iphone-use

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？

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。

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。