GeeLark MCP 配置指南：7 个云手机与社媒自动化场景
分享至
GeeLark MCP Server 已经上线。现在，你可以将 GeeLark 连接到 Codex、Claude、Cursor 等 AI 智能体。告诉 AI 你想做什么，它就能帮助管理云手机和浏览器环境，或设置自动化任务。
这篇指南介绍 GeeLark MCP 能做什么，以及怎样把它接入你使用的 AI 智能体。我也会分享一些实际例子，说明怎样用 AI 管理云手机、自动处理日常任务。
什么是 GeeLark MCP
GeeLark MCP 让 Codex、Claude、Cursor 等 AI 智能体通过 GeeLark API 使用你的云手机、浏览器环境及其他功能。
它采用模型上下文协议（Model Context Protocol，简称 MCP）。这是一种连接 AI 工具与其他服务的开放标准。连接 GeeLark 并通过 API 令牌授权后，你可以用日常语言告诉 AI 要做什么，再由 AI 调用完成任务所需的 GeeLark 工具。
GeeLark MCP 支持以下功能：
| 类别 | 可以做什么 |
| 云手机 | 查找、创建、编辑、启动、关闭、复制和删除云手机，查看设备状态并截图。 |
| 浏览器环境 | 创建、管理和启动浏览器环境，截图，以及安排浏览器自动化任务。 |
| 代理 | 添加、查看、编辑、删除和测试代理。 |
| 分组 | 创建、查看、编辑和删除分组，按项目整理设备。 |
| 标签 | 创建、查看、编辑和删除标签，并为云手机分配标签。 |
| 自动化 | 创建和安排自动化任务，查看任务历史，取消或重新运行任务，以及使用支持的社媒自动化模板。 |
| 应用与文件 | 安装和卸载应用，批量管理多台设备上的应用，上传文件，以及管理 GeeLark 素材库中的内容。 |
| 账单与套餐 | 查看余额、交易记录和套餐详情；通过支持的选项续订或升级套餐，以及购买云手机时长。 |
连接 GeeLark MCP 前的准备
开始前，你需要准备：
- GeeLark 付费账号：确认套餐包含 API 使用权限（Base 或 Pro）。
- GeeLark API 令牌：可在 GeeLark 应用的 GeeHub 中找到。
- 支持 MCP 的 AI 智能体：例如 Codex、Claude、Cursor，或其他支持 MCP 的 AI 智能体。
在 GeeHub 中，确认 API Connection（API 连接）显示为 Active（已启用）。然后在 MCP 设置中找到 GEELARK_TOKEN，连接时会用到这个令牌。
请妥善保管令牌，不要把它粘贴到聊天中。
连接 GeeLark MCP
让 AI 帮你配置 GeeLark MCP
最简单的方法是打开 AI 智能体，发送下面这段提示词：
帮我把 GeeLark MCP Server 连接到我正在使用的 AI 智能体。我是新手，请一步一步带我完成配置。
先阅读 GeeLark 官方文档：
https://github.com/GeeLark/geelark-cli/#use-as-mcp-server
请按以下方式帮助我：
1. 一步一步来。不要一开始就给我一长串命令或配置文件。用简单的话只解释下一步，等我完成后再继续。
2. 尽量帮我完成配置。先检查我的电脑，选择合适的安装方式。如果你能修改我的电脑，请在安装软件或更改设置前先征求我的同意。如果不能，请准确告诉我点击哪里、输入什么。
3. 帮我在本地输入 GeeLark 令牌。在 GeeLark 应用中打开 GeeHub → API → MCP，找到 GEELARK_TOKEN。教我如何在自己的电脑上填写它，不要让我把真实令牌粘贴到聊天中。
4. 遵循官方文档。不要猜测设置，也不要使用第三方 MCP 服务器。如果你无法访问文档，请让我粘贴相关部分。
5. 测试连接。配置完成后，尝试获取我的云手机列表，检查 GeeLark MCP 是否正常工作。
最重要的是，不要一次发来整个配置流程。现在只告诉我第一步。
然后按照 AI 智能体的指引完成配置。
手动配置 GeeLark MCP
如果你配置过 MCP 服务器，可以直接把 GeeLark MCP 添加到 AI 工具中。
Claude Code/Cursor/Trae
打开 AI 工具的 MCP 配置文件，例如：
- Cursor: \~/.cursor/mcp.json
- Trae: \~/.trae/mcp/mcp.json
- Claude Code：可以用 claude mcp add 命令添加服务器。
对于使用 JSON 配置文件的工具，可以参考下面的示例：
{
"mcpServers": {
"geelark": {
"command": "npx",
"args": ["-y", "geelark-cli@latest", "mcp"],
"env": {
"GEELARK_TOKEN": "YOUR_GEELARK_TOKEN"
}
}
}
}
将 YOUR_GEELARK_TOKEN 替换为 GeeLark 应用中 GeeHub → MCP 提供的令牌。
这个配置通过 npx 运行 GeeLark MCP，因此电脑需要有可正常使用的 Node.js 环境。
GeeLark 还支持两个可选设置：
- GEELARK_BASE_URL：GeeLark API 地址，默认为 https://openapi.geelark.com。
- GEELARK_BROWSER_BASE_URL：本地浏览器 API 地址，默认为 http://localhost:40185。
如果不需要自定义地址，可以省略这两个设置。
如果已经安装了 geelark-cli，可以用 geelark-cli mcp 启动服务器，无需再用 npx。
重新加载 MCP 客户端，然后让 AI 智能体列出你的 GeeLark 云手机，确认连接是否正常。
更多配置方式请参阅GeeLark MCP 官方文档。
Codex
打开 Codex 配置文件 \~/.codex/config.toml，添加与你的操作系统对应的示例配置。
Windows:
[mcp_servers.geelark]
command = "cmd.exe"
args = ["/d", "/c", "npx", "-y", "geelark-cli@latest", "mcp"]
[mcp_servers.geelark.env]
GEELARK_TOKEN = "YOUR_GEELARK_TOKEN"
macOS / Linux:
[mcp_servers.geelark]
command = "npx"
args = ["-y", "geelark-cli@latest", "mcp"]
[mcp_servers.geelark.env]
GEELARK_TOKEN = "YOUR_GEELARK_TOKEN"
将 YOUR_GEELARK_TOKEN 替换为 GeeHub → MCP 中的令牌。
保存文件并重启 Codex，然后就可以尝试使用 GeeLark MCP。
注意：这种配置方式要求电脑能运行 npx。如果连接失败，可以让 AI 智能体检查电脑环境和 MCP 配置。
测试连接
配置完成后，发送下面这句简单的提示词来测试连接：
我在 GeeLark 中有多少台云手机？
如果连接正常，AI 会通过 GeeLark MCP 统计你的云手机数量。
把结果与 GeeLark 应用中显示的数量对比。如果一致，就可以开始使用了。
先让 AI 熟悉 GeeLark MCP
不同 AI 智能体和模型理解指令、使用工具的方式可能不同。接入 MCP 后，AI 通常能看到可用工具，但不一定马上知道怎样组合这些工具来完成一整项任务。
在我的测试中，先让 AI 了解 GeeLark MCP 能做什么，后续操作会更顺利。这样，我不用记住 API 命令或准确的工具名称，用日常语言描述任务即可。
可以先发送这段提示词：
我已经把 GeeLark MCP 连接到了 AI 智能体。
开始之前，请检查你可以使用的 GeeLark MCP 工具，了解每个工具的功能、用法，以及需要注意的限制。
我会用日常语言描述想做的事，不一定知道准确的工具名称或 API 命令。请你判断该用哪些 GeeLark 工具；如果任务需要多步操作，也请安排好工具的调用顺序。
只使用实际可用的工具，不要猜测 GeeLark MCP 的能力。只有缺少重要信息时再向我提问，修改前先得到我的确认。
现在先不要执行任何操作。请简短介绍你能帮我做什么，并给出五个实用例子。
完成这一步后，你就可以让 AI 查找指定的云手机、按项目整理设备，或安排自动化任务。它会从实际可用的 GeeLark MCP 工具中选择合适的工具。
GeeLark MCP 的 7 个使用场景
GeeLark MCP 不只是让 AI 帮你点按钮。它还能把查找设备、整理信息和执行操作串成一个流程。下面是七个实用例子，你可以复制提示词，并将[方括号]里的内容换成自己的信息。
1. 配置云手机
假设你需要 10 台运行安卓 13–16 的云手机，希望使用不同的手机品牌和机型，并从 GeeLark 已保存的代理中挑选五个美国代理。每台手机的 GPS 位置也需要与所分配的代理匹配。
手动处理时，你需要逐项检查可用的安卓版本、机型、代理和位置，再配置云手机。使用 GeeLark MCP 后，可以先让 AI 检查可用资源、拟定方案，得到你的同意后再创建云手机。
这里有个细节：代理检测可能会返回 IP 所在的国家、州和城市，但没有精确的 GPS 坐标。AI 应查找可靠的坐标，不能随意编造。另外，五个代理分配给 10 台手机，意味着部分代理会共用。创建前要检查分配方案。
提示词：
创建[10]台云手机，使用安卓[13–16]及不同的可用机型。从我已保存的代理中挑选[5]个可用的美国代理并分配给这些手机。根据代理 IP 检测出的所在地，使用经过核实的坐标设置每台手机的 GPS 位置。
2. 统计云手机配置
管理几十台或几百台云手机时，很容易记不清设备配置。多少台运行安卓 14？多少台运行安卓 16？使用最多的是哪些品牌和机型？
让 AI 读取 GeeLark 设备列表，按安卓版本、品牌和机型统计数量，再用表格展示。这样就能快速了解设备配置，无需逐台检查。
提示词：
在[你的分组]中，我的 GeeLark 云手机分别使用哪些安卓版本和手机机型？每种配置各有多少台？请用简单的表格列出。
3. 清理和整理标签
用久了，GeeLark 中的标签可能越积越多。有些已不再使用，有些名称非常接近。可以让 AI 检查标签及其关联的云手机，找出未使用的标签，并建议更清楚的命名方式。
提示词：
检查[我所有云手机]的标签，找出未使用的标签、相似名称，以及没有标签的云手机。请提出更清楚的命名方案，先不要修改。
4. 为不同云手机安装不同应用
假设你刚为不同的社媒项目创建了 50 台云手机。一组需要 TikTok 和 Instagram，另一组需要 TikTok、Facebook 和 Reddit。
告诉 AI 每组需要哪些应用，它就可以启动云手机、安装应用，并在完成后关闭手机。你不用来回切换分组，也不用逐项设置安装任务。
提示词：
我刚在[A 组]和[B 组]创建了新的云手机，目前都处于关闭状态。请启动这些手机，为 A 组安装[TikTok 和 Instagram]，为 B 组安装[TikTok、Facebook 和 Reddit]。安装完成后，关闭所有这些手机，并告诉我结果。
5. 检查和整理代理
导入大量代理后，你可能记不清哪些还可用、哪些已分配给手机、哪些没有使用。
可以让 GeeLark MCP 检查连接状态，查看每个代理关联了哪些手机，并找出未使用的代理。AI 也能建议如何按国家或项目分组。
提示词：
检查我在 GeeLark 中的所有代理，找出连接检测失败或尚未分配给云手机的代理。列出每个代理正在被哪些手机使用，并建议如何按[国家或项目]整理。先不要删除或修改任何内容。
6. 为 TikTok 账号安排养号任务
假设你在管理多个 TikTok 账号，希望通过 GeeLark 的 TikTok AI 养号模板，安排每日浏览和养号任务。
你可以让 AI 规划任务并在 GeeLark 中创建。即使有 100 或 200 个账号，也不用逐个手动配置任务。
例如，AI 可以根据每个账号的内容方向，选择搜索主题、视频观看时长、是否查看评论，以及点赞或收藏视频的概率。它还可以为不同云手机安排不同日期和时间。
提示词：
我在[TikTok 演示]分组中有 10 个 TikTok 账号。请用 GeeLark 的 TikTok AI 养号模板，为它们设置三天的任务。为每个账号分配各自的内容方向，搭配相关搜索主题，并根据当地时间错开执行时段。创建完成后，列出每台手机的时间安排和设置。
不过，不要指望只发一条提示词就能把所有事情做好。
AI 不一定理解模板中的每个设置，也可能没弄清你对各个账号的要求。你可能需要通过几轮对话说明账号方向、调整设置，并纠正错误。
开始时需要花些时间沟通。等 AI 在当前聊天中理解你的需求后，就能在类似任务中沿用你们已经约定的规则。
下面是我通过 GeeLark MCP 创建 TikTok 养号任务的例子。
7. 定时发布 TikTok 和 Instagram Reels 视频
如果你需要在多个 TikTok 和 Instagram 账号发布短视频，AI 也可以帮助整理内容和安排发布时间。
把视频和相关说明交给 AI，它可以起草发布文案，再通过 GeeLark MCP 调用TikTok 视频发布和在 Instagram 发布 Reels 视频模板，分配视频、填写文案、设置选项并安排发布。
提示词：
我已在[电脑上的文件夹]准备好视频。请在未来[7 天]内，为[A 组]的 TikTok 账号和[B 组]的 Instagram 账号安排发布。按需上传视频，为每条视频和对应平台撰写合适的文案，并根据各账号当地时间错开发布。设置完成后，列出发布时间和文案。
使用 GeeLark MCP 的建议
使用 GeeLark MCP 一段时间后，我总结了几条经验，供刚开始使用的人参考。
1. 让 AI 先了解你的 GeeLark 工作区
第一次连接 GeeLark MCP 时，可以先问几个简单的问题。
例如，你有多少个分组，每组有哪些云手机，它们使用哪些标签和代理，以及是否有多台手机共用代理。
这样，AI 就能基本了解你的工作区。后续让它整理设备或执行批量任务时，你不用每次都从头解释。
2. AI 没弄明白时，让它重新看文档
AI 不一定总能正确理解 GeeLark MCP。它可能选错工具、用错设置，或把能做的事情说成做不了。
遇到这种情况，我会让它重新阅读GeeLark CLI 官方文档，检查可用工具和设置，再试一次。
有些任务也需要多次沟通。你可能要进一步说明需求、指出错误，来回调整，直到 AI 做对。
3. 不同 AI 智能体的表现可能不同
在我的测试中，两个 AI 工具有时会对同一项任务作出很不一样的回应。
例如，有时我只是让 Codex 配置一个已有的 GeeLark 模板，它也会拒绝安排某些社媒自动化任务。
遇到这种情况，可以把要求说得更具体：写明模板名称、需要哪些设置，以及是否要创建任务。不过，调整提示词不一定能解决不支持的操作或 AI 工具本身的限制。
使用 OpenCode 和 DeepSeek V4 时，我目前还没遇到同样的问题。这只是我的使用体验，你可以尝试不同的 AI 智能体，看看哪个更适合自己的工作流程。
4. 了解其他安卓自动化 MCP 工具
GeeLark MCP 主要让 AI 使用 GeeLark 内置功能。如果想让 AI 直接操作安卓屏幕，例如点击按钮、输入文字、滑动或测试应用，可以看看这个开源项目：
它通过 ADB 和 uiautomator2，让 AI 与安卓设备交互。
请注意，这是第三方项目，并非 GeeLark 官方 MCP 服务器的一部分。使用前要检查 ADB 连接要求，并测试它能否与你的 GeeLark 云手机配合工作。
5. 任务结束后确认云手机已关闭
通过 GeeLark MCP 启动云手机，与手动打开手机不同。AI 可以在后台启动和控制手机，因此你的电脑上可能不会弹出手机窗口。
如果指令不够清楚，或 AI 理解有误，任务结束后可能仍有手机在运行。没及时发现的话，它们会继续消耗付费时长。
对于安装应用、修改设备设置这类不需要让手机持续开机的任务，请加上一条明确要求：任务完成后关闭所有由你启动的手机，并确认它们已关闭。
这样可以减少不必要的时长费用。
开始使用 GeeLark MCP
GeeLark MCP 最大的好处，是 AI 不只告诉你怎样使用 GeeLark，还能帮你执行任务。
无论是创建云手机、整理代理，还是批量安装应用、安排自动化任务，你都可以直接描述需求，让 AI 调用合适的 GeeLark 工具。
如果刚接触 MCP，先从小任务开始。让 AI 统计云手机数量或检查代理，熟悉后再尝试批量操作和自动化。
AI 不一定第一次就能做对。批量修改设备或创建任务后，要检查结果，并继续调整协作方式。