mcp-server/
├── pyproject.toml            # mcp>=2.0.0, websocket-client, httpx; pytest dev
├── src/uitree_mcp/
│   ├── portal_client.py      # Portal HTTP/WS 客户端（token 解析 + adb forward 自动）
│   ├── tools.py              # 27 个工具定义（MCP server 与 agent 共用）
│   ├── server.py             # MCP server（stdio / streamable-http）
│   └── agent.py              # CLI agent（LLM 循环 + vision 截图）
├── skills/uitree/SKILL.md # opencode/anthropic 风格 skill
├── agent/                    # agent 说明与示例
└── tests/                    # 17 个单测（假 Portal + 假 LLM，无需真机）

cd mcp-server
uv sync

# 1) MCP server（stdio —— 供 Claude Desktop / opencode 等客户端接入）
uv run uitree-mcp
# 客户端配置示例（claude mcp add / opencode mcp add）：
#   uitree-local: {"type": "stdio", "command": "uv", "args": ["run", "--project", "/path/to/mcp-server", "uitree-mcp"]}

# 2) MCP server（streamable-http，2026-07-28 无状态）
uv run uitree-mcp --transport streamable-http --port 8083
# 客户端连接: http://127.0.0.1:8083/mcp

# 3) CLI agent（自然语言任务；LLM 用 OpenAI 兼容端点，Ollama 也可）
UITREE_LLM_BASE=https://api.openai.com/v1 UITREE_LLM_MODEL=gpt-4o \
UITREE_LLM_API_KEY=sk-... \
uv run uitree-agent "打开设置，滑动到存储，截图汇报占用情况"

# Ollama 本地：
UITREE_LLM_BASE=http://localhost:11434/v1 UITREE_LLM_MODEL=llama3.2-vision \
UITREE_LLM_VISION=1 uv run uitree-agent "看下当前屏幕有什么"

uv run pytest tests/            # 17 个单测（无需设备）
curl -s http://127.0.0.1:8080/ping -H "Authorization: Bearer $KEY"   # → pong
uv run uitree-mcp --transport streamable-http --port 8083 &       # 手工联调