Flutter Skill

社区

让 AI 代理在真实运行的应用中“看得见、动得了”，覆盖 10 个平台的端到端测试

分类: 开发工具第 199 / 438
Stars: ★ 391 非常热门
传输方式: stdio（本地进程）
运行环境: Node.js
凭据: 无需凭据
许可证: MIT
最近提交: 51 天前
工具数: 100

54FMRS · D

flutter-skill 是一个功能覆盖面很广的第三方 MCP 测试服务器，通过自然语言和大量工具（README 自述约 253 个）把 AI 代理接入 Flutter、React Native、iOS、Android、Web、Electron、Tauri、KMP、.NET MAUI 等 10 个平台的运行中应用，主打零测试代码与低 token 消耗（无障碍树快照）。它需要授予 AI 代理对被测应用/浏览器较广的操作与网络篡改权限（含任意 JS 执行），因此适合在受信任的本地开发或 CI 环境中使用；由于是社区维护项目且版本号未到 1.0，建议在正式采用前评估其成熟度与安全边界。

最强项 · 文档质量 14/20 最弱项 · 安全与权限 7/20

可靠性

8/20

安全与权限

7/20

维护活跃度

12/20

文档质量

14/20

安装易用性

13/20

查看各项评分依据

可靠性 8/20: README 声称 253 个 MCP 工具、10 个平台、656/664（98.8%）测试通过率，以及每平台精确到个位的通过数（如 188/195、75/75），但仓库材料中未提供可核查的测试文件或 CI 产出证据，只有一个指向 ci.yml 的徽章链接，无法确认其真实运行状态。manifest 仅声明了 stdio 传输和 npm 包名/版本，没有工具schema、错误处理或依赖控制的静态证据。'server' 模式声称253个工具而'serve' 模式为246个（'动态每页面'),这类差异未被清楚解释，增加了对声明与实际行为一致性的不确定性。按静态评审规则，没有真实CI+测试证据不得超过12分，因此判定为8分。
安全与权限 7/20: 工具集包含 eval（任意 JS 执行）、http_request/api_request、网络拦截与请求重放（mock_api, replay_network, intercept_requests, block_urls）、以及 auth_inject_session、auth_biometric、auth_otp、auth_deeplink 等凭证/会话注入类工具，具备较大的权限面。README 和 manifest 均未描述任何最小权限限制、危险操作前的用户确认机制、沙箱边界或数据流披露（例如凭证从何而来、如何被处理或是否被记录）。manifest 中 environmentVariables 为空，意味着没有声明式的凭据配置，但运行时通过工具调用可传递认证数据，这一数据流未被文档化。未发现摘要中的红线级证据（无恶意代码、无虚假身份、无真实泄露的密钥），但权限范围广、缺乏确认与最小权限设计，故评为7分。
维护活跃度 12/20: 仓库为 MIT 许可、未归档，343 星、8 个未解决 issue，存在 CONTRIBUTING.md 与 CHANGELOG.md 链接，版本号 0.9.36 暗示有持续的版本迭代。但提供的材料中没有实际的提交历史、发布节奏或 issue 响应时间等可验证证据，也未见明确的安全响应渠道（如 SECURITY.md）。基于现有静态材料，判定为中等活跃度，给12分。
文档质量 14/20: README 内容详实，涵盖安装、快速开始、8个平台的接入示例、CLI 命令参考、253个工具的分类列表，并链接了 docs/USAGE_GUIDE.md 与 docs/CLI_CLIENT.md 等深入文档。但对高敏感工具（如 auth_inject_session、auth_otp、auth_biometric、auth_deeplink）缺乏任何专门的使用说明、权限范围或风险披露；也没有专门的故障排查（troubleshooting）章节，且大量性能/测试通过率数据缺乏可复现的方法说明或原始数据链接。综合评为14分。
安装易用性 13/20: 安装路径清晰：npm install -g 一条命令，MCP 配置为几行 JSON，README 提供了 Cursor、Claude Desktop、Windsurf、VSCode Copilot、Cline 等主流客户端的具体配置示例，另有 Homebrew/Scoop/Docker/pub.dev 等多种安装方式。步骤简单、跨平台覆盖广。但按静态评审规则，没有可验证的真实执行证据（CI + 测试）时setup分数不得超过15，因此评为13分。

静态评测 · 未实际运行收录于 2026-08-26

查看 FMRS 评分方法 →

选型与风险

能访问什么写入 / 删除本地文件访问网络控制浏览器

适合谁

已有可调试运行的 Flutter/React Native/Electron/Tauri/移动或 Web 应用、希望用自然语言而非编写测试脚本做端到端测试的团队
在 Claude Desktop、Cursor、Windsurf、Copilot 等 MCP 客户端中直接驱动 AI 进行探索性测试的开发者
希望以低 token 成本（无障碍树快照而非截图）让 AI 理解界面结构的场景

不适合谁

需要官方/上游厂商（如 Flutter、Google、Anthropic）维护和支持的测试工具的团队，本项目为第三方（ai-dashboad）开源实现
无法在应用中集成对应平台 SDK、或不能安装本地 npm/CLI 工具的受限环境
追求已被大规模生产验证、社区体量与 Playwright/Appium 等成熟工具相当的稳定性保证的场景

所需权限

本地执行权限：以 stdio 方式启动并运行 `flutter-skill` 可执行程序
对被测应用/浏览器实例的连接与控制权限（点击、输入、截图、读取控件树等）
读取应用日志、控制台消息、网络请求等运行时数据的权限
在 HTTP `serve` 模式下需要网络端口监听权限（默认可通过 `--port`/`--host` 或环境变量配置）

风险与副作用

该项目为第三方开源实现（非 Flutter/Anthropic/Google 官方维护），来源文档未说明其审计、签名或供应链安全措施
工具可执行任意操作（点击、输入、执行 JavaScript `eval`、注入登录会话等），若被恶意提示词滥用，可能对被测应用做出非预期的破坏性操作
`eval` 等工具可在页面上下文执行任意 JavaScript，`mock_api`/`intercept_requests` 等可篡改网络行为，需仅在受信任的开发/测试环境中使用
manifest 中版本号（0.9.36）表明项目仍处于 1.0 之前的快速迭代阶段，接口可能变化

安装接入

准备工作

运行环境：Node.js

其他可选配置项（2 个）

FS_PORT 可选 HTTP serve 模式（`flutter-skill serve`）的可选端口，也可用 `--port=N` 参数设置。

FS_HOST 可选 HTTP serve 模式（`flutter-skill serve`）的可选主机地址，也可用 `--host=H` 参数设置。

1) 全局安装：npm install -g flutter-skill（也可用 Homebrew、Scoop、Docker 镜像或 dart pub global activate flutter_skill）。2) 在 AI 客户端的 MCP 配置中加入本资料中的 install_config（如 Cursor 的 .cursor/mcp.json、Claude Desktop 的 claude_desktop_config.json、Windsurf 的 ~/.codeium/windsurf/mcp_config.json、VSCode 的 .vscode/mcp.json）。3) 在被测应用中集成对应平台的 SDK，例如 Flutter 应用添加 flutter_skill 依赖并在 main() 中调用 FlutterSkillBinding.ensureInitialized()（仅 debug 模式）；React Native、Electron、iOS、Android、Tauri、KMP、.NET MAUI 各有独立 SDK 包。4) 重启 AI 客户端并用自然语言下达测试指令，如“启动我的应用并探索所有页面”。

claude_desktop_config.json

{"mcpServers":{"flutter-skill":{"command":"flutter-skill","args":["server"]}}}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "flutter-skill": {
      "command": "flutter-skill",
      "args": [
        "server"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add flutter-skill -- flutter-skill server

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

先运行 `npm install -g flutter-skill`，将 flutter-skill 的 MCP 配置加入客户端并重启，确认客户端工具列表中出现 `page_summary` 和 `screenshot` 等工具；也可运行 `flutter-skill tools` 列出全部可用工具。

常见排障

确认已全局安装 `flutter-skill`（`npm install -g flutter-skill` 或对应包管理器命令）且可在命令行找到该可执行文件
确认 AI 客户端的 MCP 配置文件路径和 JSON 格式正确，并已重启客户端使配置生效
确认被测应用已按平台文档正确引入对应 SDK（如 Flutter 的 `FlutterSkillBinding.ensureInitialized()`）且运行在 debug 模式
使用 `flutter-skill tools` 命令列出可用工具、`flutter-skill call <tool> [json]` 直接调用工具以排查连接问题
如使用 HTTP `serve` 模式，检查端口/主机是否被占用，可通过 `--port=N`、`--host=H` 或 `FS_PORT`/`FS_HOST` 环境变量调整

试试这样问

连接成功后，可以直接对 AI 助手这样说：

启动我的应用，浏览每个页面并报告发现的 bug
测试购物车为空的结账流程，然后加 3 件商品并完成购买
用边界数据填写注册表单，比如 emoji 和超长字符串
对当前页面截图，并列出所有可点击的按钮

工具能力 100

page_summary 只读

返回当前页面/屏幕的紧凑语义摘要（约 200 token），替代发送截图

explore_actions 只读

在一次调用中批量执行多个探索性操作（填写、点击等）

boundary_test

对输入框执行边界/安全测试载荷

explore_report 只读

汇总 AI 自主探索过程中的发现与问题

launch_app 写入

按指定 flavor 启动被测应用

scan_and_connect 只读

自动发现并连接正在运行的应用实例

connect_cdp 只读

通过 Chrome DevTools Protocol 连接到已打开的浏览器

hot_reload 写入

触发应用热重载

展开其余 92 个工具

hot_restart 写入

触发应用热重启

list_sessions 只读

列出当前所有已连接的会话

switch_session 写入

切换到指定的已连接会话

close_session 写入

关闭指定会话

disconnect 写入

断开与目标应用/浏览器的连接

stop_app 写入

停止被测应用进程

screenshot 只读

截取当前屏幕/页面

screenshot_region 只读

截取屏幕指定区域

screenshot_element 只读

截取指定元素的局部截图

native_screenshot 只读

使用平台原生方式截图

inspect 只读

获取当前页面/屏幕的元素信息

inspect_interactive 只读

列出所有可点击/可输入元素及其语义引用

snapshot 只读

获取无障碍树结构快照，token 消耗远低于截图

get_widget_tree 只读

获取完整的组件/控件树

find_by_type 只读

按控件类型查找元素

get_text_content 只读

获取元素的文本内容

get_visible_text 只读

获取当前屏幕上可见的全部文本

tap 写入

点击指定元素

double_tap 写入

双击指定元素

long_press 写入

长按指定元素

enter_text 写入

在输入框中键入文本

set_text 写入

直接设置输入框的文本值

clear_text 写入

清空输入框内容

swipe 写入

在屏幕上执行滑动手势

scroll_to 写入

滚动到指定元素或位置

drag 写入

执行拖拽手势

go_back 写入

返回上一屏幕/页面

press_key 写入

按下指定按键（可带修饰键）

type_text 写入

通过键盘输入文本

hover 写入

将鼠标悬停在元素上

fill 写入

填充表单字段

select_option 写入

在下拉/选择控件中选择选项

set_checkbox 写入

设置复选框的选中状态

focus 写入

使元素获得焦点

blur 写入

使元素失去焦点

native_tap 写入

使用平台原生方式点击

native_input_text 写入

使用平台原生方式输入文本

native_swipe 写入

使用平台原生方式滑动

smart_tap 写入

带模糊匹配的自愈式点击，UI 变化时仍可定位元素

smart_enter_text 写入

带模糊匹配的自愈式文本输入

smart_assert 只读

带模糊匹配的自愈式断言

assert_text 只读

断言元素文本内容

assert_visible 只读

断言元素可见

assert_not_visible 只读

断言元素不可见

assert_element_count 只读

断言匹配元素的数量

assert_batch 只读

在一次调用中执行多个断言

wait_for_element 只读

等待元素出现

wait_for_gone 只读

等待元素消失

wait_for_idle 只读

等待应用/页面进入空闲状态

wait_for_stable 只读

等待界面渲染稳定

wait_for_url 只读

等待页面 URL 满足条件

wait_for_text 只读

等待指定文本出现

wait_for_element_count 只读

等待元素数量满足条件

visual_baseline_save 写入

保存视觉回归基线截图

visual_baseline_compare 只读

将当前截图与基线比对

visual_baseline_update 写入

更新视觉回归基线

visual_regression_report 只读

生成视觉回归测试报告

visual_verify 只读

校验界面视觉表现

visual_diff 只读

计算两张截图之间的差异

compare_screenshot 只读

比较两张截图是否一致

mock_api 写入

对指定接口设置网络 mock 响应

mock_clear 写入

清除已设置的网络 mock

record_network 只读

录制网络请求流量

replay_network 写入

回放已录制的网络请求

intercept_requests 写入

拦截网络请求

clear_interceptions 写入

清除已设置的请求拦截

block_urls 写入

屏蔽指定 URL 的网络请求

http_request 写入

发起原始 HTTP 请求

api_request 写入

发起 API 测试请求

api_assert 只读

对 API 响应进行断言

coverage_start 写入

开始采集测试覆盖率

coverage_stop 写入

停止采集测试覆盖率

coverage_report 只读

生成覆盖率报告

coverage_gaps 只读

定位未覆盖的功能点

retry_on_fail 写入

失败时按策略自动重试

stability_check 只读

检查测试结果的稳定性/易变性

test_with_data 写入

使用数据集驱动执行测试

generate_test_data 只读

生成测试用数据

multi_connect 写入

同时连接多台设备/实例

multi_action 写入

在多台已连接设备上同步执行同一操作

multi_compare 只读

比较多台设备上的执行结果

multi_disconnect 写入

断开所有已连接的多设备会话

parallel_snapshot 只读

并行获取多设备的快照

parallel_tap 写入

并行在多设备上执行点击

accessibility_audit 只读

执行无障碍审计

a11y_full_audit 只读

执行完整无障碍审计

a11y_tab_order 只读

检查 Tab 键遍历顺序

a11y_color_contrast 只读

检查颜色对比度是否达标

a11y_screen_reader 只读

模拟屏幕阅读器进行检查

set_locale 写入

切换应用语言/区域设置

verify_translations 只读

校验界面文案的多语言翻译

i18n_snapshot 只读

获取指定语言下的界面快照

使用场景

用自然语言驱动 AI 代理对 Flutter/React Native/Web/桌面应用执行端到端测试

AI 自主探索应用的所有页面并报告发现的问题

对登录、结算等关键流程做边界值与异常输入测试

跨平台（如 iOS 与 Android）比较同一测试流程的界面与结果

视觉回归、无障碍审计、多语言校验与性能数据采集

支持客户端

Claude Desktop

Cursor

Windsurf

VSCode Copilot

Cline

Continue

OpenClaw部分支持

依据项目文档列出，未经本站实测。

详细介绍

flutter-skill 是一个开源 MCP 服务器（npm 包 flutter-skill，Dart 包 flutter_skill），通过 Model Context Protocol 把 Claude、Cursor、Windsurf、Copilot 等 AI 代理直接连接到正在运行的应用上。它暴露约 253 个 MCP 工具，用于截图、无障碍树快照、点击、输入、滚动、断言、可视化回归、网络 mock、覆盖率统计、多设备同步、无障碍审计、性能与录制导出等操作，声称支持 Flutter、React Native、iOS、Android、Web、Electron、Tauri、KMP、.NET MAUI 共 10 个平台，主打“零测试代码、零配置”的自然语言测试体验，并附带独立的 HTTP serve 模式与 CLI 客户端。仓库以 MIT 协议开源。