快速上手

XPhoneUse 把一台真实手机镜像到桌面，并把它交给 AI 智能体。手机还是那台手机，账号还是你的账号，应用状态一点没变——变的只是操作它的人。

安装

从下载页取 Windows 安装包，双击运行。安装器检测到缺少 Apple Mobile Device Support 时会提示并自动补齐，不需要单独装 iTunes；Android 不需要任何额外驱动。

装好后启动应用，允许它访问 USB 设备。

连接设备

Android

1. 手机上打开开发者选项 → USB 调试。
2. 插上数据线，手机上点“允许”。
3. 应用里出现设备名称与序列号，点它开始镜像。

想让智能体无线工作，就在开发者选项里打开无线调试，之后用 wifi connect <ip>:<port> 连。

iPhone

1. 解锁手机，插上数据线。
2. 手机上点“信任此电脑”。
3. 应用里选中设备。画面、触控、截图、剪贴板所需的开发者镜像由 app 自己下载并挂载（iOS 27+ 首次约 16MB；iOS 16 及更早的机器不用隧道，但截图同样要它，约 7MB）。
4. 装这个镜像需要开发者模式：如果它关着，app 会提示 10 秒后自动开启（手机会重启一次），重启后解锁手机再连一次即可。镜像挂好之后开发者模式可以再关掉。

隧道连上后，画面、输入和截图共用这一根线，iOS 16 及更早的机器会自动回退到 AirPlay 镜像。

镜像出来

选中设备后窗口切到实时画面。底部是导航键、旋转、音量、截图、录屏与宏控制。这时你和智能体共用同一条连接——它操作时你可以旁观，也可以随时接管。

对话副驾

镜像窗口里最费神的一步是“这句我该怎么回”。打开设置 → 对话副驾，填上回复服务的 Key（任意 OpenAI 兼容端点，设置里有 TypeSafe、OpenRouter、博查、Vercel、Zen 几个预置；回复服务的 Key 留空就复用 Jev 的）；想要判定和排序再填判定服务（Jev——TypeSafe 的 System One 决策模型，专门回答“选哪个 / 打几分 / 是与否”这类结构化问题，一次判定约 1 秒），留空则跳过判定，候选回复直接由回复模型按它自己的推荐顺序给出。填好后面板会浮在画面上方：

• 屏幕静下来时自动截屏 → 本机离线 OCR 读出聊天记录 → 起草 3 条候选回复。填了判定服务的话，中间还会由 Jev 判定对方真实意图、要什么、危险程度、此刻该不该给实质内容，并给候选排序；
• 点一条候选只是填进输入框，发不发、怎么改由你决定——它不会替你发送；
• 关掉开关就什么都不做：不截屏、不读屏、不发请求。聊天记录只在内存里累积，关掉应用即消失。

面板里能展开“读到的对话”核对解析结果，左右分错了可以在设置里对调。填入的文字走应用自己的输入通路（iOS 上的非 ASCII 文本会经过剪贴板，可能弹一次“允许粘贴”）。

交给智能体

在你正在用的智能体对话里输入 请安装 skill：https://xphoneuse.com/static/skills/xphoneuse.zip，它自己会把 skill 装好，之后就知道怎么连设备了。手动跑一次也就三行：

python scripts/xphoneuse-cli.py list
python scripts/xphoneuse-cli.py connect <serial-or-udid>
python scripts/xphoneuse-cli.py screenshot

或者把 MCP 端点加进客户端：

{
  "mcpServers": {
    "xphoneuse": { "url": "http://127.0.0.1:7070/mcp" }
  }
}

接下来

• 用智能体驱动——动词表、坐标约定与验证方法
• iOS 支持——隧道、粘贴弹框与输入法
• 常见问题

最后更新 2026-10-15