2026 年 Mobilerun 完全指南：用自然语言让 AI 操控安卓与 iPhone

「如果能用一句话指挥手机——让 AI 帮你点按、滑动、输入——会怎样？」

开源工具Mobilerun（GitHub 9,200+ Star・MIT 许可证）让这成为现实。只要说「打开设置并开启深色模式」，AI 就会在安卓或 iOS 设备上自动执行操作。

本文内容:

Mobilerun 能做什么
工作原理（架构图解）
安装设置步骤（4 步）
官方演示视频
应用场景与注意事项

官方仓库: droidrun/mobilerun

Mobilerun 是什么

先给结论：Mobilerun 是一个用 LLM 智能体控制安卓与 iOS 设备的开源框架。通过 CLI 或 Python API，它可以读取界面状态、理解截图、点按、滑动、输入文字、规划多步骤工作流，并返回结果。

支持模型: OpenAI / Anthropic (Claude) / Gemini / xAI / DeepSeek / Ollama / OpenRouter / OpenAI 兼容模型
支持系统: Android（Portal 应用）与 iOS（iOS Portal 流程）
运行方式: CLI・终端 UI・Docker・Python 代码
许可证: MIT（可商用）
可扩展: 自定义工具・结构化输出・应用卡片・凭据管理

Mobilerun 架构：PC 与手机（Portal 应用）的协作

能做什么：主要功能

基础操作（自然语言）

「打开设置应用，告诉我安卓版本」
「开启深色模式」
「找到名为 John 的联系人并发一封邮件」

特色功能

视觉模式（--vision）: 把截图发给 LLM，基于图像理解操作（--vision-only 也支持没有无障碍树的应用）
推理模式（--reasoning）: 用「管理者-执行者」方式规划更复杂的长任务
追踪（Tracing）: 通过 Arize Phoenix / Langfuse 可视化与调试执行过程
结构化输出: 以 JSON 等格式接收工作流结果
应用卡片与自定义工具: 针对具体应用给出指引，提升智能体准确率

命令示例

# 自然语言操控手机
mobilerun run "Open settings and turn on dark mode"

# 视觉模式
mobilerun run "What app is currently open?" --vision

# 复杂任务使用推理模式
mobilerun run "Find a contact named John and send him an email" --reasoning

# iOS 设备
mobilerun run "Take a screenshot" --ios

# 调试（最多 30 步）
mobilerun run "Open Settings" --steps 30 --debug

工作原理：4 个步骤

下面用图解说明 Mobilerun 如何操控手机：

Mobilerun 的工作原理：从自然语言指令到操作完成的 4 个步骤

安装设置指南（4 步）

准备条件

装有 Python 3.11–3.13 的电脑
已安装ADB（Android Debug Bridge）
安卓设备（已开启开发者选项与 USB 调试）
iOS 设备请走 iOS Portal 流程

Step 1: 安装

uv tool install mobilerun

需要 Python 集成时:

uv pip install mobilerun

使用 Anthropic（Claude）时:

uv tool install "mobilerun[anthropic]"

Step 2: 在设备上安装 Portal

mobilerun setup

安装 Mobilerun Portal 应用、启用其无障碍服务，并完成本地控制准备。

Step 3: 验证连接

mobilerun ping

看到 Portal 已安装并可访问的确认信息即可。

Step 4: 配置 LLM 提供商

mobilerun configure

按向导选择提供商、认证方式与模型。也可以通过环境变量设置（GOOGLE_API_KEY / OPENAI_API_KEY / ANTHROPIC_API_KEY / XAI_API_KEY / MINIMAX_API_KEY 等）。

官方演示视频

以下是官方演示：用一句自然语言指令完成多步骤导航、文字输入与界面状态判断。

从一句话预订住宿

发现热门内容

Mobilerun Cloud（云端版）

在自己电脑上运行智能体用Framework；需要云端手机、API 工作流与规模化运维时用Mobilerun Cloud。

对比项	Mobilerun Framework	Mobilerun Cloud
适合场景	在本地设备上运行智能体	托管设备・API 工作流・规模化运维
运行环境	你自己的电脑	Mobilerun 托管基础设施
操作方式	CLI・Docker・Python API	控制台・REST API・SDK
设备类型	本地设备	Personal / Cloud Phone / Physical Phone

官方视频也展示了 Cloud Phone 的用法。

在云端手机上自动化 WhatsApp

用云端手机上的 Google Maps 生成线索

实际应用场景

移动应用 QA 与回归测试: 说一句「测试注册流程」即可自动执行
面向非技术人员的引导式工作流: 用语言引导复杂应用操作
重复任务自动化: 每日通知查看、数据录入等
事件驱动自动化: 由计划、通知或自定义触发器启动
从原生应用提取数据: 自动收集应用内信息
多设备并行自动化: 同时操控多台手机

注意事项（请务必阅读）

Mobilerun 会授予手机无障碍权限，让 AI 真实操作屏幕。功能强大，但也请注意：

自行承担风险: 仅限本人设备・本人账号・合法任务
谨慎处理个人与敏感信息: 日志和截图可能包含隐私内容
误操作风险: AI 可能误购、误发或误删——重要操作请在旁监督
服务条款: 部分应用/服务禁止自动化，使用前请确认
支付与转账: 涉及金钱的操作不要全自动化，务必由人做最终确认

总结

Mobilerun 是 2026 年推动移动自动化的明星开源框架。

用自然语言操控安卓与 iOS
支持主流 LLM（OpenAI / Claude / Gemini / DeepSeek 等）
CLI・Python・Docker・Cloud 多种运行方式
视觉・推理・追踪等扩展功能齐全
MIT 许可证，可商用

第一步：用 uv tool install mobilerun 安装，然后在自己的手机上试试「打开设置」。在安全范围内体验 AI 操控手机吧。