Mobilerun
用自然语言控制 Android 和 iOS 设备的开源框架，让 LLM 智能体执行移动端自动化任务。
证据显示：README 提到安全检查（bandit、safety），但未提供具体的安全设计细节。用户确认机制未明确说明，数据流透明度有限，敏感数据处理（如 API 密钥）未详细描述。依赖安全方面，pyproject.toml 列出了依赖但未提供漏洞扫描结果。外部影响（如设备控制）存在但未明确权限边界。回滚机制未提及。来源归属：作者和许可证明确，但发布者未验证。扣分原因：缺乏具体的安全实现细节和用户确认流程。
证据显示：测试文件（如 test_android_vision_coordinate_contract.py）展示了内部一致性，但依赖可用性未验证（如外部服务）。失败消息在测试中有部分体现（如坐标转换错误），但整体失败处理文档不足。扣分原因：依赖外部服务（LLM 提供商）的可用性未保证，失败消息覆盖不全面。
证据显示：README 列出了多种使用场景（QA、自动化等），能力边界在文档中有说明（如支持 Android/iOS），触发精度在测试中有体现（如坐标转换），环境适配（如 Python 版本、ADB）有说明。扣分原因：触发精度仅部分覆盖，环境适配依赖外部工具（ADB）未详细说明。
证据显示：README 提供了安装说明、示例、文档链接，许可证明确（MIT），版本号在 pyproject.toml 中。但缺少变更日志，维护责任未明确（发布者未验证）。扣分原因：无变更日志，维护责任不清晰。
证据显示：输出可用性（如结构化输出）有文档，边际价值（如自动化移动设备）明确，成本效益（如免费开源）有提及。扣分原因：成本效益未详细分析（如 LLM 调用成本）。
证据显示：README 中的声明（如基准 91.4%）未提供可验证的测试数据，测试文件提供了部分验证，但跨来源验证不足。事实与推断未明确区分。扣分原因：声明缺乏可追溯性，跨来源验证有限。
- 发布者未验证，维护责任不明确。
- 依赖外部 LLM 提供商，可用性未保证。
- 缺少变更日志，版本演进不透明。
- 安全设计细节不足，用户确认机制未明确。
这个 Agent 能做什么，适合哪些场景？
Mobilerun 是一个开源框架，通过 LLM 智能体控制 Android 和 iOS 设备。它提供 CLI 和 Python API，让智能体检查 UI 状态、理解截图、点击、滑动、输入文本、规划多步骤工作流并返回结果。框架支持多种 LLM 提供商，包括 OpenAI、Anthropic、Gemini、Ollama、DeepSeek 和 OpenRouter。Mobilerun 通过 Portal 应用实现设备控制，并具备视觉模式和推理模式。该框架可本地运行，也可使用 Mobilerun Cloud 进行云端托管。
Mobilerun 通过 CLI 命令（如 mobilerun run "打开设置并开启深色模式"）接收自然语言指令。它使用 Portal 应用在设备上安装并启用无障碍服务，通过 ADB 连接设备。框架采集 UI 树和截图，传递给 LLM 进行理解，然后执行点击、滑动、输入等操作。它还支持 --vision 模式发送截图、--reasoning 模式进行多步骤规划，并能通过 Arize Phoenix 或 Langfuse 进行追踪。安装后可通过 mobilerun setup、mobilerun configure 和 mobilerun run 命令使用。
- 移动应用 QA 工程师对 Android/iOS 应用进行自动化回归测试。
- 非技术用户通过自然语言指令指导手机完成复杂操作，如预订住宿。
- 开发者自动化重复性手机任务，如每日签到或数据提取。
- 需要同时在多台设备上运行自动化的工作流（如设备农场）。
- 事件驱动的自动化，根据日程或通知触发手机操作。
这个 Agent 有哪些优点和局限？
- 支持多种 LLM 提供商，模型无关，灵活选择。
- 同时支持 Android 和 iOS，提供 Portal 应用和设备控制。
- 提供 CLI、Docker 和 Python API 多种接口，便于集成。
- 视觉模式和推理模式增强复杂任务处理能力。
- 支持追踪和结构化输出，便于调试和集成。
- 需要 Python 版本限制（>=3.11,<3.14），不支持 3.14。
- 需要手动安装 ADB 并启用设备开发者选项及 USB 调试。
- iOS 支持可能依赖 Portal 流程，需要额外配置。
- 本地运行时需要自行管理 LLM API 密钥和费用。
- 对于没有无障碍树的应用，可能需要视觉模式，效果可能受限。
如何安装或部署这个 Agent？
使用 uv 安装 CLI：uv tool install mobilerun。如需 Python 集成，运行 uv pip install mobilerun。可安装 Anthropic 额外支持：uv tool install "mobilerun[anthropic]"。需要 Python >=3.11 且 <3.14，并确保已安装 ADB。
如何使用这个 Agent？
- 运行
mobilerun setup在设备上安装 Portal 应用并启用无障碍服务。2. 运行mobilerun ping验证连接。3. 运行mobilerun configure配置 LLM 提供商（如 OpenAI、Anthropic）和 API 密钥。4. 运行mobilerun run "打开设置并告诉我 Android 版本"执行第一个任务。也可使用--vision、--reasoning等选项。
常见问题
Mobilerun 框架和 Mobilerun Cloud 有什么区别？
支持哪些 LLM 提供商？
需要什么硬件和软件环境？
如何调试运行中的任务？
--debug 选项，或集成 Arize Phoenix 和 Langfuse 进行追踪和日志记录。