Android 控制

Android 手机安装平台控制 APK 后直接接入 MCP——不依赖 ADB、不需要 USB 调试。Agent 可读取屏幕树/截图，下发点击、输入、滚动、打开应用等命令。

问题	传统 ADB 自动化	Ai Lubricant Android 控制
接入方式	开 USB 调试、连 ADB、电脑常驻	手机安装控制 APK，App 主动联网接平台；不依赖 ADB
远程控制	ADB 端口/USB 线限制，NAT 后难用	WebSocket 长连接，手机只需能出网
连接保活	半开连接锁死，要自己处理	新连接踢旧（last-writer-wins），半开不锁死
凭据管理	凭据落在脚本/设备里	设备 token 只存 sha256，吊销即断（close 4003）
命令覆盖	自己封装每条指令	15 个标准操控命令 + 屏幕树读取

功能：Android 控制 APK（非 ADB）

能力	行为
安装方式	把平台提供的控制 APK 安装到 Android 手机；不要求电脑安装 adb，不要求 USB 调试
连接方式	APK 主动连接 `/mcp/device-control/ws/device`；蜂窝/WiFi 切换后自动重连
设备识别	APK 注册 device_id、平台、系统版本、机型、屏幕与 capabilities；Agent 只操作被授权的 device_id
吊销	前端解除设备后活连接立即 close 4003，APK 擦除凭据并停止重连

接入步骤

在用户侧「我的工具」→「设备」Tab 点击「添加设备」，选择 Android，生成一次性配对码。
Android 手机安装并打开控制 APK，填写服务器地址与配对码。地址可填域名（https://host）或完整路径（https://host/mcp/device-control）。
APK 完成登记并建立 WebSocket 长连接后，设备显示为在线状态。
把该设备实例授权给需要用手机的 Agent，Agent 通过授权的 MCP token 获得 device_id 并调用控制命令。

设备连接凭据 ≠ MCP 访问 tokenAPK 用设备凭据连 WebSocket；Agent 调用 MCP 用独立的 MCP token。二者不能混用，设备凭据只存 sha256。

功能：15 个操控命令

命令	行为
`get_screen_state`	读取屏幕树/当前状态（只读，可并发）
`tap` / `long_press` / `double_tap`	点击 / 长按 / 双击坐标或节点
`swipe` / `scroll` / `scroll_to_node`	滑动 / 滚动 / 滚到指定节点
`type_text` / `set_text`	输入文本 / 直接设置输入框文本
`press_key`	按键：enter/tab/delete/backspace/escape/space/dpad_*
`dismiss_keyboard`	收起键盘
`press_back` / `press_home` / `press_recents`	系统返回 / 主页 / 最近任务键
`open_app` / `list_apps`	打开应用 / 列出已安装应用（list_apps 只读可并发）

串行与并发会改 UI 状态的命令按顺序串行执行；get_screen_state 与 list_apps 是只读例外，可并发。v0 故意排除音量/电源键。

功能：WebSocket v0 协议

设备打开 WS 到 /mcp/device-control/ws/device，握手双方带 protocol_version，服务端权威——不匹配直接 close 4004。

方向	帧
设备 → 服务端	`register`（登记设备与 capabilities）、`heartbeat`、`call-response`（命令结果）、`event`（capabilities-changed / control-revoked）
服务端 → 设备	`registered`（ack 与协商参数）、`call`（下发命令）、`call-cancel`（建议性取消，设备仍须回 call-response）

关键常量

常量	值	含义
心跳间隔 / 超时	15s / 60s	任意帧都刷新活性，超时收割（close 4010）
单设备在途上限	8	第 9 条提前挡掉，设备会回 overloaded
call 超时	默认 15s / 上限 60s	设备侧可 clamp 到 60s，服务端预算 = timeout + 5s
最大帧	4 MiB	超过 close 4002
register 超时	10s	WS 打开后 10s 内必须发 register，否则 close 4008

机制：新连接踢旧

Android 半开连接频繁（doze、蜂窝/WiFi 切换、进程被回收都不发 TCP FIN）。协议用新连接踢旧（旧连接 close 4009）而不是拒绝式，避免"服务端以为还连着、设备怎么都连不上"。吊销即断：用户删除/轮换设备凭据后活连接必须当场断（close 4003），不等心跳超时。

机制：屏幕树格式

get_screen_state 返回紧凑 TSV 格式的 UI 树（CompactTreeFormatter）：

每行一个节点：node_id\tdepth\ttype\ttext\thint\tstate\tbounds
坐标为物理像素（整数），与 tap 等命令直接对应
包含可见性、可点击性、输入框状态等属性
支持游标分页（节点数过多时分批读取）

与节点的区别「节点」(cap-node) 主动连 NodeConnect、TOTP 鉴权、跑 CLI/终端/代理；「Android 控制」(本页) 由 Android 控制 APK 主动连 device-control WS，读屏并下发操控命令。协议、鉴权、用途都不同，是两套独立栈。

iOS 控制详解 → · device token / MCP token 隔离治理 → · 浏览器控制（CDP）详解 →