屏幕文本与触控控制
让智能体处理 iPhone 上可见的内容，并执行点按、输入和滑动等核心交互。
什么是 iphone-use？
iphone-use 是一款开源工具，用于让 AI 智能体控制真实 iPhone。它通过一个基于 Rust、面向 macOS 运行的自托管系统，提供屏幕文本和交互原语，包括点按、输入和滑动。该项目面向需要观察移动界面并在设备上执行操作的智能体，而不仅仅是与模拟器或静态测试装置交互。
iphone-use 能做什么？
自定义 XCTest 运行器
作为设备控制技术栈的一部分，包含基于 XCTest 的自定义运行器，用于驱动 iPhone 自动化。
多种控制接口
提供命令行界面、HTTP API 和 MCP 集成，使智能体工作流可以使用最适合其运行环境的接口。
浏览器接管
支持面向浏览器的工作流，让智能体能够接管现有的移动端浏览会话。
可重放流程
支持录制或定义可重复的交互流程，以便再次运行，而无需每次手动重新构建所有操作。
Rust 与自托管运行
该项目使用 Rust 实现，定位于在 macOS 上本地运行，使控制服务保留在操作者的环境中。
使用场景
“移动 UI 智能体工作流”
构建一个能够读取 iPhone 屏幕、选择操作，并在真实设备上执行点按、文本输入或滑动的智能体。
“可重复的应用流程”
将多步骤交互转化为可重放流程，用于定期检查、演示或内部自动化。
“浏览器会话接管”
让智能体继续处理已在 iPhone 上打开的浏览器会话，而不是从空白上下文开始。
“面向编程智能体的工具集成”
通过 CLI、HTTP API 或 MCP 暴露手机操作，从而连接到不同的智能体运行时和编排配置。
常见问题
iphone-use 控制什么？
它用于控制真实 iPhone，支持读取屏幕文本以及执行点按、输入和滑动操作。
智能体如何连接到它？
该项目提供 CLI、HTTP API 和 MCP 集成，作为控制和集成接口。
它在哪里运行？
该项目将自身描述为在 macOS 上自托管运行。所提供的来源未给出适用于 macOS 或 iPhone 各版本的完整兼容性矩阵。
iphone-use 是开源的吗？
该代码仓库为公开仓库，并标注采用 MIT 许可证。来源未表明 iphone-use 另有独立的托管版定价方案。
快速信息
- 产品类型
- 开源移动自动化与 AI 智能体控制工具
- 主要设备
- 真实 iPhone
- 主机平台
- macOS
- 实现语言
- Rust
- 智能体接口
- CLI、HTTP API 和 MCP
- 许可证
- MIT
iphone-use 替代品
Firetower
usefiretower.com
Firetower 是一个开源、自托管的控制平面，用于在自有服务器上运行编码代理。开发者可以从代码仓库启动代理会话，通过桌面或移动客户端监控进度、审查更改，并在无需保持发起设备在线的情况下交付分支。
Statewave
www.statewave.ai
Statewave 是面向 AI 智能体的开源、自托管记忆运行时：持久化存储事件，编译带来源信息的结构化记忆，并为需要跨会话连续性的应用返回排序后的上下文集合。
Cognee
www.cognee.ai
Cognee 是一个面向 AI 智能体和应用的开源记忆平台，连接多源数据并构建可查询的向量、图谱与关系型记忆。
Relace
relace.ai
面向编码代理的 AI 模型与基础设施平台，专注于代码检索、文件合并和源代码管理工作流，支持托管、本地部署及 VPC 隔离部署。
Obot
obot.ai
Obot 是面向企业的开源 AI 控制平面与 MCP 网关，用于部署、治理和审计 AI 代理、MCP 服务器及 Skills。
Steel
steel.dev
面向 AI 智能体和网页自动化的开源浏览器基础设施，提供云端浏览器会话 API，支持主流自动化工具与工作流。