【亲测免费】 Escrcpy:基于Electron的图形化Android设备控制工具
2026-01-25 06:17:49作者:吴年前Myrtle
Escrcpy:基于Electron的图形化Android设备控制工具
项目基础介绍和主要编程语言
Escrcpy 是一个基于 Electron 框架开发的图形化工具,旨在通过图形界面来显示和控制 Android 设备。该项目的主要编程语言包括 JavaScript 和 TypeScript,利用了 Electron 的跨平台特性,使得 Escrcpy 能够在 Windows、macOS 和 Linux 等多个操作系统上运行。
项目核心功能
Escrcpy 的核心功能包括:
- 图形化界面:提供了一个直观的图形用户界面,使用户能够轻松地管理和控制多个 Android 设备。
- 设备同步:利用 Web 技术实现与 Scrcpy 的快速同步,确保设备状态的实时更新。
- 自动化功能:支持自动连接设备、自动执行镜像、自定义脚本和定时任务,极大地提高了操作效率。
- 自定义配置:用户可以为每个设备设置独立的配置,包括自定义笔记和配置导入导出功能。
- 反向网络共享:支持 Gnirehtet 反向网络共享,使得设备可以通过电脑的网络连接上网。
- 主题切换:提供亮色模式、暗色模式和系统主题自动切换功能,满足不同用户的视觉需求。
- 轻量级和高性能:原生支持,仅显示设备屏幕,性能优越,帧率可达 30-120 fps,分辨率支持 1920×1080 或更高。
项目最近更新的功能
最近更新的功能包括:
- 改进的图标:优化了软件的图标设计,提升了用户体验。
- 软件更新功能:增加了自动更新功能,用户可以更方便地获取最新版本。
- 音视频录制:新增了音视频录制功能,用户可以记录设备的操作过程。
- 设备快速交互控制栏:增加了快速交互控制栏,用户可以更便捷地进行设备操作。
- 自定义 Adb 和 Scrcpy 依赖:用户可以自定义 Adb 和 Scrcpy 的依赖路径,增强了灵活性。
- 自定义设备名称:用户可以为每个设备设置自定义名称,便于管理。
- 偏好设置的导入导出:用户可以导出和导入偏好设置,方便在不同设备间同步配置。
- macOS 和 Linux 支持:进一步完善了对 macOS 和 Linux 平台的支持。
- 国际化:增加了多语言支持,用户可以选择适合自己的语言界面。
- 暗色模式:新增了暗色模式,用户可以根据环境选择合适的显示模式。
- 反向网络共享(Gnirehtet):完善了 Gnirehtet 反向网络共享功能,提升了网络共享的稳定性。
- 摄像头镜像:增加了摄像头镜像功能,用户可以通过电脑控制设备的摄像头。
- 多屏协作:支持多屏协作,用户可以在多个屏幕上同时操作设备。
- 文件推送、屏幕旋转、音频控制:新增了文件推送、屏幕旋转和音频控制功能,增强了设备的控制能力。
- 批量连接历史设备:支持批量连接历史设备,方便用户快速恢复之前的设备连接。
- 内置终端:增加了内置终端功能,用户可以直接在软件内执行命令。
- 自动执行镜像:新增了自动执行镜像功能,用户可以设置设备自动启动镜像。
- 灵活的镜像启动:提供了更灵活的镜像启动选项,用户可以根据需要自定义启动方式。
- 批量处理:增加了批量处理功能,用户可以同时对多个设备进行操作。
- 定时任务:支持定时任务,用户可以设置定时执行特定操作。
- 图形化文件管理器:新增了图形化文件管理器,用户可以更方便地管理设备文件。
- 悬浮控制栏:增加了悬浮控制栏,用户可以随时进行设备操作。
- 设备分组:支持设备分组,用户可以根据需求对设备进行分组管理。
Escrcpy 通过不断更新和完善,为用户提供了更加强大和便捷的 Android 设备控制体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
558
3.8 K
Ascend Extension for PyTorch
Python
372
434
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++
890
638
昇腾LLM分布式训练框架
Python
115
143
暂无简介
Dart
792
195
🎉 (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
1.36 K
769
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
117
146
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
347
193
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.12 K
265