lamda
读书如饭,善吃饭者长精神,不善吃者生疾病。——章学诚
五个工具拼起来的那条缝,才是成本所在
先说一条被低估的账
做 Android 自动化或安全测试的人,电脑上通常装着这些东西:Appium 做 UI、mitmproxy 抓流量、frida-server 做 Hook、adb 做设备操作、uiautomator2 当轻量脚本层。
每一个都不差。问题在于它们之间的缝。
版本要对齐,端口要占用,证书要装到系统分区,frida-server 要按设备架构推上去再 chmod,adb 要先连上,Appium 还要起一个 server 再起一个 client。等你把五个东西调通,测试用例还没写一行。
FIRERPA Android 就是冲这条缝来的。它的描述把自己定位成一个「Android 全栈设备控制平台」,功能列了一长串:WebRTC 与 H.264 远程桌面、UI 与 OCR 图像匹配自动化、一键 MITM、内置 Frida、代理与 VPN/frp/P2P 组网、MCP 与 Agent、160 多个 API。
项目地址:https://github.com/firerpa/lamda
但真正值得读的不是这份清单,是它给出的一句对比:和「把 Appium、mitmproxy、frida-server、adb、uiautomator2 加上各种脚本和运维工具缝起来」相比,它提供的是一份能力来源、统一配置、连通的流程,以及为多设备长时间运行设计的那套东西。
这句话才是全文的核心。
它的形状:一个服务,一个客户端
架构上它做了一件很干脆的事:把服务端放进设备里。
服务直接在手机上跑,不需要额外的运行时依赖;支持多代 Android;有 root 能跑,没有 root 也能跑。PC 那边只有一个 Python 客户端库,通过同一套 API 把 UI 自动化、远程操作、抓包、Hook、代理、组网、AI agent、MCP 串起来。
这个「客户端加服务端」的选择,文档专门解释过为什么:
它比 AutoJS 那种「在设备上跑脚本」的方式更适合集中调度、版本管理和设备群管控;比 Appium 轻;在多设备场景下比 uiautomator2 稳。
三句话,三个对手,说得挺不客气,但逻辑成立。
脚本跑在设备上的问题是:十台手机就是十份脚本,改一个 bug 要推十次。而客户端-服务端模型里,脚本在 PC 上,设备只是执行端——版本、调度、日志都在一处。
虚拟显示:这是我在这份文档里最喜欢的设计
Virtual Display 这一节,短,但分量很重。
它能在设备上创建隔离的后台显示,让应用和自动化跑在里面,不影响主屏。
文档举的例子很具体:你在正常用手机,同时在一个虚拟显示上跑自动回复。
这一下解决了一个长期存在的尴尬。做真机自动化的人都有过这种体验:手机被脚本占着,屏幕在乱跳,你什么也干不了;要是把手机锁屏省电,脚本又会因为界面不活跃而失效。
虚拟显示把「这台手机在被使用」和「这台手机在跑任务」拆成了两件事。
而且它的 API 设计得很省事:虚拟显示的接口镜像主设备的接口,d.xxx 换成 vd.xxx。Watcher 也能限定在某个虚拟显示上。WebUI 还支持多显示切换。
一个平台愿意为新概念设计一套镜像 API,说明它不想让你重学一遍。
远程桌面:为什么「单端口」是个硬需求
远程桌面那一节列了很多能力:浏览器直接看和控、MJPEG 与 H.264 双编码、软件与硬件后端、帧率最高 60、分辨率与码率可调、WebRTC 配 STUN/TURN。
多用户并发、双向剪贴板、Android 10 以上的实时音频、内置终端、拖拽上传、文件浏览——这些都在。
但真正体现工程经验的,是后面那句:抓包在「PC 和设备之间只有一个端口可用」时仍然能工作,比如通过 adb connect 或 frp 转发。
这句话背后是一个很现实的约束:真手机不是服务器。 它常常在 NAT 后面、在公司内网、在 4G 里,你没法给它开一堆端口。
所以整套东西被压到一个端口上:远程桌面、终端、文件、抓包、API,全走这一条路。文档还提到支持端到端 TLS、服务证书访问控制、可选的 WebUI 登录密码——单端口意味着单点暴露,那就必须把这一点的门锁好。
还有一条容易被忽略:远程桌面可以嵌进你自己的 web 应用,通过 WebSocket 接实时画面、触摸、终端、按键,用 allow_origin 控制跨域。
这一条把它从「一个工具」变成了「一个可以被产品化的能力」——你可以拿它去做自己的真机控制台。
那些「少切一次窗口」的细节
有几处设计,看着零碎,但都在回答同一个问题:能不能不要来回切?
内置终端里带了 strace、ltrace、tcpdump、scapy、fsmon、frida-tools、MemDumper,还有一堆 Python 库:Crypto、cv2、unicorn、capstone、keystone、redis、grpc。
sqlite3 支持 wxsqlite / sqlcipher / sqlcrypto,用来读加密数据库。
内置 ADB,而且是独立的——可以在不打开系统开发者选项的情况下用无线高权限 ADB。文档还补了一句原因:有些应用会检测开发者模式。配套地,Magisk 模块可以预装 adb_keys 做默认授权。
这一条很懂行。「打开开发者选项」这个动作,在很多被测应用眼里就是一个信号;而把它藏起来,是这类工作里很实际的一环。
还有一条更极端的:虚拟 Debian 环境,能跑完整的 Debian、用 apt 装东西——编译 BPF、部署 OpenSSH、装内置终端装不下的 Python 依赖。
一个跑在手机上的服务,给你开了一台 Linux。
OCR 放哪,是个架构问题
做图像识别的自动化,通常的做法是在 PC 上跑模型。设备只负责截图,PC 负责识别。
这套做法在单机时没问题,在集群里就变成了灾难:十台 PC 各加载一份模型,各占一份显存,各有一套版本。
FIRERPA 把 OCR 做成可选的后端:paddleocr、easyocr,或者你自己的 HTTP 服务。在集群里,识别可以集中跑,配 GPU 加速,而不是每台 PC 都装一遍。
而图像匹配则是相反的取向:跑在设备上,用模板匹配或 SIFT,不吃 PC 资源;SIFT 对旋转、缩放、光照更稳。
一边集中,一边下沉。这个分工不是随手分的,是按「谁的资源更富余」分的:识别吃算力,放到有 GPU 的那一端;匹配吃内存和一点 CPU,放到闲着的那一端。
抓包:把「一键」做到能退得回来
MITM 那一节的措辞很讲究:一键是「自动装系统根证书、设代理、处理 Android 各版本差异、退出时自动恢复网络」。
最后半句最要紧——退出时自动恢复。
做过这类操作的人都知道,最烦的不是装不上,是装完之后忘了撤:代理还挂着,网络不通,证书还在系统里,然后你花半小时排查一个自己造成的问题。
它还提到内置 QUIC 降级来减少 QUIC 的干扰——这是一个很具体的经验:越来越多的流量走 QUIC,而传统抓包工具看不见它。
除了「一键」,整套能力也是 API 驱动的:装/卸系统 CA,兼容 mitmproxy、Fiddler、Charles 那套生态;抓包可以嵌进自动化流程,和 UI 步骤、Frida Hook 串在一起。
MCP 与 agent 命令:160 多个 API 的自然语言入口
AI 那一节,它做了两件事。
一个 MCP 服务器。 挂在 /mcp/,走 streamable-http,支持工具调用、资源读取、提示词、进度通知和日志,兼容 Claude、Cursor 这类客户端。官方扩展放在 ~/modules/extension。
一个 agent 命令。 用自然语言驱动设备,背后可以是任何支持工具调用的 OpenAI 兼容 API,还带视觉模式;另外有一个 OpenAI 语义任务执行器。配合 crontab,就能在真机上跑定时 AI 任务。
这两件事的分量在于:它把「160 多个 Python API」这堆东西,包了一层可以被模型调用的壳。
160 个 API 对一个工程师来说不算多,查文档就行;但对一个 agent 来说,它需要的是「有哪些工具、每个工具干什么、什么时候用」。MCP 那层就是干这个的。
部署:它假设你要跑很久
部署方式给了四种:一键 APP,分 root 与 Shizuku 两条路;Magisk 模块自启;手动解压;ROM 集成。
四种方式的共同点是:都为了 7×24 长时间运行。
配置是 INI 文件,集中管端口、WebUI、证书、OpenVPN、gproxy、frp、tunnel2、cron、sshd、adb、mdns;WebUI 支持可视化编辑、原始文本、Reload Service,还能远程加载配置文件。
支持的载体也列得很杂:真机、模拟器如雷电与夜神、Redroid、WSA、AVD、云手机。架构覆盖 arm64、armeabi-v7a、x86、x86_64。
这份列表的意思是:它不挑环境。设备农场里什么都可能有。
还有两个细节,说明作者想过「用完怎么办」:干净的卸载路径,以及 API 独占锁——防止两个客户端同时抢一台设备。
最后
回到开头那条缝。
拼五个工具的代价,不是五次安装,是它们之间所有没写下来的约定:端口冲突怎么解、证书怎么撤、脚本版本怎么同步、十台设备怎么一起管。
FIRERPA 的选择是把这些约定收进一个服务里,然后用一个客户端把它全部暴露出来。
这个选择有代价。你装的是一个跑在自己手机上的服务——它要权限、要开机自启、要长期在线。文档里有一句「不收集通讯录、短信、位置等信息」,还有离线授权,说明它知道这类工具最容易被怀疑的地方在哪。
六年,Android 14 到 16 的兼容修复,一堆细碎的版本号——这些东西不会出现在功能列表里,但它们才是「能不能长期用」的答案。
工具的价值,往往不在它能做多少事,而在于它替你省掉了多少次「先把这个也装上」。
