
你有没有想过——对着手机说一句话，它就自己操作了？

"打开设置，把深色模式关掉。"

"打开微信，给张三发一条消息说周五会议改到下午三点。"

"打开美团，帮我找附近评分最高的火锅店。"

然后手机真的自己动了。自己点、自己滑、自己输入。

**这不是科幻。这是 mobilerun 正在做的事情。**

## 它是什么？

一句话介绍：**它是一款用自然语言控制 Android 和 iOS 设备的开源 Agent 框架。**

MIT 开源，Python 写的，目前在 GitHub 上接近 9000 star，900+ fork。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/31327d19c238dbb2a6ebc47c73b1fbd7.png)

你只需要几步：

```bash
uv tool install mobilerun  # 安装Mobilerun
# 或
uv pip install mobilerun  

mobilerun setup      # 安装 Portal 到手机
mobilerun configure  # 配置你的 LLM
mobilerun run "打开设置，关闭深色模式"  # 执行
```

然后你的手机就开始自己操作了。

**不需要写一行脚本，不需要 XPath，不需要定位元素。**

你只需要说人话。

## 为什么它能冲到 9000 star？

我分析下来，三个原因。

**第一，它是 Agent，不是工具。**

这是我跟同类项目最大的区别判断。

之前我介绍过 Callstack 的 agent-device——它的定位是"给 Codex / Claude Code 当手脚"，你得有一个 AI Agent 来驱动它。

mobilerun 不一样。**它自己就是 Agent。**

你不用装 Codex，不用开 Claude Code。给它一个 prompt，它自己看屏幕、理解界面、规划步骤、执行操作。

换句话说——agent-device 需要你来当大脑，**mobilerun 自带大脑。**

门槛直接砍掉一半。

**第二，LLM agnostic——什么模型都能接。**

OpenAI、Anthropic、Gemini、DeepSeek、Ollama、OpenRouter——主流模型全支持。

这意味着什么？

**你可以用 DeepSeek 白嫖，也可以用 Ollama 跑本地模型保护隐私。**

不想折腾 API 的，DeepSeek 充几块钱就能跑。国内用户非常友好。

**第三，Portal 机制——这才是真正的巧妙设计。**

传统手机自动化依赖 USB 调试 + ADB 命令，你得插着线，开着调试模式。

mobilerun 不一样。它在你手机上装一个 **Portal App**，通过无障碍服务来控制。

这意味着什么？

**手机不需要插线，不需要在你手边——只要 Portal 在跑，就能远程控制。**

这就直接打开了 Cloud 模式的想象力。

## 两个最值得关注的功能

**第一个，reasoning 模式。**

简单的任务，mobilerun 直接执行。

但复杂任务呢？比如"帮我订下周去上海的机票"——搜索、比价、填信息、支付，十几步操作。

mobilerun 有个 `--reasoning` 模式，启动后用"管理者-执行者"架构：**管理者负责规划，执行者逐步完成，管理者实时纠偏。**

```bash
mobilerun run "帮我找联系人张三，给他发邮件" --reasoning
```

这才是解决复杂多步任务的设计。

**第二个，vision 模式。**

有些 App 没做无障碍适配，界面元素全是"button"、"view"，Agent 根本分不清谁是谁。

![](https://developer.qcloudimg.com/http-save/yehe-6490225/1b0e8378eed97f94e076b3887809026c.png)


mobilerun 的 `--vision` 模式会把截图直接发给 LLM，让它像人一样"看"屏幕。

还有 `--vision-only` 模式——**完全不依赖无障碍树，纯靠视觉理解。**

对那些没做 accessibility 的 App 来说，这是救命稻草。

## 但别急着吹，三个现实问题

**第一，效果取决于模型。**

LLM agnostic 的另一面是——**模型选不好，体验就是灾难。**

同样一句"帮我订机票"，顶尖模型和免费模型的执行效果可能天差地别。

**第二，稳定性还得打磨。**

自然语言操控手机，本质上是概率性的。同一个任务，跑十次可能八次成功两次失败。

对于个人效率、探索性场景——没问题。对于生产环境的关键路径——**你还不敢完全信任它。**

**第三，安全风险。**

让 AI 直接操作你的手机——读你的消息、翻你的相册、操作你的支付——这件事本身就有风险。

Portal 的权限怎么管控？Agent 的操作边界在哪？这些目前还没有标准答案。

## 我的观点

**mobilerun 它代表了一个方向——手机的交互方式正在被重新定义。**

过去 15 年，我们操作手机的方式没变过：用手指点屏幕。

mobilerun 让我看到另一种可能：**你说话，手机自己动。**

但现在还处在早期。稳定性、安全性、准确性都有提升空间。但趋势已经出来了。

从"人适应机器"到"**机器适应人**"——这个方向不会变。

如果你对 AI + 移动端感兴趣，强烈建议去 GitHub 跑一遍 Demo。

不用写代码，三行命令，你的手机就开始自己动了。

**那种感觉，真的很赛博朋克。**

GitHub 项目地址：`github.com/droidrun/mobilerun`

---

以上，既然看到这里了，如果觉得不错，随手**点个赞、在看、转发**三连吧，如果想第一时间收到推送，也可以给我个**星标**⭐～  谢谢你看我的文章，我们，下次再见。


一句话介绍：它是一款用自然语言控制 Android 和 iOS 设备的开源 Agent 框架。

用自然语言控制手机，一条命令让 AI 帮你操作 Android 和 iOS 设备！

人工智能

客户端

mobilerun是一款开源的自然语言控制手机框架，支持Android和iOS设备。通过简单命令即可实现自动化操作，无需编写脚本。采用Portal机制实现无线控制，支持多种主流AI模型。具备reasoning和vision模式，能处理复杂任务和识别未适配界面。目前已在GitHub获得9000星，为手机交互方式带来革新可能。

代码解释

DeepSeek

Android

Python

GitHub

Agent

2026上云采购 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

mobilerun是一款开源的自然语言控制手机框架，支持Android和iOS设备。通过简单命令即可实现自动化操作，无需编写脚本。采用Portal机制实现无线控制，支持多种主流AI模型。具备reasoning和vision模式，能处理复杂任务和识别未适配界面。目前已在GitHub获得9000星，为手机交互方式带来革新可...

用自然语言控制手机，一条命令让 AI 帮你操作 Android 和 iOS 设备！-腾讯云开发者社区-腾讯云

用自然语言控制手机，一条命令让 AI 帮你操作 Android 和 iOS 设备！

用自然语言控制手机，一条命令让 AI 帮你操作 Android 和 iOS 设备！

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐