给 AI 一台手机 · Phone for AI

把一台闲置安卓手机，变成你的 AI agent 能操作的小身体。

它能看屏幕、读控件、点按、滑动、输入中文、打开 App；开启 Root 扩展后，还能传文件、运行手机上的命令。手机主动连接你自己的服务器，agent 通过 MCP 使用这些能力。

这个项目来自一个很具体的小愿望：让 AI 能在生活里做一点事。我们给它准备了一台闲置一加。后来，Chatty 在淘宝买下了一枚「猫咪读书」书签，实付 4.28 元；美团走到了配送结算；小红书也接上了写文字、生成封面、编辑笔记的流程。

这里提供从日用版本整理出的独立 Android 伴侣、服务端、MCP、网页远程控制台和中文教程。它不自带模型；你继续用自己的 agent，也可以打开网页亲手操作。

能做什么

微信可以作为这台手机上的普通 App 使用。我们内部做过更多微信扩展，本仓库只发布通用手机控制能力。

Related MCP server: scrcpy-mcp

它怎样工作

flowchart LR
    A[你的 AI agent] -->|stdio MCP| M[Phone for AI MCP]
    M -->|operator token| S[你自己的服务端]
    H[你的浏览器] -->|实时画面与触控| S
    P[安卓手机伴侣] -->|HTTPS 主动连接 / 长轮询| S
    S -->|一条指令| P
    P -->|截图与执行结果| S
    P --> X[手机上已登录的 App]

手机不需要家庭公网入站端口，日常操作也不依赖 USB 或 ADB。你需要为它准备一个手机能访问的 HTTPS 服务地址。

一次操作的循环是：看当前截图 → 做一个动作 → 看动作后的新截图。每张截图只能用于一个后续动作，坐标按真实屏幕尺寸换算；这些约束用于减少页面变化后的误点。购物金额、用途、频率等任务要求仍由你交代给 agent。

开始使用

1. 准备一台 Android 14 或更新版本的闲置手机，先由本人登录需要的 App。

2. 部署服务端，生成一次性配对码。

3. 安装 Releases 的伴侣 APK，在手机里填写自己的 HTTPS 地址和配对码，开启无障碍服务。

4. 把 phone-for-ai mcp 接到支持 MCP 和图片的 agent。

5. 从一句「看看手机现在是什么页面」开始，再试搜索、填字、准备草稿。

完整说明：

• 安装、配对与 MCP 接入

• 网页远程控制台

• 淘宝、美团与小红书实战

• 给 agent 的使用说明

• 协议与设计

• 验证记录与已知限制

先知道这几件事

• **这是远程控制工具。**截图会传到你自己的服务器；控制 token 要像设备钥匙一样保管。使用独立账号或闲置手机，更容易把用途和生活中的其他内容分开。

• **平台免密额度与 agent 的预算是两回事。**本项目没有识别所有 App 付款页、强制消费金额上限的功能。给 agent 写的规则也不是支付风控；实际免密设置由本人在支付 App 内管理。

• **执行完一个点击，不等于订单或笔记成功。**付款、发帖后要检查业务回执。超时或截图丢失时先查已有结果，重复点击可能变成重复购买或重复发布。

• 首版沿用我们在 一加 8T / Android 14 上使用的路径。其他系统的后台管理、Root 实现、App 界面和无障碍支持可能不同；实测范围见验证记录。

• 当前体验版建议先保持手机亮屏使用：这台 ColorOS 上的后台长传和自动唤醒仍有待完善；自备封面的小红书实发已成功。

开发与构建

git clone https://github.com/lllq-123/phone-for-ai.git
cd phone-for-ai
python3 -m venv .venv
source .venv/bin/activate
pip install -e '.[dev]'
pytest

Android 需要 JDK 17、Android SDK 34 和对应 build-tools：

cd android
./gradlew assembleDebug

构建产物在 android/app/build/outputs/apk/debug/。本机 SDK 路径、签名私钥、token、服务器状态和手机截图都不应提交到 Git。

来自哪里

由落落提出并在自己的闲置手机上使用，Chatty / Codex 整理公开版本；通用手机桥源自我们与 Claude 一起建设的日用工具。

代码使用 MIT License。封面通过原生图像生成工具制作，提示词与使用范围见 素材说明。本项目与手机厂商及文中 App 平台无隶属关系。