Ghost in the Droid

Name: Ghost in the Droid
Author: ghost-in-the-droid

作者：ghost-in-the-droidバージョン 1.3.2i★ –iパソコンで動く

レジストリ名io.github.ghost-in-the-droid/android-agent

インストール

概要

作者による説明（英語の原文）

Give any LLM agent a real Android or iPhone as its body. 62 MCP tools for mobile automation.

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

利用者の声iレビューはまだありませんレビューは今後のステップで、アカウント機能と一緒に始まります
私たちの基本チェックi1項目中1項目に合格公開情報からチェック。コードはまだスキャンしていません
利用状況i未計測★ –

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

接続方法: パソコンで動く
トランスポート: stdio
カテゴリ: 検索・AIの記憶

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

基本チェック：1項目中1項目に合格
あなたのパソコンで、あなたのユーザーと同じ権限（ファイル、ネットワーク、アプリ）で動きます。
レジストリには、入力が必要なキーは載っていません。

必要なもの

PyPIPythonのuvのインストール（uvxコマンドに必要）

どのアプリを使っていますか？

ClaudeClaude CodeCursorVS CodeChatGPT

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

{
  "mcpServers": {
    "android-agent": {
      "command": "uvx",
      "args": [
        "ghost-in-the-droid"
      ]
    }
  }
}

ターミナルでこれを実行します

claude mcp add android-agent -- uvx ghost-in-the-droid

Cursorで開く

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

{
  "mcpServers": {
    "android-agent": {
      "command": "uvx",
      "args": [
        "ghost-in-the-droid"
      ]
    }
  }
}

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

VS Codeで開く

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

{
  "servers": {
    "android-agent": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "ghost-in-the-droid"
      ]
    }
  }
}

これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月6日にチェック

✓ 合格
作者とリポジトリが一致
レジストリ名は、リポジトリを所有するGitHubアカウント ghost-in-the-droid で確認済みです
… 未チェック
今もメンテナンスされている
このリポジトリはまだGitHubから読み取っていません
… 未チェック
ライセンスがある
このリポジトリはまだGitHubから読み取っていません
– 対象外
エンドポイントが応答する
これはパソコンで動くため、インターネット上のエンドポイントはありません
– 対象外
OAuthでサインイン
パソコンで動き、代わりにローカルの設定を使います
… 未チェック
ツールの説明に隠れた指示がない
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

検索・AIの記憶のほかのサーバーとの比較i

このカテゴリのほかの7247件のうち0%よりスターが多い
このカテゴリのほかの7247件のうち23%より最近レジストリに公開
基本チェックの結果が、このカテゴリのほかの7247件のうち100%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

Ghost in the Droidは安全ですか？

当てはまる基本チェック1項目のうち1項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

レジストリには必須のキーは載っていません。ただし、最初に使うときにサインインを求めるサーバーもあります。

パソコンで動きますか、それともクラウドですか？

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません（サーバー自体がオンラインサービスを呼び出す場合を除きます）。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は–、最新バージョン（1.3.2）がレジストリに届いたのは4 か月前です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにPython (uv)も必要です。

代わりに使えるものは？

同じカテゴリには：Context7, Codebase Memory, Exa

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

Context7

作者：upstash

Up-to-date docs for AI agents

パソコンでもクラウドでも★ 64,224MIT今日更新

インストール

Codebase Memory

作者：DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

パソコンで動く★ 48,148MIT20 日前更新

インストール

Exa

作者：exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

クラウドで動く★ 5,213MIT先月更新

インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

Ghost in the Droid

Summon a ghost into your phone.

It sees the screen. It taps the buttons. It never sleeps.

Website · Docs · Skill Hub · Releases

▶ Watch full HD with sound on YouTube · Download mp4

Nine agents. Nine real devices. One ghost. (Click to watch.)

The pitch, in one breath

Every AI agent can think. Almost none can touch a phone.

Ghost is the body. It gives any LLM agent a real Android phone or iPhone: it reads the screen, taps, swipes, and types through a clean tool surface, and it scales from one device on your desk to a whole phone farm. Point Claude Code, Codex, Antigravity, Cursor, your LangChain app, or a model running *inside the phone itself* at it, and your agent grows hands.

Bring your own brain. Keep the same body. MIT, forever.

Mix and match: the Ghost matrix

Ghost 1.3 is the only Android + iOS agent framework where platform, brain, and driver are all swappable. Pick one from each column. They all compose.

Pick a platform	Pick a brain	Pick a driver
Android over USB ADB	Claude Code (free with your Max/Pro sub)	MCP client (Claude Code, Codex, Antigravity, Cursor, Opencode)
Android over Wi-Fi ADB	Anthropic API	LangChain toolkit
Android in a Docker + KVM emulator pool	OpenRouter (any model, one key)	LlamaIndex tool spec
iPhone over Appium + WebDriverAgent	Ollama (fully local)	Ghost CLI (`ghost "book a table" --device pixel`)
iPhone over Tailscale + WebDriverAgent (wireless)	vLLM (your own GPU)	Web dashboard chat with a live phone stream
	On-device — llama.cpp (`.gguf`, any quant), MediaPipe (`.task`, Gemma mobile bundles), MLX (Apple Silicon, opt-in). The model runs in the phone, airplane-mode works	REST API (`/docs` OpenAPI)

The Docker + KVM emulator pool is Android-only; iOS uses Apple's own simulator and Xcode signing, which are macOS-native.

The body stays the same 62 MCP tools no matter what you plug in. Every new model release is a free upgrade to your phone agent.

See it in action

Nine demos, one per feature, each recorded on real devices. Click any clip for the full mp4.

MCP clients: point your agent at a phone

Claude Code : type in the TUI, watch it drive the phone.

Codex : OpenAI's CLI operating a real phone over MCP.

Antigravity : Google's agent, same 62-tool body.

Interfaces: CLI, framework, browser

Ghost CLI : ghost "check reddit" --device asus .

LangChain : Ghost's tools in a framework agent.

Web chat : chat in your browser, it drives a real phone.

On-device and iOS: the phone as body and brain

On-device Android : model runs in the app, airplane mode.

On-device iPhone : your iPhone talks to itself.

iPhone, real app : Ghost does the Duolingo lesson.

What It Does

Open-source Python framework for controlling Android and iOS devices from one agent harness. Android runs through ADB. iOS runs through Appium XCUITest and WebDriverAgent, with real iPhones as the target path and simulators for development and CI.

Define skills for any app, run them from the dashboard or API, scale across a phone farm.

The ghost taps what you'd tap

Android control through ADB: tap, swipe, type, clipboard, shell, intents, and stealth variants
iOS control through WebDriverAgent: screenshot, accessibility tree, tap, swipe, type, app launch, clipboard, browser actions
Live phone screen streaming: Android MJPEG/WebRTC, iOS WDA MJPEG with screenshot fallback
Interactive touch-to-tap on the streamed screen
Multi-device phone farm with per-device job queues

Forge reusable skills for any app

YAML-based UI element definitions per app
Platform-specific selectors with elements.yaml for Android and elements_ios.yaml for iOS
Python action classes with precondition checks
Multi-step workflows that chain actions together
Built-in skills for TikTok and Play Store
iOS browser/news demo skill and smoke-level TikTok iOS workflows
Skill Hub: browse, search, and install skills from the community registry
Install from CLI: android-agent skill install tiktok

Teach the ghost new tricks

BFS-based auto app explorer: discovers every screen and transition
LLM-assisted Skill Creator: chat with AI while viewing the live device stream
The AI identifies UI elements and generates action/workflow code

Scale the haunting

Multi-device phone farm with per-device job queues
Bot runner: queue, schedule, and monitor automation jobs
Per-device integration tests with Android screen recording or iOS WDA MJPEG recording

Platform Support

Surface	Android	iOS
Device ref	ADB serial, e.g. `emulator-5554`	`ios:`
Backend	ADB + optional Portal companion app	Appium XCUITest + WebDriverAgent
Real device support	Yes	Yes, with Mac/Xcode/WDA signing
Simulator/emulator support	Android emulator tooling	Booted iOS simulators via Appium/WDA
Live stream	Portal WebRTC, MJPEG, screencap	WDA MJPEG, screenshot polling fallback
Screen tree	Android UIAutomator XML	Normalized XCTest accessibility tree
Skills	`elements.yaml`, Android packages	`elements_ios.yaml`, iOS bundle IDs
Android-only today	ADB shell, intents, wireless ADB, Play Store helpers, Portal overlay	Unsupported with stable platform errors

Why it is built this way

Skills cost $0. Thinking costs tokens. An agent should not pay an LLM to tap a button it has tapped a thousand times. Known workflows compile to skills: deterministic YAML + Python recipes that replay in seconds with zero LLM calls. Use AI for the unknown task, replay for the known one.

The phone is the easiest sandbox there is. Give the ghost an old Android with its own SIM and its own accounts, physically separate from your life. You already know how to set up a phone.

Zero-app by default. A fresh install touches nothing on the Android device: screen reads go through uiautomator, actions through adb shell input, no root, no accessibility service. Want it faster? The optional Portal companion app gives roughly 30x quicker UI reads. Want it private? On-device mode runs the whole loop inside the phone, nothing leaves it. All opt-in.

Local-first, cloud-optional. The server and dashboard run on your machine. With a local or on-device brain, your screenshots never leave your network. Pick a cloud brain and prompts go to that provider, same as any tool. Your call, always.

Requirements

Python 3.10+
Android: Android phone with USB debugging enabled and ADB on PATH (adb devices should list your phone)
iOS: macOS with Xcode, Appium 2 + XCUITest driver, and a trusted iPhone or booted simulator
Node.js 18+ (for the frontend dev server)

iOS Support

Ghost drives iPhones through Appium/WebDriverAgent with the same tool surface: ios: device refs route tap/swipe/type/screenshot to WDA, and iOS-aware browser primitives (open_url, read_news, extract_visible_text) cover web tasks. Android-only tools (shell, launch_intent, Portal overlay) return a clear platform error instead of failing silently.

iOS is opt-in: enable it with GITD_ENABLE_IOS=1 (or ios_platform_enabled=true in .env). Wireless drive rides your Tailscale tailnet, so treat the tailnet as the trust boundary. See docs/SETUP_IOS.md for Appium/WDA setup, and on-device on iPhone to run the model on the iPhone itself.

Quick Start

Zero-install with uvx (or pipx):

uvx ghost-in-the-droid doctor   # green/red preflight: python, adb on PATH, devices, ports, LLM keys

uvx ghost-in-the-droid login # sign in with your Claude subscription, no API key needed uvx ghost-in-the-droid up # server + dashboard at http://localhost:5055 (API docs at /docs)

doctor prints a checklist with fix hints instead of a stack trace when something is missing (e.g. adb not on PATH). Prefer pipx? pipx install ghost-in-the-droid gives you the `ghost-

冒頭だけを表示しています。続きはリポジトリで読めます

Ghost in the Droid

概要

PopNx MCPの3つの柱

できること

インストール

インストールの前に

できること

基本チェックi

作者とリポジトリが一致

今もメンテナンスされている

ライセンスがある

エンドポイントが応答する

OAuthでサインイン

ツールの説明に隠れた指示がない

検索・AIの記憶のほかのサーバーとの比較i

よくある質問

代わりの候補

Context7

Codebase Memory

Exa

作者のREADME

The pitch, in one breath

Mix and match: the Ghost matrix

See it in action

What It Does

Platform Support

Why it is built this way

Requirements

iOS Support

Quick Start