Mobile Next MCP

通过统一的 API，让 AI 代理能够列出设备、安装/启动/终止应用、点击/滑动/输入文本、读取 UI 元素、截图、录制屏幕、读取崩溃报告等，实现移动应用的自动化测试、数据录入和多步骤用户旅程。

一句话商业模式

为移动开发者、测试工程师、AI 代理开发者解决移动应用自动化需要编写平台特定代码（XCUITest/Espresso），且难以与 AI 代理集成，通过开源的 MCP 服务器（mobile-mcp）及云端设备服务（Mobile Next Cloud）提供价值，主要依靠通过云端设备服务订阅/用量收费（假设，未明确公开）赚钱

商业模式画布

提供平台无关的 MCP 服务器，让 AI 代理通过自然语言或结构化指令直接操控 iOS/Android 设备，降低自动化门槛和成本

评分解析

研究分 78

这是什么

是什么
一个基于 Model Context Protocol (MCP) 的服务器，为 AI 代理提供移动设备（iOS/Android）的自动化控制和数据抓取能力。
给谁用
面向移动应用开发者、测试工程师、AI 代理开发者，以及需要大规模移动自动化（如数据抓取、UI 测试）的团队。
← 返回今日精选
M

Mobile Next MCP

通过统一的 API，让 AI 代理能够列出设备、安装/启动/终止应用、点击/滑动/输入文本、读取 UI 元素、截图、录制屏幕、读取崩溃报告等，实现移动应用的自动化测试、数据录入和多步骤用户旅程。

78

一句话商业模式

为移动开发者、测试工程师、AI 代理开发者解决移动应用自动化需要编写平台特定代码（XCUITest/Espresso），且难以与 AI 代理集成，通过开源的 MCP 服务器（mobile-mcp）及云端设备服务（Mobile Next Cloud）提供价值，主要依靠通过云端设备服务订阅/用量收费（假设，未明确公开）赚钱

开发者工具AI开源MCP移动自动化团队 未知（推测为小团队或独立开发者，基于 GitHub 组织 mobile-next）发布 2025-03-28（GitHub 仓库创建时间）最后同步 2026-08-30
访问官网

商业模式画布

Business Model Canvas · 9 大模块完整填涂

重要合作Key Partnerships
与 MCP 生态（如 Claude、OpenAI）、设备厂商（Apple、Google）、云服务提供商合作
关键业务Key Activities
维护开源代码、开发新功能、文档编写、社区支持、云端服务运营
价值主张Value Propositions
提供平台无关的 MCP 服务器，让 AI 代理通过自然语言或结构化指令直接操控 iOS/Android 设备，降低自动化门槛和成本
客户关系Customer Relationships
通过 Slack 社区、GitHub Issues、Wiki 文档提供支持
客户细分Customer Segments
移动应用开发者、测试工程师、AI 代理开发者，以及需要大规模移动自动化的团队
核心资源Key Resources
开源代码库、GitHub 社区、MCP 协议知识、云端设备基础设施
渠道通路Channels
通过 GitHub 开源社区、Product Hunt、Slack 社区、VS Code 扩展市场等渠道获取开发者用户
成本结构Cost Structure
开发人力、云端设备维护成本、社区运营成本
收入来源Revenue Streams
通过云端设备服务（Mobile Next Cloud）按订阅或用量收费，本地开源版本免费
💡 核心痛点：移动自动化需要编写平台特定代码（XCUITest/Espresso），且难以与 AI 代理集成，缺乏统一接口⚠️ 最大风险：依赖 MCP 生态发展，且移动设备自动化市场已有 Appium 等成熟工具，竞争激烈

评分解析

痛点清晰度

移动自动化痛点明确：平台特定代码、AI 集成困难，该项目提供统一 MCP 接口，直接解决

置信度 80%
85
付费可能性

开源免费，但云端服务有收费可能，目标用户是企业开发者，有预算，但定价未公开

置信度 60%
70
市场与趋势

AI 代理和 MCP 生态快速增长，移动自动化是刚需，GitHub Trending 表明热度高

置信度 90%
90
需求信号

GitHub stars 6230 且今日 +85，说明开发者关注度高，但实际使用量未知

置信度 70%
80
执行可行性

技术实现可行，基于无障碍树和 MCP 协议，但 iOS 真机设置复杂，需要额外工具

置信度 70%
75
中国市场适配

中国移动开发者众多，AI 代理应用兴起，但 MCP 生态在中国尚在早期，且云端服务可能受网络限制

置信度 50%
65

这是什么

是什么
一个基于 Model Context Protocol (MCP) 的服务器，为 AI 代理提供移动设备（iOS/Android）的自动化控制和数据抓取能力。
给谁用
面向移动应用开发者、测试工程师、AI 代理开发者，以及需要大规模移动自动化（如数据抓取、UI 测试）的团队。

关键能力

  • 基于无障碍树驱动，无需视觉模型，速度快且成本低，仅在必要时回退到截图+坐标
  • 一套 API 支持 iOS 和 Android 的模拟器、仿真器及真机，无需平台特定知识
  • 完整的设备控制：点击、滑动、手势、硬件按钮、深链接、屏幕录制、方向设置
  • 结构化输出：读取真实 UI 元素并提取数据，减少截图方案的歧义
  • 支持主流 MCP 客户端：Claude Code、Codex、Gemini、GitHub Copilot、Antigravity
  • 提供云端设备服务（Mobile Next Cloud），无需本地设置即可连接真实设备

创业线索

团队
未知（推测为小团队或独立开发者，基于 GitHub 组织 mobile-next） · GitHub 组织 mobile-next 维护，无明确团队规模信息
发布时间
2025-03-28（GitHub 仓库创建时间） · 最近推送 2026-08-30，活跃度高
增长线索
GitHub stars 6230，今日 +85，forks 539，watchers 45，open issues 60
能赚多少 / 怎么赚
无公开收入数据 · 提供 Mobile Next Cloud 云端设备服务，但定价未公开

公开信息推断，缺数据会标未知；不构成收益承诺。

GitHub 最新数据

  • 仓库：mobile-next/mobile-mcp
  • 星标：6,230
  • 分支：539
  • 关注：45
  • 未关闭 Issue：60
  • 主语言：TypeScript
  • 开源协议：Apache-2.0
  • 仓库创建：2025-03-28
  • 最近推送：2026-08-30
  • 描述：Model Context Protocol Server for Mobile Automation and Scraping (iOS, Android, Emulators, Simulators and Real Devices)
agentandroidemulatoriosmcpmobilephysicalrealsimulator

来源数据

  • 首次采集：2026-08-30
  • 最后同步：2026-08-30
  • 材料更新：2026-08-30
  • GitHub 星标：6,230
  • GitHub 分支：539
  • 穿透材料体量：约 8,622 字

AI 辅助分析，仅供项目研究参考，不构成投资建议。