v0.3.0 — Phase 2（VLM 视觉融合 + 执行预算 + 增量 diff + AndroidWorld 评测）
Android Phone MCP Server v0.3.0（阶段 2 完整版）
在 v0.2.0（16 工具）基础上补齐第三感知层与护栏。
18 个 MCP 工具（16→18）
既有 16 工具 + reset_session（清快照缓存 + 重置预算）+ locate（VLM 视觉定位）
新增能力
- VLM 视觉 grounding（第三感知层）：树 → OCR → VLM 三级降级；
[vlm]extra（openai 客户端，OpenAI 兼容端点 + SoM 编号截图）；vlm- 伪元素共享 id 空间；tap/type_text 前 VLM 重确认（VLM_STALE） - 执行预算：进程级动作数/时长上限（
ANDROID_MCP_BUDGET_MAX_ACTIONS/SECONDS，默认关）；超限 EXECUTION_BUDGET_EXCEEDED；reset_session 恢复 - 增量 diff：diff_state 与缓存上一快照增量对比
- AndroidWorld 子集评测：
python -m eval.runner（3 样例任务真机 3/3 PASS） - PyPI 就绪：twine check 通过（实际发布待 token）
质量
- 148 单测 + 27 真机探针全绿（OPPO PKT110 / Android 16）
- 代码评审 2 轮闭环（BLOCKER 修复后 PASS）
安装
pip install android-phone-mcp[ocr,vlm] # PyPI 发布后；ocr/vlm 可选 extra