news 2026/7/8 12:48:27

安卓开发总卡壳?用这个容器化工具一键搭环境,cpolar远程调试也方便!

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
安卓开发总卡壳?用这个容器化工具一键搭环境,cpolar远程调试也方便!

文章目录

    • 前言
    • 1. 虚拟化环境检查
    • 2. Android 模拟器部署
    • 3. Ubuntu安装Cpolar
    • 4. 配置公网地址
    • 5. 远程访问
        • 小结
    • 6. 固定Cpolar公网地址
    • 7. 固定地址访问

前言

Docker-Android 是一款基于 Docker 的安卓模拟器部署工具,主要适合安卓应用开发者、测试人员和跨团队开发场景。它能通过容器化技术快速搭建标准化的安卓测试环境,支持不同机型和系统版本,避免了 “在我电脑上能跑” 的环境不一致问题,大大减少重复配置的时间。

使用时要注意,设备需要开启虚拟化支持,否则模拟器可能运行卡顿;另外,选择镜像时可以根据需求选合适的安卓版本,高版本功能全但对设备性能要求也高。

不过,Docker-Android 默认只能在本地或局域网内访问,对于远程办公和跨地域团队来说很不方便:比如开发者在家办公,没法访问公司电脑上的模拟器调试;海外同事想协助测试,也得等代码同步完重新搭环境,效率很低。

而搭配 cpolar 内网穿透后,能把本地的安卓模拟器映射到公网,团队成员无论在哪,只要有网络就能远程访问同一个测试环境。上海的设计师改完 UI,新加坡的工程师能立即在同一模拟器上调试,开会时还能实时演示问题修复过程,既保证了环境一致性,又让协作不受地域限制。

本文主要介绍如何在Ubuntu系统使用Docker部署docker-android安卓模拟器,并结合cpolar内网穿透工具实现公网远程访问本地部署的Android开发环境。

根据官方说法,尽量采用ubuntu系统进行安装,采用Docker部署,首先设备需要提前安装好Docker,如没有安装,可以参考Docker 官方教程进行安装:Docker 官方安装教程.

1. 虚拟化环境检查

执行下面命令安装检查工具

sudoaptinstallcpu-checker

然后执行下面命令检查是否支持虚拟化

kvm-ok

提示下面信息表示正常支持虚拟化环境,如果不是出现如下信息,需要检查设备开启虚拟化支持,然后再进行下面进行android 模拟器部署

2. Android 模拟器部署

本文采用docker方式部署,首先拉取一个镜像,官方提供很多种安卓版本,具体可以访问Github查看:https://github.com/budtmo/docker-android,理论上版本越高运行的开销会越大,所以本例以运行一个低版本的android 来演示,执行下面命令拉取一个android 9.0版本镜像.

sudodockerpull budtmo/docker-android:emulator_9.0

拉取后开始运行容器,下面命令指运行一台Samsung Galaxy S7 的安卓设备,其他机型可以去看一下官方教程,对外访问端口是6080

dockerrun-d-p6080:6080-eEMULATOR_DEVICE="Samsung Galaxy S7"-eWEB_VNC=true--device/dev/kvm--nameandroid-container budtmo/docker-android:emulator_9.0

运行后,输入sudo docker ps 可以看到运行的容器,UP状态表示正常

运行后,在浏览器访问Linux ubuntu 6080端口,即可成功看到android 模拟器界面,首次启动可能会比较慢,如果觉得卡,可以部署更低的机型,如S6,本地测试访问成功后,下面我们安装cpolar内网穿透,实现远程访问

3. Ubuntu安装Cpolar

上面在本地Docker中成功部署了Android模拟器,并局域网访问成功,下面我们在Linux安装Cpolar内网穿透工具,通过Cpolar 转发本地端口映射的http公网地址,我们可以很容易实现远程访问,而无需自己注册域名购买云服务器.下面是安装cpolar步骤

cpolar官网地址: https://www.cpolar.com

  • 使用一键脚本安装命令
curl-Lhttps://www.cpolar.com/static/downloads/install-release-cpolar.sh|sudobash
  • 安装完成后,可以通过如下方式来操作cpolar服务,首先执行加入系统服务设置开机启动,然后再启动服务
# 加入系统服务设置开机启动sudosystemctlenablecpolar# 启动cpolar服务sudosystemctl start cpolar# 重启cpolar服务sudosystemctl restart cpolar# 查看cpolar服务状态sudosystemctl status cpolar# 停止cpolar服务sudosystemctl stop cpolar

Cpolar安装和成功启动服务后,内部或外部浏览器上通过局域网IP加9200端口即:【http://192.168.xxx.xxx:9200】访问Cpolar管理界面,使用Cpolar官网注册的账号登录,登录后即可看到cpolar web 配置界面,接下来在web 界面配置即可

4. 配置公网地址

点击左侧仪表盘的隧道管理——创建隧道,创建一个android 模拟器的公网http地址隧道!

  • 隧道名称:可自定义命名,注意不要与已有的隧道名称重复
  • 协议:选择http
  • 本地地址:6080(docker部署后对外访问的端口)
  • 域名类型:免费选择随机域名
  • 地区:选择China vip

点击创建

隧道创建成功后,点击左侧的状态——在线隧道列表,查看所生成的公网访问地址,有两种访问方式,一种是http 和https,两种都可以访问,下面选择其中一种进行远程访问

5. 远程访问

使用上面Cpolar生成的 https公网地址,在任意设备的浏览器进行访问,即可成功看到我们Android 模拟器,简单几步即可实现无需云服务器,无需公网IP实现远程访问.

小结

为了更好地演示,我们在前述过程中使用了cpolar生成的隧道,其公网地址是随机生成的。

这种随机地址的优势在于建立速度快,可以立即使用。然而,它的缺点是网址由随机字符生成,不太容易记忆(例如:3ad5da5.r10.cpolar.top)。另外,这个地址在24小时内会发生随机变化,更适合于临时使用。

我一般会使用固定二级子域名,原因是我希望将网址发送给同事或客户时,它是一个固定、易记的公网地址(例如:android.cpolar.cn),这样更显正式,便于流交协作。

6. 固定Cpolar公网地址

由于以上使用cpolar所创建的隧道使用的是随机公网地址,24小时内会随机变化,不利于长期远程访问。因此我们可以为其配置二级子域名,该地址为固定地址,不会随机变化【ps:cpolar.cn已备案】

注意需要将cpolar套餐升级至基础套餐或以上,且每个套餐对应的带宽不一样。【cpolar.cn已备案】

登录cpolar官网,点击左侧的预留,选择保留二级子域名,设置一个二级子域名名称,点击保留,保留成功后复制保留的二级子域名名称

保留成功后复制保留成功的二级子域名的名称

返回登录cpolar web UI管理界面,点击左侧仪表盘的隧道管理——隧道列表,找到所要配置的隧道,点击右侧的编辑

修改隧道信息,将保留成功的二级子域名配置到隧道中

  • 域名类型:选择二级子域名
  • Sub Domain:填写保留成功的二级子域名

点击更新(注意,点击一次更新即可,不需要重复提交)

更新完成后,打开在线隧道列表,此时可以看到公网地址已经发生变化,地址二级名称变成了我们自己设置的二级子域名名称

7. 固定地址访问

最后,我们使用固定的公网https地址访问,可以看到同样访问成功,这样一个固定且永久不变的公网地址就设置好了,随时随地都可以远程访问本地android模拟器,无需公网IP,无需云服务器!

Docker-Android 解决安卓开发环境混乱问题,cpolar 实现远程无障碍协作,两者结合让移动开发流程更高效、更顺畅,适合各类团队提升开发效率。

cpolar官网-安全的内网穿透工具 | 无需公网ip | 远程访问 | 搭建网站

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/4 0:26:24

Miniconda创建环境时添加注释和元数据的方法

Miniconda环境管理中的元数据实践:让每个环境都“自带说明书” 在AI项目开发中,你是否遇到过这样的场景?服务器上列着十几个Conda环境:py38, gpu_env, test2, nlp-v2……没人记得哪个是训练BERT模型用的,哪个只是临时测…

作者头像 李华
网站建设 2026/6/30 8:40:48

如何在Miniconda环境中配置PyTorch与CUDA加速

如何在Miniconda环境中配置PyTorch与CUDA加速环境管理的现代实践:为什么选择 Miniconda? 在深度学习项目中,最让人头疼的往往不是模型设计本身,而是“在我机器上明明能跑”的环境问题。你有没有遇到过这样的场景:刚克隆…

作者头像 李华
网站建设 2026/6/30 23:38:41

在Miniconda环境中安装OpenCV进行图像预处理操作

在Miniconda环境中安装OpenCV进行图像预处理操作 你有没有遇到过这样的情况:刚写好的图像处理脚本,在同事电脑上一跑就报错?cv2 模块找不到,或者 numpy 版本不兼容,甚至因为系统缺少某个 C 库直接崩溃。这类“在我机器…

作者头像 李华
网站建设 2026/7/6 21:43:06

使用Miniconda-Python3.10构建医疗健康AI分析管道

使用Miniconda-Python3.10构建医疗健康AI分析管道 在一家三甲医院的AI研发团队中,曾发生过这样一幕:研究人员在本地训练出一个肺结节检测模型,准确率高达92%。信心满满地将代码提交到测试服务器后,结果却相差7个百分点——排查数日…

作者头像 李华
网站建设 2026/7/5 2:33:09

使用Miniconda管理多个Python3.10版本进行兼容性测试

使用Miniconda管理多个Python3.10版本进行兼容性测试 在开发一个AI模型时,你是否遇到过这样的场景:同事的代码在自己机器上跑不通,提示“ImportError”或“ModuleNotFound”?又或者,在升级PyTorch后,原本稳…

作者头像 李华
网站建设 2026/7/1 16:15:54

PyTorch张量运算性能测试:Miniconda环境下的基准结果

PyTorch张量运算性能测试:Miniconda环境下的基准结果 在现代AI开发中,一个看似简单的矩阵乘法可能背后隐藏着复杂的依赖链条和性能差异。你有没有遇到过这样的情况:同一段PyTorch代码,在同事的机器上跑得飞快,而到了你…

作者头像 李华