粘贴 Bug 报告,获取包含截图的精确复现步骤
创建 UI 测试用通俗英语描述测试场景,获取可执行的测试计划
测量启动时间分析冷启动和热启动性能
检查滚动性能检测卡顿和丢帧

工作原理

  • 🤖 快速 UX 检查 使用 Kotlin Accessibility Service 和 Swift XCTestService,实现快速、准确的观察。速度比次快的观察工具快 10 倍。
  • 🦾 完整触控注入 点击、滑动、捏合、拖放和摇晃,并自动定位目标元素。
  • ♻️ 工具反馈 观察结果驱动所有工具调用的交互循环。
  • 🧪 测试执行 Kotlin JUnitRunner 和 Swift XCTestRunner 在原生环境中执行测试,处理设备池、多设备测试,并自动优化测试时序。

开始使用

你可以使用我们的交互式安装程序,逐步完成所有主机平台的要求和配置选项。它会检查主机依赖项,可选择下载 Android 或 iOS 开发工具,并配置 MCP 守护进程。

curl -fsSL https://raw.githubusercontent.com/kaeawc/auto-mobile/refs/heads/main/scripts/install.sh | bash

CLI 推荐使用 Homebrew:

brew install kaeawc/tap/auto-mobile

也可以参阅安装指南。

文档

参与贡献

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。