Roubao AI Agent

肉包 Roubao 2.0 for iPhone · iPhone AI Agent

让 AI 直接操作你的 iPhone：看屏幕、点按、输入、跨应用完成任务，支持在用户授权下操作微 x。

运行时无需 Wi-Fi、无需越狱、无需电脑、无需额外硬件。支持纯蜂窝网络，在 iPhone 上独立运行 Agent。

English · Android 旧版在下方 · 详细安装教程 · 使用指南 · 验证与限制 · 架构

首次配置仍需 Mac + USB：编译签名、安装、开启开发者模式、生成并导入本机配对文件。配置完成后，Mac 可以关机、USB 可以拔掉。签名到期或配对失效时需要维护。“独立运行”指任务循环和手机控制在本机，模型推理使用你配置的联网 API，不代表离线大模型。当前发布为开发者源码预览版。

真机演示（3× 速度）

▶ 在 YouTube 观看完整演示 · 约 1 分 18 秒 · 英文字幕与背景音乐

真实 iPhone 上的应用资料查询、PDF 报告与原生分享流程；保留完整操作顺序，以 3× 速度展示。点击封面即可观看视频。

平台版本与入口

平台	状态	源码与文档	许可
iPhone · 肉包 2.0	当前开发者预览版	iOS 源码 · 安装教程 · 使用指南	AGPL-3.0
Android · 旧版	暂未更新，保留历史版本	根目录 app/ · 旧版中文文档 · Android V1.4.2	MIT

以下内容主要介绍 肉包 2.0 for iPhone。Android 代码与原有构建目录保留；iPhone 2.0 的能力不代表安卓版已更新。分平台许可说明

把“AI 手机”的跨应用能力带到 iPhone

不必换手机：自选模型、微 x操作、任务续聊、PDF 报告，把 AI 手机的操作体验带到你现有的 iPhone。

你说目标，肉包观察实际页面，规划并执行步骤；需要你选择或授权时发通知、出卡片，收到回答后继续。可以把它理解为把类似“豆包手机”的 AI 操作体验带到现有 iPhone，无需更换手机或外接控制板。本项目与豆包、字节跳动及 Apple 无官方关联，不承诺功能等同。

肉包 2.0 是 open-source iPhone AI agent / iOS automation / phone-use harness，基于 iphone-use-app 扩展，保留上游贡献和 AGPL-3.0 许可。Android 旧版保留在本仓库根目录；新版 iOS 源码位于 ios/。

能做什么

能力	使用方式
跨应用操作	启动应用、截图、点按、长按、滑动、中文/英文/Emoji 输入、返回主屏幕
微 x控制（实验性）	用户授权下操作微 x界面与分享文件；已有生成的 PDF 在指定聊天中实际发送的开发验证
搜索与整理	查询地图地点、查商品页面、整理不同应用里的可见信息
比价与 PDF	比较指定平台的同款商品、配置、可见价格及优惠条件，生成带表格/截图的报告
完成后继续聊	“把刚才报告缩成两页”“补一个平台”；保留本会话历史、文件和已完成工作
用户参与决策	一次一张问题卡，可返回修改，最后统一提交；等待时发送本地通知
长任务与恢复	默认 100 步，到达后询问是否加 50 步；检查点和继续任务保留进度
动态岛进度	查看阶段和步骤、随时停止；刷新频率由 iOS 决定
文件与分享	原生 PDF、文件列表、QuickLook 预览及关闭、iOS 系统分享面板；报告可继续修改
流式语音输入	可选豆包/火山引擎 ASR，边说边显示，结束后先手动改再发送
自选模型	手机内填写兼容接口 Base URL、Key、模型 ID；可选 TypeSafe JEV 加速执行
卡住时主模型接管	本地 OCR 辅助定位，两次定位无进展/失败后要求主模型多模态重新定位

上述是实现能力，不是每项业务都经过完整验收。已有计算器、信息查询、比价 PDF、语音等开发验证；不保证无人值守发送、下单和支付可靠。验证范围与已知问题

微 x也能协助操作

肉包支持在你授权的情况下操作微 x界面，使用通用截图、点击、输入及系统分享通道；已有将生成的 PDF 发到指定聊天中的真机开发记录。你可以让它：“把刚才的 PDF 分享到我指定的微 x聊天，发送前让我核对接收人与文件。”

微 x能力仍处于实验验证阶段，发送前请核对联系人、文件和内容。历史测试出现过重复发送及误点，已补充通用授权与重复动作保护，但修复后尚未重新完成完整发送验收；不承诺所有微 x页面或无人值守发送可靠。具体记录见 验证范围与已知问题。不绕过微 x登录、验证或系统授权。

要安装 WDA 吗？

不用。当前版本不依赖 WebDriverAgent、Appium 或 XCTest runner。

控制路径：AgentRunKit → CoreDevice / RemoteXPC → idevice → 本机回环 VPN。需要开发者模式、本机 Remote Pairing 文件和本地 VPN；不需要 ESP32、树莓派或另一台手机。技术说明

从零开始安装

完整可复制步骤见 中文安装教程：

1. 准备 iOS 26+ iPhone、Mac、支持该系统的完整 Xcode、Rust 和模型 API。开发验证设备为 iPhone 15/17 Pro Max、iOS 27.0.1；iOS 26 是工程最低版本，未覆盖所有组合。
2. USB 连接、解锁并“信任此电脑”；设置 → 隐私与安全性 → 开发者模式，开启、重启、确认。找不到开关时先让 Xcode 识别设备。
3. 克隆源码，运行 scripts/build-idevice.sh；Xcode 配置自己的团队及唯一 Bundle ID。
4. 有 Network Extension 权限的付费团队使用内置 VPN；免费 Personal Team 设置 BUILTIN_VPN=NO，另装并启用 LocalDevVPN。免费签名通常 7 天到期。
5. 构建安装肉包，经 USB 生成并导入这台手机自己的配对文件。它包含私密信任信息，不可共享或借用。
6. 允许 VPN、本地网络等权限；等待首次 Developer Disk Image（DDI）下载并挂载。
7. 纯蜂窝场景在肉包内添加 “[iPhone Use] Toggle Cellular” 快捷指令，再点“已添加助手，一键连接”。它短暂关闭蜂窝以建立本机通道，然后恢复；不要求连接 Wi-Fi。
8. 配置并测试模型。先执行“打开计算器，清空后计算 23×17，读取结果”，应得到 391。
9. 拔 USB、关 Mac，保持手机解锁和联网再跑任务，验证自己的独立运行和纯蜂窝重连。

任务示例

打开计算器，清空后计算 23×17，读取结果。
在地图查询附近三家咖啡店，整理距离和营业信息，先不要下单。
在指定的三个电商平台比较同型号、同容量的手机，记录价格条件和截图，生成 PDF。
继续刚才的报告，标注哪些价格需要会员或优惠券，另存新版。
把刚才的 PDF 分享到我指定的微 x聊天，发送前让我核对接收人与文件。

地点、账号、地址等缺失选择由肉包向你询问。发送或购买等最终操作请核对目标和内容；不要用真实支付做首次测试。

构建与开发

git clone https://github.com/Turbo1123/roubao.git
cd roubao/ios
rustup target add aarch64-apple-ios
scripts/build-idevice.sh
open iPhoneUse.xcodeproj
# 离线 harness / 协议测试，不使用 API Key、不操作手机
swift test --scratch-path .build/ModelTests

Xcode 工程、target 和 module 沿用 iPhoneUse。设置 ROUBAO_BUNDLE_ID 可统一修改主应用和两个扩展标识。签名、配对、免费团队、命令行安装、未签名 IPA 和排错见 INSTALL.md。仓库不提供开发者的证书、账号、Key 或配对记录。

隐私和边界

• Key 保存在设备钥匙串；你选择的模型服务会收到任务文本、截图和相关上下文。开启 JEV/ASR 后，相应服务也接收其所需数据。
• 对话、截图、检查点和报告保存在应用沙盒，分享前检查私人内容。“沙盒”指 iOS 应用存储，不是任意代码执行平台。
• 本地 VPN 与其他 VPN 不能保证同时工作；系统可能显示“从 Mac 远程查看”开发服务提示，即使控制端就是本机。
• 需要手机解锁；后台限制、签名到期、系统升级、应用改版可能中断运行。恢复不保证外部动作恰好执行一次，状态不明确时应先核对页面。
• 不绕过登录、验证码、付款验证和系统授权。审批及重复动作保护尚未证明覆盖所有业务按钮，重要操作请在旁确认。

安全说明 · 参与贡献 · 第三方致谢

开源与致谢

延续上游 AGPL-3.0，保留原作者及第三方许可。感谢 iphone-use-app、idevice、StikDebug、LocalDevVPN/StosVPN、AgentRunKit、SwiftOpenAI，以及 ESP32 iPhone Agent、JEV 社区。上游历史文档中的演示素材属于上游，不代表肉包 2.0 的验收。

搜索主题：iPhone AI Agent、iOS 自动化、手机智能体、非越狱 iPhone、蜂窝网络 Agent、手机端 harness、computer use、phone use、mobile AI agent、no-jailbreak iOS automation、standalone iPhone agent、on-device orchestration。

---

<a id="android"></a>

Android 旧版：继续保留，暂未更新

安卓没有删除，也没有并入 iPhone 版。 原有 Kotlin 源码、Gradle 工程、MIT 许可和 APK 历史版本都保留在本仓库；当前 iPhone 2.0 的更新不代表安卓版同步升级。

下载 Android V1.4.2 APK · Android 完整文档 · Android English guide · Android 源码 · MIT 许可

安卓版能做什么

• 原生 Kotlin + Material 3 界面，中英文界面与深浅色主题。
• 通过视觉语言模型观察屏幕，使用自然语言发起手机操作任务。
• 基于 Shizuku 的截图、点击、滑动、输入和应用启动。
• 多 Agent / Tools / Skills 架构，执行记录与悬浮进度，可手动停止。
• 自定义模型接口和模型配置；Key 由用户自行提供。旧版已有配置加密与敏感页面检测设计，具体兼容性和执行效果仍以实测为准。

安卓安装与使用

1. 准备 Android 8.0 / API 26 及以上手机和自己的视觉模型 API。
2. 安装并启动 Shizuku。Android 11+ 可使用无线调试，旧版教程的无线方式需要 Wi-Fi；也可以按 Shizuku 官方说明通过电脑 ADB 启动。
3. 下载上面的 Android V1.4.2 APK 并安装，不要把 iPhone 源码包当成安卓安装包。
4. 打开肉包，在 Shizuku 中授予应用权限；进入设置填写自己的模型接口、模型 ID 和 API Key。
5. 先跑简单任务，核对每一步实际结果，再尝试复杂流程。更多权限、配置、构建与旧版示例见 Android 完整文档。

“运行时四无需”、CoreDevice、本机 VPN、动态岛等上文说明针对 iPhone 版；安卓按照本节及旧版文档配置。旧的个人演示截图已因隐私清理移除，不影响 APK、源码或文档入口。