ios-simulator-mcp
ios-simulator-mcp 是一个基于模型上下文协议(MCP)构建的服务器工具,旨在让 AI 助手能够直接操控和交互 iOS 模拟器。它解决了传统开发中人工操作模拟器效率低、自动化测试脚本编写门槛高以及 AI 难以“看见”和“操作”手机界面的痛点。
通过该工具,用户可以轻松获取当前运行的模拟器信息、启动模拟应用,并执行精细的界面操作,如点击指定坐标、输入文本、滑动屏幕,甚至读取整个界面的无障碍信息以理解 UI 结构。这意味着开发者可以让 AI 自动完成应用安装后的功能验证、回归测试或探索性测试,无需手动重复点击。
这款工具特别适合 iOS 应用开发者、移动端测试工程师以及希望利用 AI 提升工作流的研发团队。对于正在探索 AI 辅助编程(如使用 Cursor 等编辑器)的用户来说,它能将自然语言指令直接转化为对模拟器的实际控制,极大提升了调试和测试的自动化程度。其技术亮点在于深度集成了 iOS 模拟器的底层控制能力,并通过标准化的 MCP 接口暴露给大模型,同时注重安全性,已修复了早期版本的命令注入漏洞,确保交互过程安全可靠。
使用场景
某移动端开发团队正在为一款电商 App 进行回归测试,需要快速验证新上线的“搜索并加入购物车”流程在 iOS 环境下的可用性。
没有 ios-simulator-mcp 时
- 测试人员必须手动启动模拟器,肉眼查找元素坐标,再编写硬编码的自动化脚本,效率极低且难以维护。
- 当界面布局微调导致按钮位置偏移时,原有的点击坐标失效,脚本频繁报错,排查问题需反复截图对比。
- 无法直接获取屏幕元素的无障碍属性(Accessibility Label),只能依赖猜测或临时添加调试代码来定位特定组件。
- 每次迭代都需要人工重复执行“打开应用 - 输入关键词 - 滑动列表 - 点击购买”的操作,占用大量人力时间。
使用 ios-simulator-mcp 后
- 开发者通过自然语言指令让 AI 调用
ui_describe_all自动分析全屏元素,直接生成基于语义的交互逻辑,无需手动计算坐标。 - 利用
ui_tap和ui_type工具,AI 可根据实时反馈动态调整操作,即使按钮位置变化也能精准识别并点击,大幅提升脚本鲁棒性。 - 通过
ui_describe_point即时查询任意坐标的元素信息,快速确认“加入购物车”按钮是否可访问,彻底消除定位盲区。 - 将整个测试流程转化为自动化工作流,AI 自主控制模拟器完成从启动到下单的全链路操作,将单次验证时间从 10 分钟缩短至 30 秒。
ios-simulator-mcp 将繁琐的手动模拟操作转化为智能、自适应的自动化流程,让移动端测试像对话一样简单高效。
运行环境要求
- macOS
未说明
未说明

快速开始
iOS 模拟器 MCP 服务器
这是一个用于与 iOS 模拟器交互的模型上下文协议 (MCP) 服务器。该服务器允许您获取模拟器信息、控制 UI 交互以及检查 UI 元素,从而实现对 iOS 模拟器的全面操作。
安全提示:低于 1.3.3 版本中存在命令注入漏洞,现已修复。请升级至 1.3.3 或更高版本。详情请参阅 SECURITY.md。
https://github.com/user-attachments/assets/453ebe7b-cc93-4ac2-b08d-0f8ac8339ad3
🌟 被推荐
该项目已被多家媒体和资源收录并提及:
- Claude Code 最佳实践文章 - Anthropic 工程博客中的最佳实践分享
- React Native Newsletter 第 187 期 - 在最受欢迎的 React Native 社区简报中被重点介绍
- 移动自动化简报 - 第 56 期 - 长期关注移动测试与自动化资源的简报中有所提及
- punkeye/awesome-mcp-server 列表 - 被收录于最受欢迎的精选 MCP 服务器合集之一
工具
get_booted_sim_id
描述:获取当前已启动的 iOS 模拟器的 ID
参数:无参数
open_simulator
描述:打开 iOS 模拟器应用程序
参数:无参数
ui_describe_all
描述:描述 iOS 模拟器中整个屏幕的可访问性信息
参数:
{
/**
* 目标设备的 UDID,也可通过 IDB_UDID 环境变量设置
* 格式:UUID(8-4-4-4-12 个十六进制字符)
*/
udid?: string;
}
ui_tap
描述:在 iOS 模拟器屏幕上执行点击操作
参数:
{
/**
* 按压持续时间,单位为秒(允许使用小数)
*/
duration?: string;
/**
* 目标设备的 UDID,也可通过 IDB_UDID 环境变量设置
* 格式:UUID(8-4-4-4-12 个十六进制字符)
*/
udid?: string;
/** X 坐标 */
x: number;
/** Y 坐标 */
y: number;
}
ui_type
描述:向 iOS 模拟器输入文本
参数:
{
/**
* 目标设备的 UDID,也可通过 IDB_UDID 环境变量设置
* 格式:UUID(8-4-4-4-12 个十六进制字符)
*/
udid?: string;
/**
* 要输入的文本
* 格式:仅限 ASCII 可打印字符
*/
text: string;
}
ui_swipe
描述:在 iOS 模拟器屏幕上执行滑动操作
参数:
{
/**
* 滑动持续时间,单位为秒(允许使用小数)
*/
duration?: string;
/**
* 目标设备的 UDID,也可通过 IDB_UDID 环境变量设置
* 格式:UUID(8-4-4-4-12 个十六进制字符)
*/
udid?: string;
/** 起始 X 坐标 */
x_start: number;
/** 起始 Y 坐标 */
y_start: number;
/** 结束 X 坐标 */
x_end: number;
/** 结束 Y 坐标 */
y_end: number;
/** 滑动过程中每一步的增量(默认为 1) */
delta?: number;
}
ui_describe_point
描述:返回 iOS 模拟器屏幕上指定坐标处的可访问性元素
参数:
{
/**
* 目标设备的 UDID,也可通过 IDB_UDID 环境变量设置
* 格式:UUID(8-4-4-4-12 个十六进制字符)
*/
udid?: string;
/** X 坐标 */
x: number;
/** Y 坐标 */
y: number;
}
ui_view
描述:获取当前模拟器视图的压缩截图图像内容
参数:
{
/**
* 目标设备的 UDID,也可通过 IDB_UDID 环境变量设置
* 格式:UUID(8-4-4-4-12 个十六进制字符)
*/
udid?: string;
}
screenshot
描述:截取 iOS 模拟器的屏幕快照
参数:
{
/**
* 目标设备的 UDID,也可通过 IDB_UDID 环境变量设置
* 格式:UUID(8-4-4-4-12 个十六进制字符)
*/
udid?: string;
/** 截图保存的文件路径。如果是相对路径,则使用 IOS_SIMULATOR_MCP_DEFAULT_OUTPUT_DIR 环境变量指定的目录;若未设置,则保存到 ~/Downloads。 */
output_path: string;
/** 图像格式(png、tiff、bmp、gif 或 jpeg)。默认为 png。 */
type?: "png" | "tiff" | "bmp" | "gif" | "jpeg";
/** 要捕获的显示画面(内部或外部)。默认值取决于设备类型。 */
display?: "internal" | "external";
/** 对于非矩形屏幕,按策略处理遮罩(忽略、透明或黑色)。 */
mask?: "ignored" | "alpha" | "black";
}
record_video
描述:使用 simctl 直接录制 iOS 模拟器视频
参数:
{
/** 可选的输出路径。若未提供,则会使用默认名称。文件将保存在 IOS_SIMULATOR_MCP_DEFAULT_OUTPUT_DIR 指定的目录中,或在环境变量未设置时保存到 ~/Downloads。 */
output_path?: string;
/** 指定编解码器类型:“h264”或“hevc”。默认为 “hevc”。 */
codec?: "h264" | "hevc";
/** 要捕获的显示画面:“internal” 或 “external”。默认值取决于设备类型。 */
display?: "internal" | "external";
/** 对于非矩形屏幕,按策略处理遮罩:“ignored”、“alpha” 或 “black”。 */
mask?: "ignored" | "alpha" | "black";
/** 强制写入输出文件,即使文件已存在。 */
force?: boolean;
}
stop_recording
描述:使用 killall 命令停止模拟器视频录制
参数:无参数
install_app
描述:在 iOS 模拟器上安装应用包(.app 或 .ipa 文件)
参数:
{
/**
* 目标设备的 UDID,也可通过 IDB_UDID 环境变量设置
* 格式:UUID(8-4-4-4-12 个十六进制字符)
*/
udid?: string;
/** 要安装的应用包路径(.app 目录或 .ipa 文件) */
app_path: string;
}
launch_app
描述: 通过捆绑标识符在 iOS 模拟器上启动应用
参数:
{
/**
* 目标设备的 UDID,也可以通过 IDB_UDID 环境变量设置
* 格式:UUID(8-4-4-4-12 个十六进制字符)
*/
udid?: string;
/** 要启动的应用程序的捆绑标识符(例如 com.apple.mobilesafari) */
bundle_id: string;
/** 如果应用程序已经在运行,则在启动前将其终止 */
terminate_running?: boolean;
}
💡 使用场景:通过 MCP 工具调用进行 QA 测试
该 MCP 服务器允许集成 Model Context Protocol (MCP) 客户端的 AI 助手通过工具调用来执行质量保证任务。这在功能实现后非常有用,可以帮助确保 UI 的一致性和正确的行为。
使用方法
在功能实现之后,指示您的 AI 助手在其 MCP 客户端环境中使用可用的工具。例如,在 Cursor 的代理模式下,您可以使用以下提示快速验证并记录 UI 交互。
示例提示
验证 UI 元素:
验证当前屏幕上的所有可访问性元素确认文本输入:
在文本输入框中输入“QA Test”,并确认输入内容正确检查点击响应:
点击坐标 x=250, y=400,并验证预期的元素是否被触发验证滑动操作:
从 x=150, y=600 滑动到 x=150, y=100,并确认行为正确详细检查元素:
描述位置 x=300, y=350 处的 UI 元素,以确保其标签和功能正常向 AI 代理展示模拟器屏幕:
查看当前模拟器屏幕截取屏幕截图:
截取当前模拟器屏幕的截图,并保存为 my_screenshot.png录制视频:
开始录制模拟器屏幕的视频(保存到默认输出目录,默认为 ~/Downloads,除非被 IOS_SIMULATOR_MCP_DEFAULT_OUTPUT_DIR 覆盖)停止录制:
停止当前模拟器屏幕的录制安装应用:
将位于 path/to/MyApp.app 的应用安装到模拟器上启动应用:
在模拟器上启动 Safari 应用程序(com.apple.mobilesafari)
先决条件
安装
本节提供了将 iOS 模拟器 MCP 服务器与不同 Model Context Protocol (MCP) 客户端集成的说明。
使用 Cursor 安装
Cursor 通过位于 ~/.cursor/mcp.json 的配置文件管理 MCP 服务器。
方法一:使用 NPX(推荐)
- 编辑您的 Cursor MCP 配置文件。您通常可以直接从 Cursor 打开它,或者使用如下命令:
# 使用默认编辑器打开(或使用 'code'、'vim' 等) open ~/.cursor/mcp.json # 或者如果 Cursor 提供相关命令,可以使用 # cursor ~/.cursor/mcp.json - 在
mcpServers部分添加或更新 iOS 模拟器服务器配置:
请确保 JSON 结构有效,尤其是在{ "mcpServers": { // ... 可能还有其他服务器在此列出 ... "ios-simulator": { "command": "npx", "args": ["-y", "ios-simulator-mcp"] } } }mcpServers已经存在的情况下。 - 重启 Cursor 以使更改生效。
方法二:本地开发
- 克隆此仓库:
git clone https://github.com/joshuayoes/ios-simulator-mcp cd ios-simulator-mcp - 安装依赖项:
npm install - 构建项目:
npm run build - 编辑您的 Cursor MCP 配置文件(如方法一所示)。
- 在
mcpServers部分添加或更新条目,指向您的本地构建:
重要提示: 将{ "mcpServers": { // ... 可能还有其他服务器在此列出 ... "ios-simulator": { "command": "node", "args": ["/full/path/to/your/ios-simulator-mcp/build/index.js"] } } }/full/path/to/your/替换为您克隆ios-simulator-mcp仓库的绝对路径。 - 重启 Cursor 以使更改生效。
使用 Claude Code 安装
Claude Code CLI 可以通过 claude mcp 命令或直接编辑其配置文件来管理 MCP 服务器。有关 Claude Code MCP 配置的更多详细信息,请参阅官方文档。
方法一:使用 NPX(推荐)
- 使用
claude mcp add命令添加服务器:claude mcp add ios-simulator npx ios-simulator-mcp - 如有必要,重启任何正在运行的 Claude Code 会话。
方法二:本地开发
- 克隆此仓库,按照 Cursor “本地开发”步骤 1–3 安装依赖并构建项目。
- 使用
claude mcp add命令添加服务器,指向您的本地构建:
重要提示: 将claude mcp add ios-simulator -- node "/full/path/to/your/ios-simulator-mcp/build/index.js"/full/path/to/your/替换为您克隆ios-simulator-mcp仓库的绝对路径。 - 如有必要,重启任何正在运行的 Claude Code 会话。
配置
环境变量
| 变量 | 描述 | 示例 |
|---|---|---|
IOS_SIMULATOR_MCP_FILTERED_TOOLS |
用于过滤掉不希望被注册的工具名称,以逗号分隔。 | screenshot,record_video,stop_recording |
IOS_SIMULATOR_MCP_DEFAULT_OUTPUT_DIR |
指定截图和视频录制等输出文件的默认目录。如果未设置,则使用 ~/Downloads。这在代理对文件系统访问权限有限时非常有用。 |
~/Code/awesome-project/tmp |
IOS_SIMULATOR_MCP_IDB_PATH |
指定 IDB 可执行文件的自定义路径。如果未设置,将使用 idb(假设它已在您的 PATH 中)。当 IDB 安装在非标准位置时非常有用。 |
~/bin/idb 或 /usr/local/bin/idb |
配置示例
{
"mcpServers": {
"ios-simulator": {
"command": "npx",
"args": ["-y", "ios-simulator-mcp"],
"env": {
"IOS_SIMULATOR_MCP_FILTERED_TOOLS": "screenshot,record_video,stop_recording",
"IOS_SIMULATOR_MCP_DEFAULT_OUTPUT_DIR": "~/Code/awesome-project/tmp",
"IOS_SIMULATOR_MCP_IDB_PATH": "~/bin/idb"
}
}
}
}
MCP 注册服务器列表
许可证
MIT
版本历史
1.5.22025/12/31v1.5.12025/10/07v1.5.02025/10/01v1.4.32025/09/25v1.4.22025/08/16v1.4.12025/08/14v1.4.02025/07/07v1.3.32025/06/20v1.3.22025/04/21v1.3.12025/04/18v1.3.02025/04/05v1.2.02025/03/23v1.1.02025/03/21v1.0.02025/03/20常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
