我用 AI 写了一个 Android 群控工具,从零到可用只花了一个下午

起因

手头有十几台 Android 测试机,之前一直用 Python + PyQt5 写的群控工具凑合着用。界面丑、响应慢、截屏卡顿,PyQt5 在 macOS 上的兼容性也越来越差。一直想重写但没时间。

上周试着让 AI(Claude)帮我重写,结果从架构设计到完整可用,一个下午全部搞定。

成品效果

Phone Control------ 一个现代化的 Android 多设备群控桌面应用:

  • 实时截屏预览,10+ 台设备同时刷新不卡顿

  • 批量点击、滑动、输入文本、发送按键

  • 一键 scrcpy 投屏,支持远程 ADB 服务器

  • 内置 ADB Shell,对选中设备批量执行命令

  • 分页浏览、设备筛选、FPS 调节

  • 深色主题,原生桌面体验

技术栈:Rust + Tauri 2 + React + TypeScript。打包后的 app 只有 10MB 左右,内存占用是 Electron 方案的 1/5。

AI 做了什么

整个项目100% 由 AI 编写,包括:

后端(Rust)

  • ADB 设备发现与轮询机制

  • 多服务器管理与配置持久化

  • 异步截屏循环(PNG 解码 → 缩放 → JPEG 压缩)

  • 坐标缩放算法(不同分辨率设备自动适配)

  • scrcpy 启动集成(本地/远程 ADB 服务器)

  • 10 个单元测试

前端(React + TypeScript)

  • Zustand 状态管理

  • Tauri IPC 事件监听

  • 设备卡片网格(React.memo 优化)

  • 分页逻辑 + 自动预览管理

  • Text/Shell 双模式工具栏

  • 完整的 CSS Modules 深色主题

工程化

  • Tauri 2 项目脚手架

  • GitHub Actions CI(macOS + Windows 自动构建)

  • README 文档

开发过程

整个过程就是不断对话:

  1. 我描述需求 → AI 出架构方案

  2. 我确认方案 → AI 写代码、跑编译、修 bug

  3. 我截图反馈 → AI 看截图定位问题、修复

  4. 我提新需求 → AI 增量开发、重新打包

几个印象深刻的瞬间:

  • 我说"远程 ADB 的 scrcpy 连不上",AI 直接知道要设置 ADB_SERVER_SOCKET 环境变量和 --tunnel-host 参数

  • 我说"用久了会白屏",AI 分析出是截屏数据太大导致 WebView 内存溢出,改成 JPEG 压缩 + 缩放,数据量降低了 30-50 倍

  • 我说"打包后找不到设备",AI 知道是 macOS app bundle 不继承终端 PATH,自动补了常见路径

没有手写一行代码。我的工作就是提需求、测试、反馈。

值得注意的技术决策

这些都是 AI 自己做的,不是我指定的:

|----------------------------|----------------------------|
| 决策 | 原因 |
| 截屏用异步 tokio::process 而不是同步 | 10 台设备并发不阻塞线程池 |
| PNG → JPEG 压缩在 Rust 端做 | 减少 IPC 传输量,防止 WebView 内存泄漏 |
| 选中状态只存前端 Zustand | 减少 IPC 通信,serials 按需传给后端 |
| DeviceCard 用 React.memo | 截屏更新只重渲染对应卡片 |
| 分页时自动管理 preview 生命周期 | 切页停旧的、启新的,不浪费资源 |

和之前 Python 版本对比

|--------------|-----------------------|--------------|
| 指标 | Python + PyQt5 | Rust + Tauri |
| 安装包大小 | ~150MB(含 Python 运行时) | ~10MB |
| 内存占用(10 台设备) | ~800MB | ~150MB |
| 截屏延迟 | 明显卡顿 | 流畅 |
| 跨平台 | 需要分别打包,兼容性差 | 一套代码,CI 自动构建 |
| 开发耗时 | 两周 | 一个下午 |
| UI 美观度 | 原生 Qt 风格 | 现代深色主题 |

开源

项目已开源,MIT 协议:

  • 支持 macOS / Windows

  • 开箱即用,只需要安装 ADB

  • 详细的 README 和架构说明

如果你也有多设备管理的需求,欢迎试用。

github: https://github.com/0pen1/PhoneControl


这篇文章也是 AI 写的。

相关推荐
龙文浩_6 分钟前
AI中NLP的注意力机制的计算公式解析
人工智能·pytorch·深度学习·神经网络·自然语言处理
北京软秦科技有限公司7 分钟前
物流运输环境检测进入AI报告审核时代:IACheck如何重塑报告精准性与全流程质量把控?
大数据·人工智能
鬼先生_sir10 分钟前
Spring AI Alibaba 用户使用手册
java·人工智能·springai
跟着狗蛋学安全17 分钟前
Windows本地大语言模型部署
人工智能·语言模型·自然语言处理
视***间24 分钟前
智视无界,一采倾城 —— 视程空间高性能影像采集卡,开启视觉采集全新时代
人工智能·边缘计算·采集卡·ai算力·视程空间·视频采集卡
橘子编程31 分钟前
MindOS:你的AI第二大脑知识库
java·开发语言·人工智能·计算机网络·ai
tq108631 分钟前
决断的再生产:压力、结构与AI的边界
人工智能
小陈工37 分钟前
2026年4月8日技术资讯洞察:边缘AI推理框架竞争白热化,Python后端开发者的机遇与挑战
开发语言·数据库·人工智能·python·微服务·回归
无代码专家43 分钟前
轻流 AI 无代码生产管理方案:从计划到交付的数字化闭环
人工智能·无代码