本文介绍如何使用 python 高效、稳定地并行控制多个 android 设备（包括模拟器与真机），重点推荐轻量级、原生 adb 驱动的 androidviewclient/culebra 方案，避免 appium 多服务端配置复杂、端口冲突等痛点，并提供可直接运行的多线程控制示例与关键注意事项。
本文介绍如何使用 python 高效、稳定地并行控制多个 android 设备（包括模拟器与真机），重点推荐轻量级、原生 adb 驱动的 androidviewclient/culebra 方案，避免 appium 多服务端配置复杂、端口冲突等痛点，并提供可直接运行的多线程控制示例与关键注意事项。
在自动化测试、批量设备巡检或分布式任务分发等场景中，需让 Python 脚本独立、异步、差异化地驱动多个 Android 设备——例如：设备 A 执行登录流程，设备 B 同步抓取日志，设备 C 运行性能监控。传统 Appium 方案虽功能强大，但为每个设备启动独立 Appium Server（需不同 --port + --bootstrap-port + --chromedriver-port 等）极易因端口管理混乱、ADB 设备绑定错位、会话竞争导致失败，正如提问者所遇：“只能控制一台”“系统端口被复用”。
更优解是绕过 WebDriver 协议层，直接基于 ADB 命令与 Android Debug Bridge 的底层能力构建多设备控制流。AndroidViewClient/culebra 正是为此而生：它不依赖 Appium Server，通过 adb shell uiautomator 或 dumpsys window 获取 UI 结构，用纯 Python 封装设备操作（点击、滑动、文本输入、等待元素等），且天然支持多设备并发——只需为每个设备指定唯一 serialno，即可完全隔离操作上下文。
✅ 快速上手：安装与多设备初始化
# 安装 AndroidViewClient（兼容 Python 3.7+） pip install androidviewclient # 确保 adb 已配置到 PATH，且设备已授权并连接 adb devices # 应显示多个 device 状态设备
✅ 核心实践：多线程独立控制每台设备
以下代码演示如何为每个已连接设备创建专属 CulebraOptions 实例，并在独立线程中执行差异化逻辑：
import threading
import time
from com.dtmilano.android.viewclient import ViewClient
def control_single_device(serialno: str, task_id: int):
"""为单台设备执行专属任务"""
print(f"[设备 {serialno}] 线程启动，执行任务 #{task_id}")
# 初始化 ViewClient（自动识别 API 级别，无需手动指定 platformVersion）
try:
vc = ViewClient(device=None, serialno=serialno, adb=None, autodump=False)
print(f"[设备 {serialno}] 连接成功，Android 版本: {vc.device.getProperty('ro.build.version.release')}")
# 示例任务：差异化操作（可根据 task_id 动态分支）
if task_id == 1:
vc.device.shell("input keyevent KEYCODE_HOME")
time.sleep(1)
vc.device.type("Hello from Device A!")
elif task_id == 2:
vc.device.shell("input tap 500 1000") # 模拟点击坐标
vc.device.shell("input swipe 300 1500 300 500 500") # 滑动
else:
vc.device.shell("logcat -d > /sdcard/log_{task_id}.txt")
print(f"[设备 {serialno}] 任务 #{task_id} 完成")
except Exception as e:
print(f"[设备 {serialno}] 执行异常: {e}")
# 主程序：获取所有在线设备并并发控制
if __name__ == "__main__":
# 获取已连接设备序列号列表
result = subprocess.run(["adb", "devices"], capture_output=True, text=True)
devices = [
line.split()[0] for line in result.stdout.strip().splitlines()
if "\tdevice" in line and not line.startswith("List of")
]
if not devices:
print("❌ 未检测到任何已连接的 Android 设备")
exit(1)
print(f"✅ 检测到 {len(devices)} 台设备: {devices}")
# 为每台设备分配独立任务 ID 并启动线程
threads = []
for idx, serial in enumerate(devices, start=1):
t = threading.Thread(
target=control_single_device,
args=(serial, idx),
name=f"DeviceThread-{serial}"
)
t.start()
threads.append(t)
# 等待全部完成
for t in threads:
t.join()
print("? 所有设备任务执行完毕")⚠️ 关键注意事项
- ADB 权限与状态一致性：确保所有设备处于 device 状态（非 offline/unauthorized），且 adb server 为单实例（避免多进程 adb start-server 冲突）。建议在脚本开头统一执行 adb kill-server && adb start-server。
- UI 元素稳定性：culebra 依赖 uiautomator dump，若目标应用使用 Flutter/React Native 等自绘框架，需启用 --use-uiautomator-helper 或结合 adb shell dumpsys activity top 辅助定位。
- 资源隔离：避免多线程共用同一 ViewClient 实例；每个设备必须使用独立 serialno 初始化，否则操作将随机作用于某台设备。
- 性能优化：对高频率操作（如轮询元素），启用 autodump=False 并手动调用 vc.dump() 控制 dump 时机，减少 ADB 开销。
-
替代方案对比：
- Appium：适合 Web/Hybrid 应用、需跨平台（iOS/Android）统一接口的场景，但多设备运维成本高；
- pure ADB：最轻量，但缺乏高级交互（如等待特定文本出现），需自行封装断言；
- AndroidViewClient：平衡了易用性、稳定性与多设备原生支持，是本场景的推荐首选。
综上，放弃为每个设备硬启多个 Appium Server 的复杂路径，转向 AndroidViewClient/culebra 这一专为多设备设计的轻量级工具链，不仅能显著降低工程复杂度，更能保障并行操作的确定性与可维护性。实际项目中，你可进一步将设备配置、任务脚本、结果回传封装为 YAML 驱动的调度框架，实现真正意义上的“一台脚本，千机协同”。
立即学习“Python免费学习笔记（深入）”；
