如何快速上手 atx-agent:Android 设备统一接口服务的终极指南 🚀
2026-02-05 04:42:59作者:蔡怀权
atx-agent 是一款强大的 Android 设备 HTTP 服务器工具,专为屏蔽不同安卓设备差异、提供统一接口给 openatx/uiautomator2 使用而设计。通过自动化处理截图、文件传输、应用管理等复杂操作,帮助开发者和测试人员轻松实现 Android 设备远程控制与管理。
📋 项目核心功能与优势
atx-agent 作为轻量级后台服务,解决了 Android 设备碎片化带来的兼容性难题。其核心优势包括:
- 统一接口抽象:自动适配不同设备的硬件差异,提供标准化 HTTP 接口
- 高效截图机制:智能选择 minicap/uiautomator/screencap 三种方式,兼顾速度与兼容性
- 全功能设备管理:支持应用安装、文件传输、进程监控、WebView 调试等 20+ 实用功能
- 后台稳定运行:采用守护进程模式,支持自动重启与状态恢复
🔍 项目目录结构解析
atx-agent/
├── assets/ # 静态资源目录(网页控制台相关)
├── cmdctrl/ # 命令控制逻辑模块
├── jsonrpc/ # JSON-RPC 通信协议实现
├── logger/ # 日志处理组件
├── pubsub/ # 发布订阅模式实现
├── subcmd/ # 子命令处理模块
├── main.go # 应用入口文件
└── README.md # 官方文档与快速入门指南
关键文件功能说明:
- main.go:程序启动入口,负责服务器初始化与端口监听(默认 7912 端口)
- httpserver.go:HTTP 服务核心实现,定义所有 API 路由
- screenshot.go:多策略截图功能实现,处理设备兼容性逻辑
- minitouch.go:触摸事件模拟模块,支持多点触控操作
🚀 三步快速安装指南
1️⃣ 获取项目源码
git clone https://gitcode.com/gh_mirrors/at/atx-agent
cd atx-agent
2️⃣ 编译二进制文件(可选)
如需自定义功能,可修改源码后重新编译:
# 确保已安装 Go 环境(1.13+)
go mod tidy
GOOS=linux GOARCH=arm go build -o atx-agent
3️⃣ 部署到 Android 设备
# 推送二进制文件到设备
adb push atx-agent /data/local/tmp
# 添加执行权限
adb shell chmod 755 /data/local/tmp/atx-agent
# 启动守护进程模式
adb shell /data/local/tmp/atx-agent server -d --stop
✨ 提示:
--stop参数确保先停止已有实例,避免端口冲突。服务默认监听 7912 端口,可通过-p参数自定义端口号。
🔑 常用接口实战示例
📸 快速获取设备截图
# 基础截图(自动选择最佳方式)
curl http://设备IP:7912/screenshot > screenshot.jpg
# 指定使用 uiautomator 截图(适用于部分模拟器)
curl "http://设备IP:7912/screenshot/0?minicap=false" > uiauto_screenshot.jpg
📱 应用安装与管理
# 远程安装 APK(支持 HTTP/HTTPS 链接)
curl -X POST -d url="http://example.com/app.apk" http://设备IP:7912/install
# 查询安装进度(返回安装ID后使用)
curl http://设备IP:7912/install/1
# 获取已安装应用列表
curl http://设备IP:7912/packages
💻 后台 Shell 命令执行
# 执行普通命令
curl -X POST -d command="ps | grep com.android" http://设备IP:7912/shell
# 后台运行长时间任务(不会被终端断开影响)
curl -X POST -d command="nohup logcat > /sdcard/log.txt &" http://设备IP:7912/shell/background
📊 设备性能监控
获取应用内存使用情况:
curl http://设备IP:7912/proc/com.netease.cloudmusic/meminfo
返回结果示例:
{
"code": 17236,
"graphics": 20740,
"java heap": 22288,
"native heap": 20576,
"total": 202445 // 总PSS内存(KB)
}
🎮 高级功能:多点触控模拟
通过 WebSocket 接口实现复杂触摸操作:
// 触摸事件序列示例(点击并滑动)
{"operation": "d", "index": 0, "xP": 0.2, "yP": 0.5, "pressure": 50}
{"operation": "c"} // 提交事件
{"operation": "m", "index": 0, "xP": 0.8, "yP": 0.5, "pressure": 50}
{"operation": "c"}
{"operation": "u", "index": 0}
{"operation": "c"}
⚠️ 注意:坐标采用百分比形式(0.0-1.0),原点为设备左上角,需自行处理屏幕旋转问题。
📝 常见问题解决
🔌 服务启动失败怎么办?
- 检查端口占用情况:
adb shell netstat -tulpn | grep 7912
- 查看详细日志定位问题:
adb shell cat /sdcard/atx-agent.log
- 强制重启服务:
adb shell /data/local/tmp/atx-agent server -d --stop
📡 设备连接超时排查
- 确保手机与电脑在同一局域网
- 关闭 Android 设备防火墙:
adb shell settings put global http_proxy :0 - 尝试重启 ADB 端口转发:
adb reverse tcp:7912 tcp:7912
📚 扩展学习资源
- 官方文档:DEVELOP.md - 开发者指南与贡献说明
- API 参考:完整接口文档可通过访问
http://设备IP:7912/help获取 - 相关项目:openatx/uiautomator2 - 自动化测试框架
🔄 版本更新与维护
atx-agent 采用滚动更新策略,建议定期检查新版本:
# 查看当前版本
curl http://设备IP:7912/version
# 手动更新(需重新推送二进制文件)
adb push new-atx-agent /data/local/tmp/atx-agent
adb shell /data/local/tmp/atx-agent server -d --stop
atx-agent 凭借其轻量级设计与强大兼容性,已成为 Android 自动化测试与远程控制领域的重要工具。无论是移动应用开发者、测试工程师还是 Android 爱好者,都能通过这套工具链显著提升设备管理效率。立即尝试,开启你的 Android 设备智能管理之旅吧! 📱💻
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
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
12
1
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
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355