4个步骤掌握escrcpy:Android设备跨平台控制工具
2026-04-15 08:28:00作者:凌朦慧Richard
escrcpy是一款基于Electron开发的图形化Scrcpy工具,专为显示和控制Android设备设计。作为跨平台解决方案,它提供三大核心功能:低延迟屏幕镜像(支持60fps高清传输)、多设备并行管理(同时控制多台Android设备)和自动化操作脚本(批量执行设备指令),帮助用户轻松实现从电脑端对移动设备的高效管控。
一、环境准备:系统配置与依赖安装
1.1 系统兼容性检查
- 支持系统:Windows 10/11、macOS 10.15+、Linux(Ubuntu 20.04+、Fedora 34+)
- 硬件要求:至少4GB内存,支持OpenGL 3.0的显卡
1.2 核心依赖安装
🔧 基础环境配置
# 检查Node.js和npm是否已安装(需v14.0.0+)
node -v # 显示v14.xx.xx即符合要求
npm -v # 显示6.xx.xx即符合要求
📌 分系统安装指南
-
Windows:
- 下载Android平台工具并解压至
C:\adb - 下载scrcpy并解压至
C:\scrcpy - 右键"此电脑"→属性→高级系统设置→环境变量→在Path中添加
C:\adb;C:\scrcpy
- 下载Android平台工具并解压至
-
macOS:
# 使用Homebrew一键安装 brew install android-platform-tools scrcpy -
Linux:
# Debian/Ubuntu系 sudo apt update && sudo apt install adb scrcpy # Fedora系 sudo dnf install android-tools scrcpy
💡 小贴士:环境变量配置后需重启终端生效,可通过adb --version验证是否配置成功,出现版本信息即表示adb安装完成。
二、快速上手:从安装到首次连接
2.1 获取项目代码
🔧 克隆仓库并进入目录
git clone https://gitcode.com/GitHub_Trending/es/escrcpy
cd escrcpy
2.2 安装项目依赖
npm install # 安装前端及Electron依赖
# 看到"added xxx packages in xx seconds"提示即表示安装成功
2.3 启动应用程序
npm start # 启动Electron应用
2.4 设备连接步骤
- 开启Android设备"开发者选项"(设置→关于手机→连续点击版本号7次)
- 启用"USB调试"(开发者选项→USB调试)
- 用USB线连接设备与电脑,在手机上授权"USB调试"
- 在escrcpy界面点击"刷新设备",选择目标设备后点击"连接"
💡 小贴士:无线连接需先通过USB连接一次,在escrcpy中点击"无线配对",按提示操作即可建立WiFi连接。
三、进阶功能:提升控制效率的实用技巧
3.1 多设备管理
- 窗口排列:点击"窗口管理"→选择"平铺"或"网格"布局,支持同时显示4台设备
- 批量操作:按住Ctrl键选择多台设备,右键菜单可执行"同步操作"(如同时截图)
3.2 性能优化设置
- 视频参数调整:设置→视频→降低分辨率(如720p)和比特率(2Mbps)可减少延迟
- 帧率控制:开启"最大帧率"选项,在高性能电脑上可实现60fps流畅显示
3.3 自动化脚本应用
🔧 常用脚本示例
# 自动连接上次设备
npm run auto-connect
# 批量安装APK文件
npm run batch-install -- /path/to/apk/folder
💡 小贴士:自定义脚本可放在scripts目录下,通过npm run script-name执行,支持JavaScript和Shell两种脚本类型。
四、常见问题排查
4.1 设备无法识别
- 检查USB线是否支持数据传输(部分充电线仅支持充电)
- 重新安装设备驱动:在设备管理器中卸载Android设备后重新连接
- 执行
adb kill-server && adb start-server重启adb服务
4.2 画面卡顿或延迟
- 关闭电脑上的视频压缩软件(如OBS)
- 在escrcpy设置中降低视频质量
- 确保设备与电脑在同一局域网(无线连接时)
4.3 无法输入中文
- 确保电脑输入法处于活动状态
- 在escrcpy设置→输入→勾选"使用系统输入法"
- 重启应用后重试
通过以上步骤,您已掌握escrcpy的核心使用方法。这款工具不仅适用于日常设备管理,还能满足开发调试、演示教学等专业场景需求。更多高级功能可参考项目文档docs/zhHans/guide/index.md进行探索。
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 StartedRust0150- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.74 K
Ascend Extension for PyTorch
Python
610
794
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 K
1.01 K
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
433
392
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
145
237
Claude 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 Started
Rust
1.16 K
150
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.67 K
987
