Mobile MCP dá aos agentes uma interface única para apps iOS e Android

O que é o Mobile MCP

Mobile MCP é um servidor MCP de código aberto (licença Apache-2.0), mantido pelo projeto Mobile Next, que permite a agentes de IA e LLMs automatizar e interagir com aplicativos nativos de iOS e Android. A ferramenta funciona em simuladores iOS, emuladores Android e dispositivos físicos de ambas as plataformas, com uma interface única e independente de plataforma - o mesmo conjunto de ferramentas atende todos os alvos, sem exigir conhecimento específico de XCUITest (iOS) ou Espresso (Android).

O repositório no GitHub conta com cerca de 8,2 mil estrelas e 708 forks, com 438 commits.

Como funciona

A abordagem é "accessibility-first": o servidor controla os aplicativos a partir da árvore de acessibilidade nativa do sistema, sem usar modelo de visão nem consumir tokens de imagem. Capturas de tela com toques por coordenadas são usados apenas como recurso de fallback. Segundo o projeto, isso torna a automação rápida e barata, além de produzir saída estruturada e determinística - o agente lê elementos reais da interface em vez de interpretar apenas imagens.

O servidor roda localmente e se comunica apenas com os dispositivos conectados. Requer Xcode command line tools, Android Platform Tools e Node.js versão 20 ou superior. A instalação padrão usa npx -y @mobilenext/mobile-mcp@latest.

Ferramentas disponíveis

O conjunto de ferramentas MCP cobre:

Gestão de dispositivos: listar dispositivos disponíveis, obter tamanho de tela e orientação, mudar orientação, sobrescrever GPS e ler o clipboard.
Gestão de aplicativos: listar, iniciar, encerrar, instalar (.apk, .ipa, .app, .zip) e desinstalar apps.
Interação com a tela: screenshots, listagem de elementos com coordenadas, toques, toques duplos, pressionamentos longos e gestos de deslizar.
Entrada e navegação: digitação de texto, botões físicos (HOME, BACK, volume), abertura de URLs e deep links.
Logs e diagnóstico: coleta de logs do dispositivo (logcat no Android, log unificado no iOS), listagem e leitura de relatórios de falhas.
Eficiência: mobile_batch_commands executa várias ferramentas em sequência em uma única chamada.

Integração com agentes e nuvem

O servidor é compatível com clientes MCP como Claude Code, Claude Desktop, Codex, Gemini CLI, GitHub Copilot, Cursor, Windsurf, Cline, Amp, Goose, Kiro, opencode e Antigravity, cada um com instruções de configuração próprias na documentação.

Além do modo local via stdio, o servidor pode rodar em modo HTTP com a flag --listen (por exemplo, --listen 3000), usando o transporte Streamable HTTP - o antigo fluxo HTTP+SSE foi descontinuado. Nesse modo, é possível exigir autorização via token Bearer com a variável de ambiente MOBILEMCP_AUTH. O modo remoto é sem estado, o que facilita hospedagem horizontal como no Smithery.

Para escalar para centenas de dispositivos ou usar em pipelines de CI/CD, o projeto oferece o Mobile Next Cloud, que aluga dispositivos físicos reais de iOS e Android com o mesmo conjunto de ferramentas, sem configuração local. O login no provedor de nuvem é feito por device code pelo navegador.

Ecossistema e telemetria

Mobile MCP faz parte de um kit da Mobile Next que inclui o mobilewright (testes determinísticos e repetíveis, descrito como "Playwright para mobile") e o mobilecli (interface de linha de comando universal sobre a qual o Mobile MCP é construído).

O projeto coleta telemetria anônima de uso via PostHog e Scarf, que pode ser desativada com MOBILEMCP_DISABLE_TELEMETRY=1. Também há variáveis para permitir esquemas de URL não padrão (MOBILEMCP_ALLOW_UNSAFE_URLS) e usar os robôs legados específicos de plataforma (MOBILEMCP_LEGACY_ROBOT).

Casos de uso

Entre os usos indicados estão automação de apps nativos para testes e entrada de dados, fluxos automatizados de formulários, jornadas de múltiplas etapas guiadas por LLM e comunicação agente-para-agente para automação e extração de dados. Exemplos de prompts incluem buscar e curtir um vídeo e comentar, baixar um app Pomodoro e avaliá-lo, reservar uma aula no ClassPass, registrar um evento no Eventbrite ou agendar reunião no Zoom e enviar o convite por e-mail.