Droidrun

Droidrun 是什麼

Droidrun 是一套開源的行動代理框架，用來讓 LLM 代理操控 Android 與 iOS 裝置。你用自然語言描述一項任務，代理會讀取螢幕畫面，接著在任一款 App 裡點擊、滑動與輸入文字，直到把事情做完。它同時以 Python 套件與命令列工具的形式提供，你可以讓它跑在手邊的手機上，也能接進更大的自動化流程。

這個專案源於一個具體問題。傳統的行動裝置自動化依賴手寫的介面選擇器，只要 App 改一次版面就會失效。Droidrun 捨棄這種做法，把判斷交給模型，讓它隨著螢幕顯示的內容自行調整。同一套核心也支撐了一項代管服務 Mobilerun Cloud，你可以租用雲端手機、執行代理，不必在自己的網路裡留一台裝置。

限制在於它是開發者工具。對不寫程式的人來說，沒有所見即所得的編輯器，你得熟悉終端機、Python 或 API。本機執行還需要實體裝置或已設定 ADB 的模擬器，框架本身不附硬體。要真正發揮價值，得自己寫程式，或改用雲端方案。

開始使用

1. 用 uv tool install mobilerun 或 pip install mobilerun 安裝套件，Python 版本需為 3.11 到 3.13。
2. 執行 mobilerun setup，在 Android 裝置上安裝 Portal App 並開啟它的無障礙服務，或在 iPhone 上改用 iOS 的 Portal 流程。
3. 執行 mobilerun configure，挑選供應商、驗證方式與模型。
4. 用 mobilerun run "Open settings and turn on dark mode" 送出第一項任務。
5. 加上 --vision 進行螢幕截圖分析，或加上 --reasoning 處理較長的多步驟任務，再把同樣的呼叫搬進 Python 腳本或雲端 API。