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
Agent手记13 小时前
安全生产巡检全流程自动化与隐患预警方案:2026工业Agent落地实战指南
数据库·人工智能·安全·ai·自动化
SEO_juper13 小时前
语音搜索 GEO 优化,口语化英文短句布局玩法
人工智能·seo·geo·谷歌优化·2026·谷歌算法更新·口语化
szxinmai主板定制专家13 小时前
RK3568 + CODESYS+实时系统运动控制器PLC,支持 AI 视觉目标检测,预测性维护,混合多系统部署,多路模拟量采集
arm开发·人工智能·嵌入式硬件·fpga开发
大囚长13 小时前
自由能原理与预测处理的理论解析及其跨领域启示
人工智能·数学建模
Want59513 小时前
数字人场景落地:企业展厅 / 指挥大屏从展示到服务
人工智能·数字人
工业机器人销售服务13 小时前
伯朗特机器人集成智能料库,为多台激光切割机提供24小时不间断的板材上下料服务
人工智能
前端若水13 小时前
从零开始学习AI Agent的实战路线图
人工智能·学习
ting945200013 小时前
Vivago Video Agent 技术深度解析:大模型驱动的叙事视频全链路生成
人工智能·音视频
鸽芷咕13 小时前
MuMu模拟器接入AI工具,三步实现自然语言控制
人工智能
wb0430720113 小时前
氛围编程的冷思考:当“感觉“遇上“规范“——为何 Vibe Coding 并非企业级开发的万能药
大数据·人工智能