Pitch: phonedriver, servidor MCP open source em Rust para agentes de IA usarem um celular Android ou iPhone
Oi, pessoal. Eu criei o phonedriver, um servidor MCP e CLI gratuito e open source (AGPL-3.0), escrito em Rust, que permite que agentes de IA como Claude Code, Codex e Cursor usem um celular Android ou um iPhone: ler a tela como texto, tocar, digitar e deslizar, em qualquer app.
Eu não falo português e este texto é tradução automática. Peço desculpas por qualquer trecho estranho. O repositório tem um README em inglês.
Como funciona
- O agente recebe a tela como uma lista curta de texto numerada, em vez de uma captura de tela, toca pelo número e, depois de cada ação, recebe de volta apenas as linhas que mudaram.
- No Android, nada é instalado no celular. A ferramenta inicia um pequeno processo residente via adb com
app_process, a mesma técnica que o scrcpy usa. - O toque em um botão com o rótulo Pay, Place order ou Delete account fica retido e o usuário é perguntado antes.
Números
- Em um emulador Android 17, ler uma lista de 1.000 linhas leva 12,7 ms no p50, contra 2.163,7 ms de
adb shell uiautomator dump. Em um HONOR X8 real, são 78,5 ms contra 2.506,6 ms.
Demonstrações
- No site real da Domino's UK, o Claude encheu o carrinho e o checkout e chegou em "Buy with GPay", onde a ferramenta parou e perguntou. Eu disse não e nada foi pedido.
- Escondi dois bugs em um formulário de cadastro e o Claude encontrou os dois em 49 segundos, com os passos para reproduzir.
Limites
- Os números de velocidade vêm principalmente de um emulador; testei um celular Android real; o iOS precisa de um Mac com Xcode.
Instalação
claude mcp add phonedriver -- npx -y phonedriver mcp
Repositório: https://github.com/hridaya423/phonedriver
Site e benchmarks: https://phonedriver.dev e https://phonedriver.dev/benchmarks