使用Escrcpy实现安卓设备屏幕镜像的完整指南
2026-02-04 04:04:54作者:宣聪麟
什么是Escrcpy
Escrcpy是一款基于Scrcpy二次开发的安卓设备屏幕镜像工具,它允许用户通过USB或WiFi将安卓设备的屏幕实时投射到电脑上,并支持通过电脑键盘和鼠标直接操作设备。相比原版Scrcpy,Escrcpy提供了更友好的用户界面和额外的功能特性。
安装Escrcpy
Windows平台安装
对于Windows用户,Escrcpy提供了预编译的可执行文件,安装过程非常简单:
- 从官方发布页面下载最新版本的压缩包
- 解压下载的文件到任意目录
- 双击运行escrcpy.exe即可启动程序
macOS平台安装
macOS用户可以通过Homebrew包管理器轻松安装:
brew install escrcpy
安装完成后,在终端直接运行escrcpy命令即可启动程序。
Linux平台安装
Linux用户需要根据具体发行版选择安装方式:
- 下载对应Linux版本的压缩包
- 解压文件到合适目录
- 确保系统已安装必要的依赖库
- 通过终端运行程序
连接安卓设备
USB连接方式
USB连接是最稳定可靠的连接方式,操作步骤如下:
-
在安卓设备上启用开发者选项:
- 进入设置 > 关于手机
- 连续点击"版本号"7次
- 返回设置,找到新出现的"开发者选项"
-
启用USB调试:
- 在开发者选项中开启"USB调试"
- 连接设备到电脑时选择"文件传输"模式
-
在Escrcpy界面中:
- 程序会自动检测已连接的设备
- 点击"开始镜像"按钮即可建立连接
WiFi无线连接方式
WiFi连接提供了更大的灵活性,有两种连接方法:
方法一:通过二维码配对
- 确保设备已通过USB成功连接过一次
- 在开发者选项中启用"无线调试"
- 选择"通过二维码配对设备"
- 使用Escrcpy扫描设备上显示的二维码
- 配对成功后即可断开USB线
方法二:通过IP地址连接
- 在无线调试页面查看设备的IP地址和端口号
- 在Escrcpy中输入IP地址和端口(默认5555)
- 点击"连接设备"按钮
- 连接成功后开始镜像
高级功能
Gnirehtet反向网络共享
Escrcpy内置了Gnirehtet功能,可以将电脑的网络共享给安卓设备:
- 成功连接设备后
- 在设备控制栏中选择"Gnirehtet"
- 设备将自动使用电脑的网络连接
注意:macOS版本需要手动安装Gnirehtet才能使用此功能。
跨平台兼容性
从Escrcpy 1.27.1版本开始,程序已内置Scrcpy二进制文件,用户不再需要单独安装Scrcpy依赖,大大简化了安装流程。
常见问题解决
-
连接失败时:
- 检查USB调试是否已启用
- 尝试更换USB线或端口
- 重启adb服务
-
无线连接不稳定:
- 确保设备和电脑在同一网络
- 尝试靠近路由器
- 检查防火墙设置
-
画面卡顿:
- 降低分辨率设置
- 关闭不必要的后台程序
- 使用USB连接替代WiFi
通过本指南,您应该已经能够顺利使用Escrcpy实现安卓设备的屏幕镜像和控制。这款工具特别适合开发者调试应用、演示展示或需要在大屏幕上操作手机的场景。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220