SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI编程工具podium-mcp

podium-mcp

podium-mcp 是一个面向 AI 智能体的 MCP 服务器，通过单一 stdio 端点提供 51 个工具，用于移动端与画布 UI 自动化。它统一了 iOS 模拟器/真机、Android 设备控制、原生 UI 自动化、Maestro 端到端流程、可验证断言、React Native/Metro 调试、WebView DOM 与网络检查，以及无需视觉的 Canvas/WebGL 自动化（支持 Pixi、Konva、Fabric、Phaser、Three、Babylon）。该工具以结构化数据而非截图驱动 UI，官方称比截图循环便宜约 5 倍，并采用原生手势后端减少 JVM 启动开销。适用于在 macOS 上对移动应用进行端到端测试与调试的开发者。

访问官网

工具介绍

podium-mcp 是一个 MCP（Model Context Protocol）服务器，旨在为 AI 智能体提供移动端和画布 UI 的自动化能力。它通过一个 stdio 端点暴露 51 个工具，替代通常需要配置多个 MCP 服务器的方案。

用途

podium-mcp 主要用于在 macOS 上对 iOS 和 Android 应用进行端到端测试、UI 自动化、调试和断言验证。它特别针对 React Native 应用和基于 WebView 的混合应用，以及使用 Canvas/WebGL 的游戏或图形界面。

主要能力

  • 设备与应用管理：统一管理 iOS 模拟器（simctl）、真机 iPhone（devicectl）和 Android 设备（adb），通过平台标记的设备模型进行区分。
  • 原生 UI 检查与手势：通过 idb / mobilecli 路由手势，并以 Maestro 作为回退，避免每次手势都启动 JVM。
  • 端到端流程与批量自动化：支持声明式 Maestro 流程、有序动作批次，以及从工程师到 QA 的流程导出。
  • 可信断言：采用“预言机阶梯”（WebView-DOM › 原生可访问性 › Maestro）返回可证伪、有证据的判定，并在无法验证时失败关闭（fail closed）。
  • WebView DOM 与网络：解析 WKWebView DOM 以获取点击坐标、执行 JS、驱动导航，并以 JSON/HAR 格式捕获页面内 HTTP 流量。
  • React Native 调试：通过 CDP 获取 Metro 控制台日志、网络请求和应用内状态，以及主机/模拟器崩溃报告。
  • 真机支持：Android 模拟器/设备通过 adb（手势 + uiautomator 层级）；真实 iOS 通过 devicectl 生命周期和可选的 WebDriverAgent 后端。
  • Canvas 与游戏引擎自动化（无视觉）：Canvas/WebGL 大脑将 Pixi/Konva/Fabric/Phaser/Three/Babylon UI 作为可寻址对象驱动（已在 WebKit 中实时验证）。实验性的引擎桥接可通过 AltTester 插桩构建驱动 Unity/GL（或 window.__podiumEngine WebGL 桥接），代码完成并通过模拟测试，但尚未在真实 Unity 构建上运行。

使用方式

环境要求

  • macOS 且安装 Xcode 命令行工具（xcrun、simctl）
  • Node.js ≥ 22（使用原生 fetch 和 WebSocket；.npmrc 设置 engine-strict=true）
  • mobilecli（作为 npm 依赖自动捆绑，默认原生手势 + WebView 后端，无需单独安装）
  • 可选：idb（idb + idb_companion）——当两者都存在时优先使用的原生手势后端，自动检测
  • 可选：Maestro 在 PATH 中（或位于 ~/.maestro/bin）——run_flow 引擎和手势回退路径
  • 可选：运行中的 Metro 打包器，用于 metro_* 调试工具
  • 可选：Android SDK + adb——adb 路径仅检测，缺失时优雅降级

安装

  • Claude Code 插件（推荐）：一次性市场设置后安装，插件自动启动 MCP 服务器（全部 51 个工具）并附带五个技能。
  • npx（零安装）：可直接使用。
  • 手动（从源码）：构建服务器后，用任何 MCP 客户端注册。Claude Code 使用 .mcp.json 配置。

快速开始（使用顺序）

  1. podium_health——确认 xcrun / maestro / 原生后端可用性。
  2. device_list——选择一个已启动的模拟器 udid。
  3. 读取状态——app_list、app_state、screen_size、orientation_get。
  4. 驱动设备——app_launch，然后 tap_on / input_text / swipe / press_key，以及 set_location 和 orientation_set。用 run_steps 批量执行。
  5. 编写与验证——inspect_screen 发现元素，run_flow 进行声明式检查，然后 assert_visible / validate_flow 获得有证据的判定。
  6. 检查 WebView——webview_inspect → 点击坐标，webview_eval，webview_navigate，webview_network。
  7. 捕获与调试——screenshot / record_start → record_stop；metro_logs / metro_network / metro_state；crash_list / crash_get。

每个工具返回结构化 JSON，从不抛出异常——失败以 MCP 工具错误形式返回。

适用场景

  • 在 macOS 上对 iOS 模拟器、真机 iPhone 和 Android 设备进行移动应用端到端测试。
  • React Native 应用的调试，包括 Metro 日志、网络请求和状态检查。
  • 混合应用（WebView 承载 UI）的 DOM 和网络检查。
  • 使用 Pixi、Konva、Fabric、Phaser、Three、Babylon 等框架的 Canvas/WebGL 应用自动化。
  • 需要可信断言和证据的 QA 流程。

限制

  • Canvas/WebGL 需要配合的 JS 框架：Canvas 大脑通过选择器自动化 Pixi/Konva/Fabric/Phaser/Three/Babylon UI，前提是应用暴露场景图根（已验证）。原始/自定义 WebGL 画布、不透明/生产构建，或没有 AltTester / window.__podiumEngine 桥接的 Unity 无法通过选择器寻址——需回退到 tap_with_fallback 使用截图坐标，或对构建进行插桩。
  • WebView 工具仅限开发/QA：生产 App Store 构建通常设置 isInspectable = false；工具返回可操作的错误并回退到坐标点击。
  • WebView 内容进程内存无法从应用沙盒读取（平台限制）——使用间接信号（内存警告、进程终止）。
  • Maestro 文本匹配器：是全字符串正则（IGNORE_CASE）——部分字符串不匹配；需逐字复制层级文本或用 .* 锚定。
  • Android 需要 adb 在 PATH 中：一旦 adb 存在，手势/检查/截图即可工作；缺失时所有 Android 路径降级为结构化的“adb not found”结果。
  • orientation_get 在没有原生后端时是截图宽高比启发式：iOS 模拟器不暴露直接的方向查询。
  • record_start / record_stop 在进程内保持状态：需在同一连接上序列化 start → … → stop；每个 udid 一个活动录制（看门狗会最终确定从未停止的录制）。
  • 游戏引擎工具为实验性：AltTester 路径尚未在真实 Unity 构建上验证；Unity-WebGL 需要应用暴露 window.__podiumEngine。引擎工具需要 AltTester 插桩构建（开发/暂存）或该 WebGL 桥接；在非插桩构建上它们失败关闭并给出可操作的错误——绝不回退到视觉。

平台范围（v0.3.0）

podium 自动化 iOS 模拟器、真机 iPhone（devicectl 生命周期 + 可选 WebDriverAgent）和 Android 模拟器/设备（adb 手势 + uiautomator 层级）。device_list 为每个目标标记平台，后端按目标选择。当工具链（如 adb）缺失时，这些路径降级为信息性结果而非失败。

同类工具

查看分类