mobile-use

让 AI 像人一样操作真机 App，自动完成跨应用任务

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。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3153

维护状态较活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队minitap-ai

所属国家

官网地址https://minitap.ai

GitHubhttps://github.com/minitap-ai/mobile-use

定价模式unknown

价格说明定价信息待确认

访问状态

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★ 3153

30天Star增速

HF 下载量

上线时间2025-08-16 00:00:00

最近更新2026-09-21 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-22

浏览次数0

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激活虚拟环境

macOS/Linux 用 source 激活；Windows 执行 .venvScriptsctivate。
```
source .venv/bin/activate
```
6安装依赖

按锁定文件同步依赖，保证环境一致。
```
uv sync
```
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"
```

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

项目介绍

mobile-use 是智能体领域的开源项目，由 minitap-ai 开发，2025 年首次发布。

在全站 12,909 个收录项目中，它的 GitHub 星标数（3,153）位列前 30%，在智能体分类的 2,491 个项目里位列前 13%。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-21。

它主要面向的使用场景是：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。同类可对比的替代方案包括 Appium、browser-use、DroidRun。

上一篇：chat-ollama

下一篇：agentcore-samples