🧠 通过MCP实现AI原生Android自动化。让Claude、GPT、Gemini或任何AI代理完全控制Android——点击、滑动、输入、截图——延迟约6毫秒。比Appium快100倍。43个工具。
概览
通过模型上下文协议实现的AI原生Android自动化 让任何AI代理——无论是Claude、GPT、Gemini还是你自己的——完全控制安卓设备。观察界面。点击。滑动。输入。管理应用。截图。所有这些延迟均低于100毫秒。无需root权限。 现有的安卓自动化分为两类——两者都存在相同的瓶颈： 1. （Appium， Maestro）— 专为质量保证设计，而非AI代理。每个操作都经过ADB或UIAutomator IPC，每次操作耗时200-1000毫秒。2. （移动MCP，Droidrun）— AI感知，但底层覆盖薄的ADB包装。每次行动200-2000毫秒。 NeuralBridge 采取了不同的方法：一个设备内的无障碍服务，执行操作，完全消除 IPC 开销。 —— NeuralBridge 对 Appium 和 mobile-mcp 的每次动作平均值。完整基准测试→ 你的AI代理通过HTTP直接向配套应用传递MCP——没有中间件，没有ADB，也没有中间服务器。
概述（AI 翻译）
🧠 神经桥
通过模型上下文协议实现的AI原生Android自动化
让任何AI代理——Claude、GPT、Gemini，或你自己的——完全控制安卓设备。 观察界面。点击。滑动。输入。管理应用。截屏。 所有延迟都不到100毫秒。不需要root权限。
🤔 为什么选择NeuralBridge？
现有的安卓自动化分为两类——两者都存在相同的瓶颈：
- 测试框架（Appium， Maestro）——专为质量保证设计，而非人工智能代理。每个操作都经过ADB或UIAutomator的IPC，每次操作耗时200-1000毫秒。
- MCP 包装器（移动 MCP，droidrun）—— AI 感知，但底层为薄 ADB 包装。每次动作 200-2000ms 秒。
NeuralBridge 采取了不同的方法：一种设备上的无障碍服务，执行 正在处理的操作，完全消除了 IPC 开销。
| |神经桥 |阿皮姆 |大师 |移动-MCP |机器人运行****ADB壳 | |—|:—:|:—:|:—:|:—:|:—:|:—:| |⚡ 抽头延迟 |~2毫秒 |300-1000毫秒 |750毫秒-2秒 |500-2000毫秒 |200-1000毫秒 |300-1000毫秒 | |⌨️ 文本输入 |**~1。
本页由 AI 翻译，技术细节请以原文为准。
README
以下为原文 README 节选，完整内容请查看原文。
🧠 NeuralBridge
AI-native Android automation via the Model Context Protocol
Give any AI agent — Claude, GPT, Gemini, or your own — full control over an Android device. Observe the UI. Tap. Swipe. Type. Manage apps. Capture screenshots. All with sub-100ms latency. No root required.
🤔 Why NeuralBridge?
Existing Android automation falls into two camps — and both share the same bottleneck:
- Test frameworks (Appium, Maestro) — built for QA, not AI agents. Every action routes through ADB or UIAutomator IPC, costing 200-1000ms per operation.
- MCP wrappers (mobile-mcp, droidrun) — AI-aware, but thin ADB wrappers underneath. 200-2000ms per action.
NeuralBridge takes a different approach: an on-device AccessibilityService that executes actions in-process, eliminating IPC overhead entirely.
| NeuralBridge | Appium | Maestro | mobile-mcp | droidrun | ADB Shell | |
|---|---|---|---|---|---|---|
| ⚡ Tap latency | ~2ms | 300-1000ms | 750ms-2s | 500-2000ms | 200-1000ms | 300-1000ms |
| ⌨️ Text input | ~1.4ms | 500-3000ms | 750ms-2s | 500-2000ms | 200-1000ms | 500-2000ms |
| 🌳 UI tree read | 18-33ms | 500-2000ms | 750ms-2s | 1-5s | 200-500ms | 1-5s |
| 📸 Screenshot | ~60ms | 300-500ms | ~1s | 300-500ms | ~250ms | 300-500ms |
| 🔌 MCP native | Yes | Add-on | Yes (stdio) | Yes | Via adapter | No |
| 🛠️ MCP tools | 43 | 30+ (add-on) | 14+ | ~19 | ~11 | — |
| 🎯 Token optimization | Yes (73%) | No | No | No | No | No |
[!TIP]
安装
This server does not publish a one-line install command.
Open the repository installation guide 新手？先看 mcpskill.org 教程 →配置
{
"mcpServers": {
"neuralbridge": {
"type": "http",
"url": "http://<device-ip>:7474/mcp"
}
}
}