Mobile Next

Mobile MCP es un servidor que permite a agentes y LLMs interactuar con aplicaciones móviles nativas de iOS y Android sin requerir conocimiento específico de cada plataforma. En lugar de depender de modelos de visión, se apoya primero en el árbol de accesibilidad nativo para leer y manipular elementos de la interfaz, y solo recurre a capturas de pantalla con coordenadas cuando es necesario.

El servidor expone herramientas para gestionar dispositivos (listar simuladores, emuladores y dispositivos reales conectados, tamaño y orientación de pantalla), controlar apps (instalar, lanzar, terminar, desinstalar), interactuar con la pantalla (tocar, deslizar, doble tap, pulsación larga, grabar video), manejar entrada y navegación (escribir texto, pulsar botones físicos, abrir URLs) y consultar reportes de fallos del dispositivo.

Para usarlo necesitas Node.js v20+ y las herramientas de línea de comandos de cada plataforma (Xcode command line tools para iOS, Android Platform Tools para Android). Para dispositivos iOS reales se requiere además go-ios, WebDriverAgent y un túnel al dispositivo; los simuladores y emuladores no necesitan esto. Por defecto corre sobre stdio, pero con la flag --listen puede levantarse como servidor SSE, opcionalmente protegido con un token Bearer.