iPhone Agent Harness 今日发布

2. iPhone Agent Harness

产品简介

iPhone Agent Harness 是一个开源的手机自动化 Agent 框架，官网 https://igent.cc/ ，源码在 github.com/cccat6/iphone-agent-harness 。它让 AI 通过运行在 Safari 里的网页 Harness 观察 iPhone / iPad 屏幕并规划动作，再由一块 ESP32 开发板模拟蓝牙键盘和鼠标，真正去点击、去输入、去跨 App 完成流程。整个过程不需要 Mac，不需要安装 App，不需要越狱，手机也不用接线。

核心功能

1. 屏幕观察与动作执行：Safari 抓取手机屏幕，把选定上下文交给所选 AI，Harness 校验动作计划后经本地 WebRTC 发给 ESP32，桥接器再输出蓝牙键鼠输入，下一帧屏幕观察形成闭环。
2. 浏览器里直接烧录固件：igent.cc/flash 提供网页版安装器，用电脑端 Chrome 或 Edge 选板子、插 USB 数据线即可刷入固件，支持 ESP32 C2、C3、C5、C6、S3 与 Classic（C2 至少需要 2 MB Flash，其余至少 4 MB 标准 SPI Flash）。
3. 模型完全自由：支持 OpenAI 兼容与 Anthropic 兼容端点，可直接填 API 地址或完整的 /chat/completions、/messages 地址，拉取模型列表后在会话中随时切换；任务建议选择支持图片与工具调用的模型，并可调整推理强度；也支持用 ChatGPT 订阅经无状态中继接入。
4. 技能系统：内置技能之外，技能社区（igent.cc/skills）中的技能可一键添加到本地；自己也能新建技能，填名称、标识、描述与指令，还能让 Harness 代写或改进；技能可发布到社区，刷新页面即可拉取更新并保留开关状态。
5. 剪贴板同步：配合 Apple 快捷指令 iPhone Agent Clipboard，可把长文本与多语言内容写回手机，Harness 侧选择「用快捷指令复制」或「复制并继续」。
6. 本地优先的会话管理：会话、截图和密钥都存在浏览器本地存储，官方强调对话留在本地；可随时归档或继续历史会话。

特色优势

最大特点是零门槛硬件：一块约 2 美元的 ESP32 就构成蓝牙 HID 输入桥，手机不装 App、不越狱、不用数据线，整套方案也强调少装东西——网页烧录代替 Arduino 环境，网页 Harness 代替客户端。支持 iOS / iPadOS 27 及以上，仓库同时提供英文、简中、繁中、日文、俄文、德文、法文、西文多语言文档。

应用场景

1. 日常点单：让 Agent 自行挑选饮品、设置冰量与糖度并走完下单流程。
2. 跨 App 工作流：在订票、比价、查快递、填表单这类多步骤操作中，把固定流程写成技能重复使用。
3. 设定提醒与调整系统项：设闹钟、切换开关、批量修改手机设置。
4. 无障碍与家庭场景：为行动不便的用户或家中长辈用自然语言驱动手机。
5. 开发者实验：把手机变成可被 Agent 调用的执行端，验证 computer-use 一类方案的落地方式。

适用人群

手里有 iPhone 或 iPad、愿意折腾一块 ESP32 的开发者与自动化爱好者；想给 Agent 找一个真实执行端的 AI Agent 玩家；以及需要把重复手机操作固化成技能的小团队。

出品方

个人开发者 cccat6 主导的开源项目，采用 MIT 许可，2026 年 10 月 17 日建仓，10 月 25 日仍有提交，主体语言为 C。作者在 V2EX 分享了完整方案并附有 B 站演示视频。

更新动态

项目处于早期快速迭代阶段，目前约 12 星，近期提交集中在固件安装流程、剪贴板能力和技能社区上；技能支持导出与「创作者身份」备份，跨浏览器迁移后可继续以同一作者身份发布。ESP32 芯片型号覆盖 C2、C3、C5、C6、S3 与 Classic，官方文档给出每个型号的 Flash 要求与 BOOT 按键排障步骤。

官方链接

官网：https://igent.cc/ 浏览器烧录：https://igent.cc/flash 技能社区：https://igent.cc/skills 开源仓库：https://github.com/cccat6/iphone-agent-harness