30 秒结论
「ESP32 iPhone Agent」是 ZouIC 从 GitHub 收录的开源项目，ESP32 方向、主要用 C（固件）/ Swift（iOS App） 实现、基于 Arduino ESP32 核心 + NimBLE-Arduino / SwiftUI 框架、许可证为 MIT（固件二进制为 GPL-3.0）。用一块七美元的 ESP32-S3 让 AI 真正“动手”用一台 iPhone。
- 来源平台
- GitHub
- 方向
- ESP32
- 主要语言
- C（固件）/ Swift（iOS App）
- 框架
- Arduino ESP32 核心 + NimBLE-Arduino / SwiftUI
- 许可证
- MIT（固件二进制为 GPL-3.0）
- 作者
- Henry Yuan
- 发布时间
- 2026-10-11
- Stars
- 4114
- Forks
- 545
常见问题
ESP32 iPhone Agent 是做什么的？
用一块七美元的 ESP32-S3 让 AI 真正“动手”用一台 iPhone。
ESP32 iPhone Agent 的内容来源是哪里？
这条记录收录自 GitHub，原文地址 https://github.com/onehumanbeing/esp32-iphone-agent。
ESP32 iPhone Agent 用了什么技术栈？
主要语言 C（固件）/ Swift（iOS App）；框架 Arduino ESP32 核心 + NimBLE-Arduino / SwiftUI；标签 ESP32-S3、iPhone、AI Agent、AirPlay、USB HID、BLE。
ESP32 iPhone Agent 是什么开源许可证？
收录记录里标注的是 MIT（固件二进制为 GPL-3.0），实际条款以原仓库为准。
ESP32 iPhone Agent 的热度怎么样？
收录时的数据是 4114 stars、545 forks。
ESP32 iPhone Agent 是谁做的？
来源页标注的作者为 Henry Yuan。
用一块七美元的 ESP32-S3 让 AI 真正“动手”用一台 iPhone。开发板自己开 Wi-Fi 热点，在 iOS 屏幕镜像列表里以「ESP32 Agent」出现，接收 H.264 码流但不在板上解码，再通过 BLE 转发给同一台 iPhone 上的 App；App 解码画面，把截图交给任意 OpenAI 兼容的视觉模型，由 planner 与 actor 输出点击、滑动、绘制、输入、按键、回主屏等动作。同一块板还是一把标准 USB HID 键鼠，开启系统辅助触控后，相对鼠标指针把“点击”变成轻点、把“拖拽”变成滑动；指针是相对的，App 会在角落归零，精确点击前先晃动指针定位补偿偏移，每一步结束后等待画面稳定再告诉模型有没有变化。整个过程不需要电脑、不需要付费开发者账号（免费 Apple ID 签名需每 7 天重签一次；一键加入热点依赖付费账号的热点配置能力，免费账号下 App 会显示热点密码手动连接）、也不需要越狱。已知限制：镜像源必须是 iPhone，macOS 不支持，BLE 带宽约 300–500 kbps 因而画面约 480×1040、≤5 fps；锁屏会中断镜像，密码输入、Apple Pay 与 DRM 视频不参与镜像；运行期间 Wi-Fi 占用板载热点故不通外网，模型走蜂窝数据；键盘输入仅 ASCII，横屏尚未支持。许可：代码 MIT，但 AirPlay 部分移植自 UxPlay，链接它的固件二进制按 GPL-3.0 分发。（原作：ESP32 iPhone Agent by Henry Yuan，MIT 授权）
