Mobile MCP — controlar iOS y Android desde el agente

Mobile MCP es para apps nativas lo que Playwright MCP es para el navegador: le da al agente las manos y los ojos para manejar un teléfono. Puede listar dispositivos, abrir apps, tocar botones, escribir, deslizar, sacar capturas, grabar video y leer los logs del sistema, en iOS y Android, sobre simuladores, emuladores o dispositivos físicos conectados por USB.

Un MCP (Model Context Protocol) es el estándar abierto con el que un agente como Claude Code o Codex se conecta a herramientas externas: el servidor expone funciones con nombre y descripción, y el modelo decide cuándo llamarlas. Ver MCP en Claude Code.

Lo mantiene Mobile Next (licencia Apache-2.0, unas 9.000 estrellas en GitHub).

Cómo ve la pantalla

El servidor intenta primero leer el árbol de accesibilidad nativo: la lista estructurada de elementos (botones, campos, textos) con sus etiquetas y coordenadas. Es rápido, barato en tokens y determinista. Cuando una pantalla no expone ese árbol (un juego, un canvas, una vista personalizada), recurre a capturas de pantalla y toques por coordenadas, que dependen de que el modelo interprete la imagen.

Por debajo usa mobilecli, la CLI de dispositivos del mismo equipo, apoyada en las herramientas de Xcode en iOS y en adb en Android.

Requisitos

• Node.js 20+.
• iOS: Xcode command line tools y un simulador arrancado (xcrun simctl), o un iPhone conectado por USB y marcado como de confianza.
• Android: Android Platform Tools (adb) y un emulador en marcha, o un dispositivo con depuración USB activada.
• Un cliente compatible con MCP.

Instalar

Claude Code

Como plugin (incluye además el comando /mobile-mirror):

/plugin marketplace add mobile-next/mobile-mcp
/plugin install mobile-mcp@mobile-mcp

Sin plugins:

claude mcp add mobile-mcp -- npx -y @mobilenext/mobile-mcp@latest

Codex

codex mcp add mobile-mcp npx "@mobilenext/mobile-mcp@latest"

O en ~/.codex/config.toml (ver MCP en Codex):

[mcp_servers.mobile-mcp]
command = "npx"
args = ["@mobilenext/mobile-mcp@latest"]

Gemini CLI

gemini mcp add mobile-mcp npx -y @mobilenext/mobile-mcp@latest

Cursor

Cursor Settings → MCP → Add new MCP Server, tipo command, con npx -y @mobilenext/mobile-mcp@latest. El README también trae un botón de instalación en un clic.

JSON genérico

Sirve para Claude Desktop, Cline, Kiro, Windsurf y la mayoría de clientes:

{
  "mcpServers": {
    "mobile-mcp": {
      "command": "npx",
      "args": ["-y", "@mobilenext/mobile-mcp@latest"]
    }
  }
}

Comprobar

Pídele al agente “list available devices”. Si la lista sale vacía, arranca antes un simulador o emulador.

Modo HTTP

Para compartir un servidor entre máquinas o correrlo en un equipo con los dispositivos conectados:

MOBILEMCP_AUTH=un-token-largo npx @mobilenext/mobile-mcp@latest --listen 3000

El cliente se conecta a http://<host>:3000/mcp con ese token como Bearer.

Herramientas

Grupo	Herramienta	Qué hace
Dispositivo	mobile_list_available_devices	Lista simuladores, emuladores y dispositivos reales
Dispositivo	mobile_get_screen_size	Tamaño de pantalla en píxeles
Dispositivo	mobile_get_orientation / mobile_set_orientation	Leer o cambiar vertical/horizontal
Dispositivo	mobile_fold_device	Plegar o desplegar un dispositivo plegable
Dispositivo	mobile_set_location	Simular o limpiar la ubicación GPS
Dispositivo	mobile_clipboard	Leer o reemplazar el portapapeles
Apps	mobile_list_apps	Apps instaladas
Apps	mobile_get_foreground_app	App en primer plano
Apps	mobile_launch_app / mobile_terminate_app	Abrir o cerrar una app por paquete o bundle ID
Apps	mobile_install_app / mobile_uninstall_app	Instalar .apk, .ipa, .app o .zip, o desinstalar
Pantalla	mobile_take_screenshot / mobile_save_screenshot	Captura al modelo o a un archivo
Pantalla	mobile_list_elements_on_screen	Elementos de la UI con coordenadas y propiedades
Pantalla	mobile_click_on_screen_at_coordinates	Tocar en x,y o sobre una referencia de elemento
Pantalla	mobile_double_tap_on_screen	Doble toque
Pantalla	mobile_long_press_on_screen_at_coordinates	Pulsación larga
Pantalla	mobile_swipe_on_screen	Deslizar arriba, abajo, izquierda o derecha
Pantalla	mobile_start_screen_recording / mobile_stop_screen_recording	Grabar la pantalla en video
Entrada	mobile_type_keys	Escribir texto, con envío opcional
Entrada	mobile_press_button	HOME, BACK, VOLUME_UP/DOWN, ENTER…
Entrada	mobile_open_url	Abrir una URL http/https en el navegador del dispositivo
Logs	mobile_get_device_logs	logcat (Android) o unified log (iOS)
Logs	mobile_list_crashes / mobile_get_crash	Informes de cierre inesperado
Lote	mobile_batch_commands	Varias herramientas en una sola llamada
Nube	mobile_login_to_cloud_provider, mobile_list_remote_devices, mobile_allocate_remote_device, mobile_release_remote_device	Reservar dispositivos reales en Mobile Next Cloud (servicio aparte)

mobile_batch_commands importa más de lo que parece: cada llamada a una herramienta es un viaje de ida y vuelta con el modelo, así que agrupar «tocar, escribir, enviar, listar elementos» en una sola llamada reduce latencia y tokens.

Ejemplos de prompts

Abre la app en el simulador de iPhone, entra con usuario demo@example.com,
ve a Ajustes y confirma que el interruptor de notificaciones está activado.
Saca una captura al final.

Instala ./build/app-debug.apk en el emulador Android, ábrela, completa el
onboarding y, si la app se cierra, trae el último crash y los logs de logcat.

Gira el dispositivo a horizontal en la pantalla de checkout y dime si algún
botón queda fuera de la pantalla.

Cuándo usarlo

• Verificar un cambio de UI en móvil sin salir del agente: el agente modifica el código, recompila, abre la app y comprueba el resultado.
• Reproducir bugs que dependen de orientación, ubicación o un flujo largo de pantallas, y recoger logs y crashes en el mismo paso.
• Exploración y smoke tests de una build nueva antes de pasarla a QA.

Para una suite de regresión que corra en cada PR conviene algo determinista: el mismo equipo publica mobilewright para tests móviles reproducibles, y frameworks como e2e combinan pasos de IA con aserciones fijas.

Consideraciones

• Un iPhone real exige más preparación (conexión por USB, marcar el equipo como de confianza). Empieza por el simulador.
• Cuando el agente cae a capturas de pantalla, cada paso cuesta más tokens y es menos fiable. Las apps con buenas etiquetas de accesibilidad se automatizan mucho mejor, lo cual es un incentivo más para cuidarlas.
• mobile_open_url bloquea esquemas no estándar (deep links propios) salvo que actives MOBILEMCP_ALLOW_UNSAFE_URLS.

Fuentes

• github.com/mobile-next/mobile-mcp — README oficial.
• mobilecli y mobilewright, proyectos relacionados.