AI测试：手把手教你用 mobile-mcp 做 App 自动化测试「喂饭教程」

1. 为什么移动端测试团队开始盯上 mobile-mcp如果你做过 App 自动化测试大概率经历过这样的循环写 Appium 脚本、找元素、等加载、改定位、再跑一遍。一个「登录后新建文件」的用例光定位和等待就能耗掉半天。mobile-mcp 想解决的正是这件事——它把移动设备控制能力封装成 MCPModel Context Protocol工具让 AI 直接「看屏幕、点按钮、输文字、截图断言」你只需要用自然语言描述步骤。mobile-mcp 是基于 MCP 协议的移动设备控制服务支持 Android 和 iOS能自动点击、滑动、输入、截图并分析屏幕内容。它适合谁移动端测试工程师、做端到端验证的研发、以及想把 AI 接进现有工具链的小团队。你不需要先精通 Appium 的定位体系只要设备连得上、MCP 配置对、模型通道通就能跑通第一个用例。这篇教程聚焦一条可落地的路径环境准备 → MCP 配置骨架settings.json / config.toml→ TaoToken 统一 Key/API 通道接入 → 一次从启动到断言通过的验证动作 → 常见报错排查。全程给可复制内容不绕弯。2. 前置准备设备、Node 与 TaoToken 通道2.1 必备软件清单先把三样东西装好版本别偷懒Node.js v22mobile-mcp 通过 npx 拉起低版本可能报语法错误。装完执行node --version确认 ≥ 22.0.0。Python 3.12用于写测试脚本、调用模型。python --version验证。ADBAndroid Debug Bridge连接和控制 Android 设备。下载 Android Platform Tools把目录加进系统环境变量adb version能输出即可。设备侧手机开启开发者选项设置 → 关于手机 → 连续点版本号 7 次打开 USB 调试数据线连电脑后跑adb devices看到设备序列号加device状态才算通。2.2 为什么用 TaoToken 做统一通道mobile-mcp 本身只负责「控制设备」真正理解你自然语言、决定下一步点哪里的是背后的大模型。所以你需要一个稳定的模型 API 通道。TaoToken 提供统一的 Key 和 API 入口把模型调用收敛到一个地址省去在多个平台之间切换 Key 的麻烦。接入信息先记牢官网入口https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentAPI 基址https://taotoken.net/api这个不加 UTM模型对话页https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentAPI Keys 管理https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content先去 API Keys 页面创建一个 Key复制保存。注意Key 只放本地.env别提交到 Git。3. 可复制配置MCP 骨架与模型通道3.1 MCP 服务器配置settings.json 风格不同 AI 客户端读取的配置文件名不一样常见的是settings.json或mcp-config.json。核心结构一致下面这份可直接改{ mcpServers: { mobile-mcp: { command: npx, args: [-y, mobilenext/mobile-mcplatest], env: { ANDROID_HOME: /Users/yourname/Library/Android/sdk } } } }字段说明command用 npx 免全局安装-y自动确认latest拉最新版env里按你的系统填 Android SDK 路径Windows 一般是C:\\Users\\yourname\\AppData\\Local\\Android\\Sdk。如果客户端支持autoApprove可以把截图、点击这类只读或低风险工具加进白名单减少每次确认。3.2 config.toml 风格部分客户端有的工具链用 TOML 描述 MCP等价写法如下[mcp_servers.mobile-mcp] command npx args [-y, mobilenext/mobile-mcplatest] [mcp_servers.mobile-mcp.env] ANDROID_HOME /Users/yourname/Library/Android/sdk两种格式选你客户端认的那种别同时放避免重复注册。3.3 Python 依赖与虚拟环境建虚拟环境隔离依赖python -m venv venv # Windows .\venv\Scripts\activate # Linux / macOS source venv/bin/activaterequirements.txt内容mcp-use langchain-openai python-dotenv安装pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simplemcp-use负责连 MCP 服务器langchain-openai提供兼容 OpenAI 协议的模型封装python-dotenv管环境变量。3.4 用 TaoToken 统一 Key 接入模型创建.envTAOTOKEN_API_KEY你的Key TAOTOKEN_BASE_URLhttps://taotoken.net/api这里的关键是把base_url指向 TaoToken 的 API 基址模型名按你账号可用的填。这样脚本里不用硬编码任何平台地址换模型只改一个变量。4. 验证请求从启动到断言通过4.1 第一个脚本列出设备与已装应用创建android_test.pyimport os import asyncio from mcp_use import MCPAgent, MCPClient from langchain_openai import ChatOpenAI from dotenv import load_dotenv load_dotenv() async def test_android_app(): client MCPClient.from_config_file(mcp-config.json) agent MCPAgent( llmChatOpenAI( modeldeepseek-reasoner, api_keyos.getenv(TAOTOKEN_API_KEY), base_urlos.getenv(TAOTOKEN_BASE_URL) ), clientclient, max_steps50 ) result await agent.run( 1. 请列出已连接的设备名称 2. 请列出已安装的 app 包名 ) print(测试结果, result) if __name__ __main__: asyncio.run(test_android_app())跑之前确认mcp-config.json和脚本同目录。执行python android_test.py如果设备连接正常、Key 有效你会看到设备名和包名列表被打印出来。这一步通了说明 MCP 通道和模型通道都活了。4.2 加大难度新建文件并断言提示词升级为一个带断言的完整用例1. 启动文件管理器应用 2. 进行新建文件操作 3. 在新建文件弹窗输入测试文件点击确定按钮 4. 断言在当前目录下存在文件名为测试文件的文件这个场景的难点在于文件管理器通常没有直接暴露「新建文件」按钮AI 需要自己探索菜单层级。mobile-mcp 会把当前屏幕截图交给模型分析模型决定点哪里再执行点击。实测下来只要任务描述清晰、max_steps给够它能自己找到入口并完成断言。4.3 代码关键点拆解MCPClient.from_config_file(mcp-config.json)从配置加载 mobile-mcp 服务器连接信息。MCPAgent(llm..., client..., max_steps50)llm指定模型client是 MCP 实例max_steps防止无限循环。简单任务 10–20 步中等 30–50复杂流程 50–100。await agent.run(任务描述)自然语言描述步骤AI 自动分解执行。4.4 任务描述怎么写才准差的写法await agent.run(测试登录)——太笼统AI 不知道点哪。好的写法1. 点击登录按钮 2. 输入用户名testuser 3. 输入密码test123 4. 点击确认登录 5. 验证是否跳转到首页再加等待和截图稳定性会明显提升1. 点击提交按钮 2. 等待 3 秒加载 3. 检查是否出现成功提示 4. 如果失败截图保存错误信息5. 本篇常见错排查5.1 adb devices 显示 unauthorized手机没授权这台电脑。看手机屏幕是否弹出「允许 USB 调试」提示勾选「始终允许」后重新adb devices。如果没弹窗撤销 USB 调试授权再重连。5.2 npx 命令找不到Node.js 没装好或环境变量没生效。node --version确认重启命令行窗口Windows 检查 PATH 是否包含 Node 安装目录。5.3 AI 执行步骤不准确多数是描述太粗或模型能力不够。把复杂任务拆成多个简单任务描述里写清控件文字和顺序必要时换更强的模型。截图记录关键步骤也能帮你回看它到底点错了哪里。5.4 连接超时 / 模型无响应先查网络再确认TAOTOKEN_API_KEY是否正确、TAOTOKEN_BASE_URL是否写成https://taotoken.net/api。Key 失效或 base_url 写错都会表现为超时或 401。可以到模型对话页手动发一条消息验证 Key 本身可用。5.5 MCP 服务器起不来mcp-config.json路径不对或ANDROID_HOME没配。用npx -y mobilenext/mobile-mcplatest手动跑一次看报错信息定位。6. 把通道固定下来再谈规模化跑通第一个用例后真正影响效率的是通道稳定性。我的做法是把 TaoToken 的 Key 和 base_url 固定进.env脚本里只引用变量这样换模型、换项目都不用改代码。需要长期跑编码类或 Agent 类任务时可以看下 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 把调用额度规划好避免测试跑到一半断掉。接入细节和参数说明以接入文档为准https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。如果你还没建 Key去 API Keys 页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 创建一个然后回到上面的脚本把.env填好再跑一次python android_test.py。设备列表打印出来的那一刻你的 AI 自动化测试链路就算真正通了。