分清观察与输入
能发送鼠标动作的桥接固件,不一定能取屏或运行模型。Anan iPhone Use 就明确把这两项工作交给客户端。
ARCHITECTURE / COMPARISON
比较从观察到执行的完整链路,而不是把所有 ESP32 板子和 iPhone Agent 当作可互换的方案。
能发送鼠标动作的桥接固件,不一定能取屏或运行模型。Anan iPhone Use 就明确把这两项工作交给客户端。
经典 ESP32 的 HFP 音频、S3 的原生 USB、C3 的蓝牙输入用途不同,各 App 的 iOS 条件也不一样。
开发构建、演示视频和作者的实机记录是不同证据。原型尚未通过的项目能力,会在介绍中明确保留。
各项条件对应项目介绍中标注的源码版本;这不是性能跑分或兼容性保证。
| 项目目录 | 项目类型 | 硬件 | 运行位置 | 画面或声音观察 | 输入链路 |
|---|---|---|---|---|---|
| Actell / 执言ja1chen | 屏幕操作 Agent | NCM 路线可选带原生 USB 的 ESP32-S3 | 带 Swift / Rust 后端的原生 iPhone App | CoreDevice 取屏 | CoreDevice 触控动作 |
| AI Passport iPhone Agentlewangdev | 屏幕操作 Agent | FoloToy AI Passport / ESP32-C3;可选原 S3 板 | Mac 或 Linux 服务端 | 电脑上的 AirPlay / UxPlay | 蓝牙 HID;可选 S3 USB HID |
| Anan iPhone Useananhq | 输入固件 | M5Stack StopWatch / ESP32-S3;其他板型需要适配 | 板上运行 MCP 服务,客户端运行 Agent | 由客户端提供,固件不取屏 | USB HID 或实验性 BLE 输入 |
| C3 AgentZhaoYangGG | 屏幕操作 Agent | ESP32-C3;USB 用于供电和刷写 | 原生 iPhone App | 用户明确授权的 ScreenCaptureKit 共享 | 蓝牙 HID 鼠标与键盘 |
| ESP32 Bluetooth Voice Agentmichaellee8 | 语音实验 | 带经典蓝牙及 PSRAM 的 AI-Thinker ESP32 Audio Kit V2.2 / ESP32-A1S | ESP32 固件与电脑端 Go 中继 | 没有取屏,传输蓝牙通话或通信音频 | HFP 音频,不输出鼠标或触控 |
| ESP32 iPhone Agent / Handsyonehumanbeing | 屏幕操作 Agent | 带 PSRAM 和原生 USB 的 ESP32-S3 | iPhone App;电脑用于构建与签名 | AirPlay → ESP32-S3 → BLE → App | USB HID 鼠标与键盘 |
| ESP32 iPhone Agent with Midsceneawait-ovo | 屏幕操作 Agent | 独立供电的 ESP32-S3 N16R8;USB 转串口用于刷写 | 原生 iPhone App,内置 Midscene 网页运行时 | iPhone 上的 ScreenCaptureKit;每次启动共享需用户授权 | BLE HID 鼠标与 ASCII 键盘 |
| ESP32 iPhone Agent for Windowsgrandexecuti | 屏幕操作 Agent | 带原生 USB 的 ESP32-S3;文档使用 N16R8 | Windows 10 / 11 电脑 | Windows 上的 UxPlay / GStreamer | 通过板子输出 USB HID |
| iPhone Agent Harnesscccat6 | 屏幕操作 Agent | ESP32 C2、C3、C5、C6、S3 或经典款;各板要求不同 | iPhone / iPad 上的 Safari | 浏览器屏幕共享 | WebRTC 桥接的蓝牙鼠标与键盘 |
| Oh My Phone UsegetGate | 屏幕操作 Agent | 支持经典蓝牙的 ESP32-PICO-KIT-1 | Mac MCP 服务与 iOS App | ReplayKit 屏幕共享 App | 控制走 BLE HID;通话走 HFP |
| Phone Agentboboabw | 屏幕操作 Agent | ESP32-S3;默认固件使用 GPIO48 RGB | 原生 iPhone App | 用户授权的整屏共享 | 蓝牙 HID 鼠标与 ASCII 键盘 |