-
Notifications
You must be signed in to change notification settings - Fork 5
Expand file tree
/
Copy pathenv.example
More file actions
96 lines (73 loc) · 3.1 KB
/
env.example
File metadata and controls
96 lines (73 loc) · 3.1 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
# Mobile MCP AI 配置文件(可选)
#
# ⚠️ 重要说明:
# - 基础工具(mobile_list_elements, mobile_click_by_id 等)不需要配置此文件
# - 智能定位默认使用 Cursor AI(免费,在 Cursor 中运行时自动启用)
# - 如果想使用其他 AI 平台,才需要配置下面的 API Key
#
# 使用方法:
# 1. 如果使用 Cursor AI(推荐):不需要任何配置,直接使用即可
# 2. 如果使用其他 AI 平台:复制此文件为 .env,配置对应的 API Key
# 3. 如果想禁用 AI:设置 AI_ENHANCEMENT_ENABLED=false
# ==================== 平台配置 ====================
# 平台类型(android 或 ios)
# 如果不设置,会自动检测连接的设备
# MOBILE_PLATFORM=android
# ==================== 日志控制(可选)====================
# 调试模式:开启后输出详细的XML结构预览
# MOBILE_MCP_DEBUG=0 # 0=关闭(默认),1=开启
# ==================== AI 提供商配置(可选)====================
# 🎯 默认行为:在 Cursor 中运行时自动使用 Cursor AI(免费)
# 如果想明确启用 Cursor AI,可以取消注释:
# CURSOR_AI_ENABLED=true
# 如果想使用其他 AI 平台(需要付费 API Key),请配置以下选项:
# 选项1:通义千问(推荐,国内速度快,便宜)
# AI_PROVIDER=qwen
# QWEN_API_KEY=your-qwen-api-key-here
# QWEN_MODEL=qwen-turbo
# 选项2:OpenAI
# AI_PROVIDER=openai
# OPENAI_API_KEY=your-openai-api-key-here
# OPENAI_MODEL=gpt-3.5-turbo
# 选项3:Claude (Anthropic)
# AI_PROVIDER=claude
# ANTHROPIC_API_KEY=your-anthropic-api-key-here
# CLAUDE_MODEL=claude-3-sonnet-20240229
# 选项4:本地 Ollama(完全免费,但需要本地运行)
# AI_PROVIDER=ollama
# OLLAMA_BASE_URL=http://localhost:11434
# OLLAMA_MODEL=llama2
# ==================== 获取 API 密钥 ====================
# 通义千问:https://dashscope.aliyun.com/
# - 注册阿里云账号
# - 创建 API Key
# - 费用:约 ¥0.004/千tokens ≈ ¥0.002/次定位
# OpenAI:https://platform.openai.com/
# - 创建 API Key
# - 费用:$0.002/千tokens ≈ $0.001/次定位
# Claude:https://console.anthropic.com/
# - 创建 API Key
# - 费用:$0.003/千tokens ≈ $0.0015/次定位
# Ollama(本地免费方案):
# - 安装:brew install ollama # macOS
# - 下载模型:ollama pull llama2
# - 启动:ollama serve
# - 完全免费,但需要本地资源
# ==================== 其他配置(可选)====================
# 日志级别(DEBUG, INFO, WARNING, ERROR)
# LOG_LEVEL=INFO
# 是否启用调试日志
# ENABLE_DEBUG_LOG=false
# 默认设备 ID(留空自动选择第一个设备)
# DEFAULT_DEVICE_ID=
# 屏幕方向锁定(portrait=竖屏, landscape=横屏)
# SCREEN_ORIENTATION=portrait
# ==================== 提示 ====================
#
# 💡 建议:
# 1. 优先使用基础工具(不需要 AI),免费且稳定
# 2. 只在必要时使用智能工具(需要 AI)
# 3. 如选择付费 AI,推荐通义千问(便宜且速度快)
# 4. 本地开发可使用 Ollama(免费但慢)
#
# 📖 详细文档:backend/mobile_mcp/AI_SETUP.md