ESP32 iPhone Agent 是一个用 C 语言写的开源项目（GitHub 3500+ 星），通过一块约 40 元的 ESP32-S3 开发板让 AI 模型直接操作真实 iPhone：AirPlay 充当”眼睛”捕获屏幕，USB HID 充当”手”执行点击滑动，无需越狱、无需 Mac、无需开发者账号。
以前想搞 iPhone 自动化，要么越狱（高风险、封保修）、要么上 Mac 跑 Xcode（成本高）、要么装一堆描述文件（iOS 一更新就废）。这个方案绕开了所有限制：iPhone 只当它是一块”会投屏的显示器 + 一个外接键盘鼠标”，系统层面完全不知道有 AI 在操作它。
怎么实现的
- 眼睛：AirPlay——ESP32 板子接收 iPhone 的屏幕镜像，把画面截帧发给视觉大模型
- 大脑：任意 OpenAI 兼容视觉模型——GPT、Claude、Gemini、本地多模态模型都行，看懂屏幕后决定点哪里
- 手：USB HID——板子模拟成一根 USB 键盘/鼠标接到 iPhone，执行点击、滑动、输入
- 运行时不需要电脑——烧录好固件后，板子独立工作，iPhone 当它是普通外设
能干什么
- 让 AI 自动操作 App：定时打卡、批量整理备忘录、自动发消息
- 语音指挥手机：说一句”明天7点的闹钟”，AI 看着屏幕自己去设置
- 远程操作：给不方便动手的老人手机代劳，或者人不在家时遥控
- 做自动化实验：用真机跑 UI 自动化流程，比模拟器真实得多
需要的硬件
- ESP32-S3 开发板：约 40-50 元，认准带 USB OTG 支持的型号
- iPhone：支持 AirPlay 的机型即可，无需越狱
- 一个视觉模型 API：任意兼容 OpenAI 格式的视觉模型，或用本地模型
上手步骤
- 从下方下载区进入 GitHub 项目，按 README 把固件烧进 ESP32-S3
- 板子通过 USB 接到 iPhone，模拟成键鼠外设
- 在配置里填你的模型 API 地址和密钥（随便哪个兼容 OpenAI 格式的视觉模型）
- iPhone 镜像屏幕到板子，AI 开始”看见”并操作
- 说需求或给任务，剩下的交给它
项目关键信息
| 项目 | 说明 |
| 硬件成本 | 约 40-50 元（ESP32-S3） |
| 开发语言 | C（固件层） |
| GitHub 星数 | 3500+★ |
| 视觉通道 | AirPlay 屏幕镜像 |
| 操作通道 | USB HID（模拟键鼠） |
| 模型要求 | 任意 OpenAI 兼容视觉模型 |
| 是否需要越狱 | 不需要 |
适合人群
- 喜欢折腾的极客：40 块钱体验”AI 用真手机”的赛博感
- iOS 自动化玩家：想要真机流程自动化又不想越狱
- AI Agent 开发者：多一个真实世界的执行末端
- 给长辈远程帮忙的人：不用手把手教，AI 代劳
注意事项
- 这是实验性项目，操作手机有误触风险，重要 App（银行、支付）建议谨慎或避免自动化
- 只用在自己拥有的设备上，别用于他人手机——这是法律和道德的底线
- 项目是 C 语言写的，GitHub 3500+ 星，社区活跃，问题基本能在 issue 里找到答案
常见问题（FAQ）
问：必须越狱吗？
答：不需要。iPhone 只把开发板当成外接键鼠和投屏设备，系统层面不感知任何”自动化”。
问：需要 Mac 或开发者账号吗？
答：都不需要。烧录好固件后开发板独立运行，不连电脑也能工作。
问：可以操作别人的手机吗？
答：不行，这是法律和道德底线。只能用于自己拥有的设备，且建议避开银行、支付类 App。
问：支持哪些 iPhone？
答：支持 AirPlay 的机型均可，iOS 版本越新投屏体验越稳定。
最后更新：2026-10-22 ｜ 由伊藤资源整理核实
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)