iPhone Use：让 Codex 通过 USB 操作真实 iPhone
zhongerxin/iPhone-use: 让 Codex 通过 USB 操作真实 iPhone：引导安装、App 自动化、实时屏幕与截图回退。
Agent 操控真机的硬核工程实践，MCP 工具链与 WDA 集成方案完整，做移动端自动化的同学值得收藏参考。
让 Codex 通过 USB 操作真实 iPhone：引导安装、App 自动化、实时屏幕与截图回退。
GitHub repository created 2026-10-06 · 3719 stars in 8.1 days (about 458 a day) · Python
iPhone Use
中文 · English
让 Codex、WorkBuddy 或豆包工作通过 USB 操作你的真实 iPhone。用自然语言描述任务，助手就能打开 App、读取页面、点击、滚动、输入文字、整理列表，并在侧边栏展示手机屏幕。
iPhone Use 使用 WebDriverAgent（WDA）与 iPhone 通信，包含本地 MCP 服务、安装与使用技能，以及实时屏幕 widget。它优先复用现有连接与构建；控件定位失败时，指导模型查看截图并尝试坐标点击。
插件默认向独立的 PostHog 项目发送匿名使用统计，包括启动、工具调用、连接状态、耗时和错误类别。使用随机安装标识，不上传手机画面、输入内容或设备标识。设置 `IPHONE_USE_ANALYTICS=0` 或 `DO_NOT_TRACK=1` 并重启 MCP 服务可关闭。详见 埋点与分析说明。
使用前，需要先在你自己的 iPhone 上安装、签名并启动 WDA Runner。 WDA 是运行在手机上的执行服务；下面的提示词和 setup 流程可以让所用宿主的助手协助完成首次安装，已有健康的 WDA 可直接复用。
最近更新
2026-10-09 至 2026-10-13，完整记录见 更新记录。
- 预览直接操作：支持点击画面、鼠标拖动和触控板双指滚动。 - 微信点击优化：已知导航目标直接看图点击，通讯录和会话列表按需轻量读取。 - AirDrop 文件传输：使用技能新增传输指引，将手机图片、视频和文档传回 Mac。 - 页面读取优化：精简控件树，默认最多返回 200 个节点，支持按需限制快照。 - 连接恢复改进：完善超时与断线指引，自动恢复临时快照设置。 - 长文本续传保护：续传绑定原输入框，切换 App 或焦点后停止，避免误写。
用一段提示词让 Codex 安装
将下面这段话复制到本机 Codex：
安装插件后，当前聊天可能需要重新连接才能加载工具，流程可在重连后继续。Apple 账号登录、设备信任、开发者模式及手机解锁仍需本人在系统界面完成。
仓库目前为私有，需要有 GitHub 访问权限，或者使用已取得的源代码包。
在 WorkBuddy 和豆包工作中安装
两者都支持通过 USB 操作真实 iPhone，并在侧边栏显示实时画面；共用本机的设备配置、WDA 构建和操作锁，已配置过的手机优先复用。依赖仍是 macOS、完整 Xcode、Python、Node.js / npm 和 USB iPhone，安装这两个适配版无需 Codex CLI。适配版默认关闭匿名使用统计。
| 宿主 | 在源码目录运行 | 安装后的接入 | ||
|---|---|---|---|---|
| WorkBuddy | `python3 workbuddy/install.py` | 在「连接器管理」信任 `iphone_use`，新开会话 | ||
| 豆包工作 | `python3 doubao/install.py` | 按安装器输出新建 STDIO 连接器，上传两个技能，新开「本地电脑」任务 |
将对应提示词发给本机的 WorkBuddy 或豆包工作。助手可执行本地安装；宿主界面的接入步骤若无法自动操作，会说明需要你完成的具体步骤。首次签名仍使用你自己的 Apple 账号和开发团队。
发给 WorkBuddy 的提示词
发给豆包工作的提示词
如果工具没有加载，先确认连接器已启用，再新开会话 / 本地电脑任务。两个宿主同时使用同一部手机时，按共享操作锁的提示等待，避免同时操作。详细安装、更新和排查步骤见上表链接。
安装依赖
| 依赖 | 用途 | ||
|---|---|---|---|
| macOS 与 Codex、WorkBuddy 或豆包工作 | 运行本地 MCP 服务与屏幕侧边栏；Codex 版安装另需 Codex CLI | ||
| 完整 Xcode，已完成首次启动配置 | 编译、签名、部署和运行 WDA；仅 Command Line Tools 不够 | ||
| 可在 Xcode 中使用的 Apple 账号和开发团队 | 签名手机端 WDA Runner | ||
| USB 连接的真实 iPhone | 信任此 Mac，开启设备要求的开发者模式，安装与启动期间保持解锁 | ||
| Python 3.9+ | 运行 MCP 服务；Python 端使用标准库 | ||
| Node.js 20.19+、22.12+ 或 24+，npm 10+ | USB 转发与屏幕流；支持范围以项目 engines 和 doctor 检查为准 |
Xcode 需要支持手机当前的 iOS 版本。无需越狱，也无需单独启动 Appium Server。WDA 固定使用已验证的 16.14.0 提交，下载、依赖安装、签名和构建由 setup 流程管理。
先在自己的 iPhone 上安装并启动 WDA
手机端使用 Appium 维护的 WebDriverAgent。首次使用时，须通过 Xcode 用你自己的 Apple 账号与开发团队签名、安装并启动 `WebDriverAgentRunner`。
推荐使用上面的安装提示词和下面的 `iphone-use-setup` 流程：Codex 获取本项目固定版本的 WDA，配置你的设备和签名，再完成构建、部署与启动；需要你完成 Apple 登录、设备信任、开发者模式或解锁时，会提示具体步骤。
如需在 Xcode 手动处理：
1. 用 USB 连接自己的 iPhone，信任这台 Mac，按系统要求开启开发者模式，并在 Xcode 中配置自己的 Apple 账号。 2. 打开获取的 WDA 源码中的 `WebDriverAgent.xcodeproj`，选择 `WebDriverAgentRunner` scheme 和自己的 iPhone；在 Runner target 的 Signing & Capabilities 中选择自己的 Team 与可签名的 Bundle Identifier。 3. 使用 Product → Test 构建、安装并运行 WDA Runner，按手机上的实际提示完成信任。运行测试会启动 WDA 服务；安装后仍需要该服务处于运行状态。
本对话首次使用先调用 `pua_setup(action="status")`，复用健康服务或活动工作；缺少服务才 start 一次。start 默认最多等待 20 秒，超时后按同一 job 查询，不重复启动。服务就绪后，以 `pua_ready` 返回 `ready=true` 为准，再开始手机任务。设备与签名要求可参考 Appium 真机准备说明。
安装插件
脚本验证并暂存源码，通过 Codex CLI 注册本地 marketplace、安装插件和技能，并将安装缓存中的服务注册为标准 MCP `iphone_use`。插件与标准配置使用同一命名空间，避免重复工具注册。
源代码包解压后，也可以在包目录运行同一个安装脚本。安装完成后重连或新开 Codex 聊天。
连接自己的 iPhone
在新聊天中启用 iPhone Use，输入：
> 用 iphone-use-setup 帮我配置通过 USB 连接的 iPhone，安装并启动 WDA，验证 READY，然后显示手机屏幕。
技能引导 Codex 完成诊断、设备发现、签名配置、获取 WDA、后台构建与启动。已配置过的设备会复用配置和构建，正常任务不需要每次重装。`pua_ready` 返回 `ready=true` 后才开始手机任务。
可以做什么
| 功能 | 示例 | ||
|---|---|---|---|
| App 导航与操作 | 打开目标 App，进入搜索、详情、设置或草稿页面 | ||
| 页面读取 | 获取紧凑控件树、文字、位置和实际截图 | ||
| 点击与手势 | 按控件或坐标点击，滑动和拖动，等待页面目标出现 | ||
| 中文与长文本输入 | 一次提供完整 Unicode 文字，长文本分段输入并支持续传 | ||
| 连续任务 | 将已知点击、输入、等待等步骤组成一次 batch，减少模型往返 | ||
| 列表搜索与采集 | 有界滚动查找、重叠读取与去重，返回覆盖边界 | ||
| 可见失败恢复 | 控件被遮挡、未聚焦或树不完整时，查看新截图并重新选择点击位置 | ||
| 实时手机屏幕 | iPhone 外壳、设备状态、操作光效与清楚可见的点击 / 拖动提示 | ||
| 连接恢复 | 复用后台启动工作、重建失效会话；用户可点击刷新重新连接预览 |
示例提示词：
输入与提交分开，工具默认不提交文字。模型需要核对关键页面、接收人、数量和最终结果。密码、验证码、Face ID 等认证交给用户完成；等待解锁或认证接管时，widget 保留暂停前的画面，叠加黑色半透明遮罩、接管手势图标和「请在手机上接管操作」提示。恢复预览后自动移除遮罩。
屏幕预览在同一聊天中复用已有 widget。支持直接点击实时画面、鼠标拖动和触控板双指滚动／翻页，底部提供刷新、主屏幕和截图按钮。外观按连接机型匹配：支持灵动岛的机型才显示灵动岛；其他已知圆角屏机型保留圆角和外壳；iPhone X 之前的机型、所有 iPhone SE 和未知机型仅显示无圆角、无外壳的矩形屏幕。无图像时屏幕内仅显示对应状态图标，顶部显示连接或暂停状态。预览供用户观看，模型定位仍以工具返回的实际图像或控件为依据。
技术亮点
- 本地 USB 通道。 Python MCP 服务通过本机 loopback 转发访问 WDA，运行数据和签名构建保留在本机。 - 减少重复工作。 复用 HTTP 连接、WDA session、健康服务与已有构建；首次任务确认 READY，后续沿健康通道继续。 - 紧凑观察与组合动作。 控件树省略重复字段；仅需截图时不生成 XML；batch、滚动查找和列表采集减少工具回合。 - 安装任务异步执行。 下载、构建与启动返回可查询的工作 ID，重复 setup 优先复用正在进行的工作。 - 截图回退。 元素定位失败时返回截图与处理指引；图像像素乘以 `image.pixel_to_point` 转为 iPhone 点坐标，再交给 `pua_tap`。 - 明确失败语义。 多进程共享操作锁；动作超时或断线可能标记不确定，先读实际状态，避免盲目重放点击、输入或提交。 - 实时预览与暂停恢复。 屏幕流不落盘；区分锁屏与主动暂停，解锁后的 READY 可恢复锁屏预览，刷新可主动重连。
这些优化主要减少重复请求与模型往返，完整任务速度仍取决于 App、USB / WDA 状态和模型响应。工程回归与真机验收分别记录在本地开发资料中。
工具概览
模型可用 17 个工具，另有 2 个仅供屏幕 widget 使用的工具。
| 工具 | 用途 | ||
|---|---|---|---|
| `pua_doctor`、`pua_setup`、`pua_ready` | 环境诊断、设备配置、后台安装 / 启动与就绪检查 | ||
| `pua_observe`、`pua_find` | 控件树、截图与目标查询 | ||
| `pua_apps`、`pua_launch_app` | 查询 App 标识、读取安装证据和启动 App | ||
| `pua_tap`、`pua_swipe`、`pua_press_button` | 点击、滑动、主屏幕等操作 | ||
| `pua_type_text`、`pua_wait` | Unicode 输入与有界等待 | ||
| `pua_batch`、`pua_scroll_find`、`pua_collect_list` | 组合动作、滚动查找与列表采集 | ||
| `pua_screen`、`pua_metrics` | 预览开关与有界耗时统计 |
界面异常时先返回截图，再由模型判断下一步：滚动查找一次最多滑一次，仍找不到可点击目标就暂停；遮挡、滚动无进展、输入不符或预期页面未出现也走截图兜底。已有截图直接复用，不自动继续盲滑或重放操作。
本机数据与升级
新安装默认使用 `~/.local/share/iphone-use/`，可通过 `IPHONE_USE_STATE_DIR` 指定外部目录；原 `WDA_STATE_DIR` 仍兼容。升级时若新目录不存在，会继续使用检测到的旧配置目录，保留设备、签名和构建。不要为了改名删除运行数据。
运行目录权限为 700，私有配置和图像文件为 600。明确调用的截图有保留上限，预览流不落盘。签名材料、设备数据、运行日志与依赖目录均不进入源代码发布包。`WDA_URL` 可指定本机地址，默认转发端口为 18100，远程地址会被拒绝。
更新已克隆的仓库：
重新连接聊天以加载更新后的工具、技能和屏幕资源。若手机连接失败，先检查 USB、设备解锁、开发者模式、Xcode 签名与 setup 返回的具体错误；已有启动工作应继续查询，避免反复重启。
开发与文档
构建结果是自包含屏幕 HTML，源代码包位于 `dist/iphone-use-<版本>-source.zip`。安装和普通使用不需要重新构建 UI。安装后的插件仍完整保留 widget 的源码、样式、构建脚本、配置、依赖锁文件和测试，便于本地维护。
- 屏幕预览与恢复 - App 标识参考 - 安装与连接故障排查 - 更新记录
依赖与致谢
本项目依赖 Appium 生态与 WebDriverAgent：WDA 提供手机端的自动化执行服务，appium-ios-device 提供 USB 设备通信、端口转发与屏幕流连接能力。iPhone Use 在这些基础上提供 Codex 插件、MCP 工具、安装引导与屏幕 widget，无需单独运行 Appium Server。
感谢 Appium、WebDriverAgent 及相关项目的维护者和贡献者，让真实 iPhone 的自动化操作成为可能。
MIT License。第三方组件说明见 THIRD_PARTY_NOTICES.md。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力