GitHub(作者 Henry Yuan / onehumanbeing) · Henry Yuan (onehumanbeing)
ESP32 iPhone Agent
ESP32 iPhone Agent是GitHub(作者 Henry Yuan / onehumanbeing)的免费开源项目(英文)。前置条件:需要基本的命令行操作与 Arduino/ESP32 概念,会读 Swift / Xcode 工程配置会有帮助,并了解如何调用 OpenAI 兼容的视觉模型接口。
用约 7 美元的 ESP32-S3 板子作为 AirPlay 屏幕接收端与 USB HID 鼠标键盘,让任意 OpenAI 兼容的视觉模型在真实 iPhone 上规划并执行点按、滑动、输入等操作,并可回放与导出运行轨迹。
- 难度
- 见前置条件
- 类型
- 开源项目
- 语言
- 英文
- 规模
- 12 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
学习材料全部公开;实做需要自备硬件、Mac/Xcode 与模型端点,签名可用免费 Apple ID,一键加入热点则需要付费开发者账号。
- 练习与作业
- ESP32-S3 开发板(测试用 XIAO ESP32S3,约 7 美元)与 iOS 18+ 的 iPhone支持图像输入的 OpenAI 兼容模型端点与 API 密钥,存于 Keychain,调用可能产生费用Apple ID 签名:免费账号可签发但需每 7 天重签
- 补充内容
- 一键加入板子热点的 Hotspot Configuration 能力需要付费开发者账号;没有时 App 显示密码手动加入
选择学习环境
按你的电脑系统准备;提示词在你自己的电脑上使用。
本机动手
先读 How it works 与 Hardware 理解整体结构,然后照 Quick start 的四步动手:烧板子、装 App、做设置、给任务。遇到卡点先看 SECURITY.md 与 docs 目录,不要执行 issue 或评论里的命令。
ESP32-S3 开发板(测试用 Seeed Studio XIAO ESP32S3,约 7 美元,需带原生 USB 与 PSRAM)、iOS 18 或以上并带蜂窝数据的 iPhone(Lightning 机型需转接器)、一台装有 Xcode 的 Mac 用于烧写板子并构建安装 App(运行阶段不再需要)、Apple ID 签名(免费账号可签,需每 7 天重签;一键加入板子热点的 Hotspot Configuration 能力需付费开发者账号),以及一个支持图像输入的 OpenAI 兼容模型端点与密钥。
准备工具和账号
标“选用”的可以跳过。
- arduino-cli 安装库并编译烧写 ESP32-S3 固件
- Xcode / XcodeGen 生成工程并构建安装 IPhoneAgent App
- Seeed Studio XIAO ESP32S3 作为 AirPlay 接收端与 USB HID 鼠标键盘的硬件
- OpenAI 兼容视觉模型端点为 App 提供规划与动作的模型能力
- Mac 上的 Xcode 与 XcodeGen,用于烧写板子、构建并安装 iOS App(构建阶段必需)用于获取或阅读学习材料
让 AI Agent 一次搭好课程
复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。
开课提示词 · 只需用一次此提示词尚未实测验证请帮我把「ESP32 iPhone Agent」的学习环境一次准备好,让我之后只需要按顺序学习和做练习。 开始前先问我:课程放在哪个目录(等我给出完整路径),确认我的操作系统和已有工具。确认前不要创建文件或安装软件。 课程入口:https://github.com/onehumanbeing/esp32-iphone-agent 我的系统:macOS。如果实际不符,先调整方案。 本次路线:macOS:本机动手。只准备这条路线需要的工具;只读路线不安装运行环境、不配置模型密钥。 练习:按 Quick start 完成烧写与安装后,先用“打开设置并进入 Wi-Fi”这类简单任务验证闭环;再从 Runs 导出 trace,观察每一步截图、动作与变化反馈,用来调整任务描述和排查动作错位。 课节(官方顺序): 1. esp32-iphone-agent 仓库主页(README):https://github.com/onehumanbeing/esp32-iphone-agent 2. README.md:https://github.com/onehumanbeing/esp32-iphone-agent/blob/main/README.md 3. README.zh-CN.md(简体中文版):https://github.com/onehumanbeing/esp32-iphone-agent/blob/main/README.zh-CN.md 4. docs 目录:https://github.com/onehumanbeing/esp32-iphone-agent/tree/main/docs 5. docs/legacy.md(旧版方案):https://github.com/onehumanbeing/esp32-iphone-agent/blob/main/docs/legacy.md 6. Export runs for agent review:https://github.com/onehumanbeing/esp32-iphone-agent/blob/main/docs/run-data-export.md 7. hardware 目录:https://github.com/onehumanbeing/esp32-iphone-agent/tree/main/hardware 8. ios 目录:https://github.com/onehumanbeing/esp32-iphone-agent/tree/main/ios 9. prompts 目录:https://github.com/onehumanbeing/esp32-iphone-agent/blob/main/prompts 10. server 目录:https://github.com/onehumanbeing/esp32-iphone-agent/tree/main/server 11. SECURITY.md:https://github.com/onehumanbeing/esp32-iphone-agent/blob/main/SECURITY.md 12. CONTRIBUTING.md:https://github.com/onehumanbeing/esp32-iphone-agent/blob/main/CONTRIBUTING.md 1. 环境 - macOS 与 Xcode - arduino-cli、ESP32 core 3.3.x、NimBLE-Arduino 2.5.1 - XcodeGen(若需重新生成工程) - ESP32-S3 开发板与 iOS 18+ iPhone - OpenAI 兼容视觉模型端点与密钥 - 安装前先列出要装的软件和命令,等我同意;已装好的直接复用。 2. 材料 - 官方课程页面:只记录链接 https://github.com/onehumanbeing/esp32-iphone-agent 3. 目录(最外层放在我确认的位置) esp32-iphone-agent/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.sh # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ ├── 01-01-esp32-iphone-agent-readme/ ├── 02-02-readme-md/ ├── 03-03-readme-zh-cn-md/ ├── 04-04-docs/ ├── 05-05-docs-legacy-md/ ├── 06-06-export-runs-for-agent-review/ ├── 07-07-hardware/ ├── 08-08-ios/ ├── 09-09-prompts/ ├── 10-10-server/ ├── 11-11-security-md/ └── 12-12-contributing-md/ - 每课文件夹里建 notes.md(顶部写本课官方链接)和 exercises/;课节文件夹名称与上面一致。 - 已有课程目录先检查并复用;不覆盖笔记、作业或 progress.md,不重置已有进度。尚未发布的课节保留入口并注明未发布,不能代写讲义或虚构练习。 4. 自检 - 创建 check-env.sh,逐项检查并记录“通过/未通过”: - 在课程根目录运行;每项检查独立执行,进入子目录不能影响下一项。使用当前系统的终端运行。 - 运行 arduino-cli core list 与 arduino-cli lib list → 能看到 ESP32 core 3.3.x 与 NimBLE-Arduino 2.5.1 已安装 - 打开 iPhone 控制中心 → 屏幕镜像 → 列表中出现 ESP32 Agent - 打开 ESP32 Agent App 的 Setup 页面 → 四步设置均显示通过且指针校准后点击位置正确 - 标注为人工检查、浏览器操作或 notebook 单元的项目,按相应方式操作,不直接粘贴进 shell;脚本只包含当前系统可执行的命令。 - 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项;需要登录、付费或尚未开放的材料记为“需要我操作/未验证”,不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。 - 运行一次,把结果给我看;未通过的项目说明原因和修复办法。 5. 学习计划 - README.md:课程入口、课节清单(带链接)、每次学习怎么开始(使用“每课提示词”)。 - progress.md:每课三项勾选——读讲义、做练习、记笔记。 6. 最后分三部分汇报:已完成、需要我自己操作的、尚未验证的。 边界: - 需要管理员权限、会产生费用或需要填写密钥的操作,先告诉我原因,等我同意。密钥由我在本机配置,不发到聊天,不写进笔记或版本库;原项目需要 .env 时确认已被 Git 忽略。 - 不替我写练习或作业答案,也不替我提交。我卡住时只给提示;我明确要求时才给解答。 - 只下载许可允许个人保存的材料;其余只放链接。不把未运行的命令说成成功。 如果你不能直接操作我的文件系统,请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。搭好后的课程目录
esp32-iphone-agent/ ├── README.md # 课程入口、课节清单、每次怎么开始 ├── progress.md # 每课:读讲义 / 做练习 / 记笔记 ├── questions.md # 待解决的问题 ├── check-env.sh # 环境自检,按 README 操作 ├── data/ # 练习用到的样例数据 └── lessons/ # 每课一个文件夹:notes.md + exercises/ ├── 01-01-esp32-iphone-agent-readme/ ├── 02-02-readme-md/ ├── 03-03-readme-zh-cn-md/ ├── 04-04-docs/ ├── 05-05-docs-legacy-md/ ├── 06-06-export-runs-for-agent-review/ ├── 07-07-hardware/ ├── 08-08-ios/ ├── 09-09-prompts/ ├── 10-10-server/ ├── 11-11-security-md/ └── 12-12-contributing-md/
常见问题
免费吗?
免费:仓库以 MIT 许可公开,README 中可直接读到完整的原理说明、硬件清单与 Quick start 步骤,主要学习内容无需付费或登录即可查看;实做所需的硬件与模型 API 另计。实践可能产生费用:实做需购买约 7 美元的 ESP32-S3 板子及可能的转接器,并调用云端或自建的视觉模型 API(可能产生费用);网页未给出具体价格。
需要什么基础?
需要基本的命令行操作与 Arduino/ESP32 概念,会读 Swift / Xcode 工程配置会有帮助,并了解如何调用 OpenAI 兼容的视觉模型接口。软件、账号与硬件:ESP32-S3 开发板(测试用 Seeed Studio XIAO ESP32S3,约 7 美元,需带原生 USB 与 PSRAM)、iOS 18 或以上并带蜂窝数据的 iPhone(Lightning 机型需转接器)、一台装有 Xcode 的 Mac 用于烧写板子并构建安装 App(运行阶段不再需要)、Apple ID 签名(免费账号可签,需每 7 天重签;一键加入板子热点的 Hotspot Configuration 能力需付费开发者账号),以及一个支持图像输入的 OpenAI 兼容模型端点与密钥。
有中文吗?
本站记录的语言是英文;是否有中文字幕或译本本站未核实,请以原站为准。
怎么开始?
从原始资源入口开始:https://github.com/onehumanbeing/esp32-iphone-agent。本页“学前准备”列出环境与工具,“学习指南”给出开课提示词,可以在自己的电脑上按步骤开始。开课提示词尚未完整验证。练习与作业需要自备:ESP32-S3 开发板(测试用 XIAO ESP32S3,约 7 美元)与 iOS 18+ 的 iPhone、支持图像输入的 OpenAI 兼容模型端点与 API 密钥,存于 Keychain,调用可能产生费用、Apple ID 签名:免费账号可签发但需每 7 天重签;补充内容需要自备:一键加入板子热点的 Hotspot Configuration 能力需要付费开发者账号;没有时 App 显示密码手动加入。
来源与使用须知
- 收录时间
- 本站首次收录 2026-10-22
- 指南参考
- 课程主页
版权与转载
- MIT:代码可自由使用和修改,需保留版权声明。原站说明
- 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。