phone-mcp 项目亮点解析
2025-06-13 08:30:05作者:乔或婵
一、项目基础介绍
phone-mcp 是一个开源项目,旨在为用户提供一个通过ADB命令控制Android手机的功能插件。它作为MCP(Machine Control Plugin)的一部分,可以与AI助手配合使用,实现自动化的手机操作,适用于自动化测试、远程控制和智能助手等场景。
二、项目代码目录及介绍
phone-mcp 的代码目录结构清晰,主要包括以下几个部分:
phone_cli.py: 项目的主要执行文件,包含了对手机进行操作的命令行接口。tests: 测试目录,包含了项目的单元测试代码。requirements.txt: 项目依赖文件,列出了运行项目所需的外部库。setup.py: 项目安装和部署的配置文件。README.md和README_zh.md: 项目说明文件,分别提供英文和中文的介绍和使用说明。
三、项目亮点功能拆解
phone-mcp 提供了丰富的功能,以下是一些亮点:
- 通话功能: 支持拨打电话、挂断电话和接听电话。
- 短信功能: 可以发送短信,获取已接收和已发送的短信。
- 联系人管理: 提供联系人信息的读取和新增联系人功能。
- 媒体操作: 支持屏幕截图和视频录制。
- 应用控制: 可以启动和关闭应用程序,获取已安装应用列表。
- 系统信息: 提供获取窗口信息和应用快捷方式的功能。
- 地图服务: 支持基于位置搜索POI并提供电话号码。
- UI操作: 支持屏幕点击、滑动、输入文本和按键操作。
- UI监测: 能够监控UI变化,并等待特定元素出现或消失。
- 屏幕分析: 提供结构化的屏幕信息,并支持统一交互。
四、项目主要技术亮点拆解
phone-mcp 在技术实现上的亮点包括:
- ADB命令使用: 通过ADB(Android Debug Bridge)命令与Android设备进行交互,实现强大的控制功能。
- UI自动化: 通过模拟用户操作,实现应用的自动化测试和交互。
- 模块化设计: 将功能划分为多个模块,便于维护和扩展。
- Python 3 支持: 代码兼容Python 3,方便在多种环境中部署和使用。
五、与同类项目对比的亮点
与同类项目相比,phone-mcp 的亮点在于:
- 功能全面: phone-mcp 提供了从通话到媒体操作等一系列功能,功能覆盖面广。
- 易于集成: 作为MCP插件,易于与现有的AI助手和自动化系统集成。
- 文档完善: 项目提供了详细的中文和英文文档,降低使用门槛。
- 社区活跃: 项目维护者积极响应用户反馈,社区活跃度高,更新频繁。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
658
React Native鸿蒙化仓库
JavaScript
262
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868