前言¶
DSH 的理念是「一切皆插件」，移动端操控能力也可以作为插件接入 agent 的工具集。dsh-mobile-control 就是这样一个 DSH 插件：它通过 WebDriverAgent（WDA）驱动 iOS 模拟器，提供截图、查找 UI 元素、点击、打开 URL、导出可访问性树等操作。
与依赖 macOS 辅助功能或 idb 的路径不同，这个插件使用 WDA 的 HTTP 服务。安装后，它会向 agent 注册 8 个 mobile_* DSH 工具，让会话里可以直接用自然语言或工具调用完成 iOS 模拟器操作。
这是什么¶
dsh-mobile-control 是 DeepSeek Harness（DSH）插件，定位为：
DeepSeek Harness 插件 · 操控手机 / DSH plugin for controlling mobile devices
仓库由 PangYiMing 维护，许可证为 MIT。
它解决的核心问题是：让 DSH agent 能通过一组 mobile_* 工具操作 iOS 模拟器。插件底层依赖 WDA 驱动，能力包括截图、元素查找、点击、打开 URL 或自定义 scheme、导出当前前台 app 的可访问性树 XML，以及使用 simctl privacy grant 做隐私预授权。
核心功能¶
下面是已核实的主要能力：
- 通过 WebDriverAgent（WDA）驱动 iOS 模拟器
- WDA 暴露
localhost:8100HTTP 服务 - 端口自适应；真实端口可能写入
~/.cache/webdriveragent/wda.port - iOS 模拟器截图
- 按 accessibility label / class 查找 UI 元素
- 点击元素，或按逻辑点坐标点击
- 打开 URL 或自定义 scheme 深链
- 导出当前前台 app 的可访问性树 XML
- 使用
simctl privacy grant预授权，避免系统弹窗挡自动化 - WDA 幂等启动与端口自适应
- 安装插件后注册 8 个
mobile_*DSH 工具
WDA 的特点是：零 macOS 辅助功能授权、不依赖 idb，并且可以点任意 app，包括系统弹窗。
安装与启用¶
先确认运行环境。package.json 声明：
Node >=20.11peerDependencies为@deepseek-ai/dsh-tools和@deepseek-ai/cordis
然后从 GitHub 安装：
dsh plugin --profile demo add github:PangYiMing/dsh-mobile-control
GitHub 源码安装需要 prepare 构建。安装完成后，插件会注册 8 个 mobile_* DSH 工具，供 agent 在会话中调用。
典型用法¶
1、启动 WDA¶
先启动 WDA：
bash scripts/wda-up.sh [UDID] # 不传 UDID 用当前 Booted 的模拟器
脚本采用幂等启动：如果 WDA 已在运行，直接返回；如果有缓存，可跳过编译；如果没有缓存，需要先完成 clone 和编译。端口自适应时，真实端口可能写入：
~/.cache/webdriveragent/wda.port
插件和脚本都会读取该端口，而不是固定假定 8100。
2、检查 WDA 状态¶
默认情况下可以检查 localhost:8100/status：
curl -s localhost:8100/status | head -c 200
如果端口自适应后实际端口不是 8100，应使用从 ~/.cache/webdriveragent/wda.port 读取到的端口替换 8100。
3、在 agent 会话中调用¶
安装插件后，可以直接在 agent 会话里用自然语言触发工具。例如：
用 mobile_wda_up 启动 WDA，然后 mobile_tap 点 (268, 492)
下面是一些已核实的工具用法示例：
- 使用
mobile_find_element按 accessibility label / class 找 UI 元素，返回元素 id - 使用
mobile_tap点元素（elementId）或按逻辑点坐标（x/y）点击 - 使用
mobile_open_url打开 URL 或自定义 scheme 深链 - 使用
mobile_grant_privacy预授权，避免系统弹窗挡自动化
插件还提供 iOS 模拟器截图、导出当前前台 app 的可访问性树 XML 等能力。
适用场景与注意¶
适合的场景：
- 在 macOS 上使用完整版 Xcode
- 需要 DSH agent 自动操作 iOS 模拟器
- 不想依赖 macOS 辅助功能授权
- 不想依赖 idb
- 需要点击任意 app，包括系统弹窗
注意以下限制：
- 需要完整版 Xcode；XCUITest 靠
testmanagerd拉起，纯simctl launch起不来 HTTP 服务 - 真机 WDA 必须用含设备 UDID 的描述文件重新签名，不能直接复用模拟器包
- 模拟器包未签名，
arch=arm64+x86_64，可跨 Mac 复用 - Android（ADB）支持、元素级滑动 / 长按 / 输入文本在路线图中未完成
- 插件以当前
dsh进程权限运行，安装前应检查源码与 MIT 许可证 - 社区目录是独立站点，不等同于官方应用商店
结尾¶
dsh-mobile-control 把 WDA 驱动的 iOS 模拟器操控能力封装成 DSH 工具。适合需要在 agent 会话里完成截图、找元素、点击、打开 URL、导出可访问性树和隐私预授权的场景。
相关链接：
- GitHub 源码：
https://github.com/PangYiMing/dsh-mobile-control - 目录页：未在本次已核实资料中给出具体 URL
