项目预览
项目数据
项目介绍
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
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 .venv\Scripts\activate。
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
上一篇:chat-ollama
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
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···
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···
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···
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···
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
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 ···
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···
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
