mobile-use

让 AI 像人一样操作真机 App,自动完成跨应用任务

开源 🏷️定价信息待确认 ✅ 目前可打开 智能体 🍴 复刻 312 🐛 待处理 9 👀 关注 21
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 3366
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

mobile-use 项目界面预览图
图片来源:项目官网

项目数据

分类智能体
开发团队minitap-ai
官网地址https://minitap.ai
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agents,ai,browser-use,langchain,langgraph,langgraph-python,mobile,mobile-use,python,qa
GitHub 星标★ 3366
上线时间2025-08-16 00:00:00
代码更新2026-11-04
仓库体积23.3 MB
本站数据更新2026-11-06
维护状态活跃
收录时间2026-09-22
浏览次数6

项目介绍

mobile-use 是一个让 AI 智能体像真人一样操作真实 Android 和 iOS 手机应用的开源框架。它解决的核心问题是:现有自动化工具多依赖 UI 控件树或固定脚本,面对移动端复杂界面、动态渲染和跨应用流程时容易失效。项目基于 Python 构建,结合 LangChain/LangGraph 的智能体编排能力,通过视觉理解与操作决策,让模型直接“看”屏幕并执行点击、滑动、输入等动作,从而完成跨 App 任务,例如自动填写表单、比价下单、批量发送消息或执行移动端 QA 测试。它把 browser-use 的思路延伸到移动端,支持真实设备而非模拟器,适合需要端到端移动自动化、RPA 或智能测试的开发者。项目星标约 3153,处于成长阶段,社区正在快速迭代。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-22 · 当前星标 ★ 3366

使用教程

难度:进阶 约 20 分钟 部署方式:本地安装 8 步

环境要求

  • Python 环境,并使用 uv 管理虚拟环境与依赖(README 使用 uv venv / uv sync)
  • 一台已开启 USB 调试的 Android 真机,或已启动的 Android 模拟器(Docker 快速启动仅支持 Android)
  • 至少一个受支持的 LLM 提供商 API Key(如 Anthropic、MiniMax,或任意 OpenAI 兼容服务)
  • 若使用 Docker 快速启动,本机需已安装 Docker

安装与启动步骤

  1. 1克隆仓库

    把 mobile-use 仓库克隆到本地并进入项目目录,后续命令都在该目录下执行。

    git clone https://github.com/minitap-ai/mobile-use.git && cd mobile-use
  2. 2配置环境变量

    复制示例环境变量文件,然后在 .env 中填入所选提供商的 API Key。

    cp .env.example .env
  3. 3自定义模型配置

    可选步骤:需要换模型或提供商时,复制 LLM 配置模板并编辑 override 文件。

    cp llm-config.override.template.jsonc llm-config.override.jsonc
  4. 4创建虚拟环境

    用 uv 按 .python-version 指定的 Python 版本创建 .venv 目录。

    uv venv
  5. 5激活虚拟环境

    macOS/Linux 用 source 激活;Windows 执行 .venv\Scripts\activate。

    source .venv/bin/activate
  6. 6安装依赖

    按锁定文件同步依赖,保证环境一致。

    uv sync
  7. 7运行任务

    用自然语言描述任务并直接传给 main.py;首次未配置模型会提示你选择模型。

    python ./minitap/mobile_use/main.py "Go to settings and tell me my current battery level"
  8. 8Docker 快速启动

    可选方式,仅支持 Android,需先插好真机或启动模拟器;macOS/Linux 用移动端脚本一键运行。

    chmod +x mobile-use.sh && bash ./mobile-use.sh "Open Gmail, find first 3 unread emails, and list their sender and subject line" --output-description "A JSON list of objects, each with 'sender' and 'subject' keys"

关键配置

配置项必填说明示例
ANTHROPIC_API_KEY否使用 Anthropic Claude 作为模型提供商时填写。sk-ant-xxxxxxxx
MINIMAX_API_KEY否使用 MiniMax 作为模型提供商时填写。eyJxxxxxxxx
OPENAI_API_KEY否使用 OpenAI 或任意 OpenAI 兼容服务时填写。sk-xxxxxxxx
OPENAI_BASE_URL否本地模型或其他 OpenAI 兼容提供商的接口地址。https://api.openai.com/v1
GOOGLE_APPLICATION_CREDENTIALS否使用 Google Vertex AI 时,服务账号 JSON 文件的路径。/your/path/service-account.json

如何确认成功

执行 python ./minitap/mobile_use/main.py "Go to settings and tell me my current battery level",能返回当前电量即表示运行成功。

常见问题

Q:支持 iOS 吗?

A:本地运行支持 Android 或 iOS 真机,但 Docker 快速启动方式目前仅适用于 Android 设备或模拟器。

Q:执行时设备没反应或连接失败怎么办?

A:使用自己的设备时,请先开启开发者选项中的 USB 调试,并接受设备上弹出的 ADB 相关连接请求。

Q:没有配置模型会怎样?

A:若未配置特定模型,mobile-use 会提示你从可用选项中挑选一个模型再继续。

Q:可以自动玩游戏吗?

A:效果有限。游戏通常不提供 accessibility tree 数据,UI 感知自动化在游戏场景下作用受限。

Q:如何输出结构化数据?

A:在命令后追加 --output-description,用自然语言描述期望的格式,例如要求返回含 sender 和 subject 字段的 JSON 列表。

注意事项

  • Docker 快速启动需本机已安装 Docker,且仅支持 Android 设备或模拟器。
  • Windows 用户需在 PowerShell 中执行 mobile-use.ps1 脚本(powershell.exe -ExecutionPolicy Bypass -File mobile-use.ps1),并接受设备上的 ADB 授权弹窗。
  • 使用 Google Vertex AI 时需先配置好环境凭据,或把服务账号 JSON 路径写入 GOOGLE_APPLICATION_CREDENTIALS。
  • 移动端模型提供商的可用模型以 llm-config.defaults.jsonc 中的预设为准,如 claude-sonnet-4-6、MiniMax-M2.7。

核心亮点

  • 基于视觉理解操作真实 Android/iOS 设备,不依赖脆弱的控件树定位
  • 结合 LangGraph 做多步任务编排,能处理跨应用、多轮交互的复杂流程
  • 与 browser-use 生态思路一致,Python 技术栈对开发者友好,便于接入现有智能体项目

不足之处

  • 真实设备操作对稳定性、延迟和权限要求高,复杂场景下成功率仍需验证
  • 项目处于成长早期,文档、示例和社区问答积累相对有限

适用场景

  • 移动端自动化 QA:让智能体在真机上跑回归测试并截图记录异常
  • 跨 App RPA:自动完成比价、下单、填表、发消息等重复操作
  • 无障碍/辅助场景:用自然语言指令帮用户操作手机完成多步任务

替代项目

Appium、browser-use、DroidRun

上一篇:chat-ollama

下一篇:agentcore-samples

同类项目推荐

jadx-mcp-server 开源

让 AI 直接反编译 APK,对话里查代码找漏洞

MCP server for JADX-AI Plugin

★ 834 2026-09-16
opendroid 开源

让手机自己干活:用 LLM 驱动屏幕自动操作,一句话搞定复杂任务。

Your Open Autonomous Android Agent — A production-ready, self-planning AI assistant···

★ 1256 2026-08-09
repoprompt-ce 开源

macOS 上为 AI 编程代理精准打包代码上下文,提升生成质量。

Community edition of RepoPrompt: a native macOS context engineering app for AI codin···

★ 979 2026-08-09
bloks 开源

把多个编码 AI 组成团队,在本地电脑上协同干活

A local-first desktop app for running a team of AI agents on Claude Code, Codex, Cur···

★ 285 2026-10-30
bernstein 开源

写规则管住 AI 智能体,每步可回放可审计

The open-source governance layer for AI agents: write the rules declaratively, Berns···

★ 1191 2026-10-13
autogen 开源

用代码编排多智能体,搞定复杂AI任务

A programming framework for agentic AI

★ 61733 2026-08-09
hermes-skill-atlas 开源

一张地图,快速找到 Hermes Agent 的 70+ 精选技能

The complete, interactive map of Hermes Agent skills — 70+ curated, verified, open ···

★ 98 2026-08-09
spring-ai-playground 开源

本地安全执行 AI 工具,不通过验证不运行

Safe local execution layer for AI agent tools. Build and test-run MCP tools (no pass···

★ 146 2026-08-09
elkar-a2a 开源

让 AI 智能体协同干活,任务管理不再乱

Elkar - Task management for AI Agents, ready for Agent2Agent (A2A) protocol

★ 153 2026-08-09