让 AI 代理操作一部真实手机，这件事的门槛降得比想象中快。XPhoneUse 是九月初冒出来的开源项目，仓库描述只有一句英文，bring your phone to agent，把手机带给代理。我把它的 GitHub 仓库、skill 文档和 CLI 源码翻了一遍，再对照国内媒体的上手实测，把这个项目的底细讲清楚。
主要功能
整体架构是三件套。桌面应用负责连接手机并投出镜像窗口，人和代理可以同时在这块屏幕上操作；它对外在本机 7070 端口提供一个 MCP 服务器，地址是 http://127.0.0.1:7070/mcp 。仓库里附带的 skill 文档教代理如何调用这些能力，CLI 脚本是纯标准库写成的 Python 文件，作者注明它是桌面应用内 Rust 版命令行的孪生实现，每条命令对应一次 MCP 调用，无需 pip 装任何依赖。仓库本身很瘦，README 只有标题加描述两行，正文就是 skill 文档与脚本，官方文档列出的 xphoneuse_* 工具共 26 个，名字从 tap、swipe、send_text 一路排到 launch_app、macro、wifi。
代理的「眼睛」分两级。优先读取 Android 的界面树，官方文档称这样比逐张看截图省约 10 倍 token；需要看图时，截图先在本地做像素比对，画面没有变化就不送给模型，省下无意义的图像开销，比对结果就两个状态，变了与没变，代理据此决定要不要再看一眼。代理的「手」覆盖点按、长按、滑动、滚动、按键、输入文本，Android 侧另有 shell 命令，文档明说等价于任意 adb shell 命令，还带启动应用、打开链接、宏录制回放和 Wi-Fi 开关，滚动和滑动是两个独立工具，长列表翻页有专用命令。文本输入走剪贴板粘贴的思路，安卓与 iOS 都是如此，区别在 iOS 的新方案是经设备剪贴板完成。
平台覆盖 Android 与 iPhone。iOS 27 及以上版本走 USB tunnel，屏幕流、输入指令和截图全走数据线，官方称一张截图约 0.7 秒，手机端零配置；旧版 iOS 退回 AirPlay 镜像加蓝牙键鼠桥接，输入中文这类非 ASCII 文本需要切换到指定的 AgentInput 输入法。全部文档里没有出现任何 root 或提权要求。
解决了什么需求
代理要干活，先得有眼睛和手。浏览器里的代理已经成熟，手机这边一直缺一条顺手的通道，XPhoneUse 补的就是这个位置。appinn 的作者实测了安卓路线，用 DeepSeek V4.1 Flash 模型配合 omp 下发指令，让代理进入多邻国完成一项日语学习任务，一次跑通，原话评价是效果非常棒；iPhone 路线媒体没有测，表现待验证。这款工具由读者 jkindle 向 appinn 推荐。仓库自带的示例也拿微信、京东这类中文应用当例子，看得出作者考虑过国内使用场景。代理生态今年在中文圈扩散得快，把手机接进代理的这类桥接件，需求只会多不会少。上手总共三步，装 Windows 或 macOS 客户端，手机连接电脑，再让代理自己安装 skill 包，那一步也是一句话的事，把 skill 包的下载链接发给代理，它自己会装好，之后直接用自然语言下指令即可。
作者 kindlejiang 的底细我也查了一下。GitHub 账号 2011 年注册，公开仓库 37 个，另有跨境电商方向的中文项目，看履历是熟手做的 side project，代码组织得干净。
注意事项
项目太早期，风险摆在明处。仓库 2026 年 9 月 9 日创建，最后一次推送停在 9 月 13 日，截至发稿 0 star、0 issue、0 fork，Hacker News 和 Reddit 上搜不到任何讨论，社区反馈目前为零。桌面应用走官网分发，未包含在开源仓库里，我从本地访问 xphoneuse.com 一直返回 403，下载渠道与价格信息以官方页面为准。安卓侧依赖 adb 通道，iOS 新方案要插着数据线使用。仓库没有点名支持哪款代理，形态上是标准 MCP 服务器加通用 skill，理论上任何支持 MCP 的客户端都能接，实际兼容性需要自己验证。文档全部是英文，没有中文说明，上手需要一点耐心。手机交给代理期间，屏幕内容和验证码它都看得到，敏感操作建议留人在旁边盯。
总结
思路不新鲜，完成度却意外地高，两级视觉设计对 token 的节省、中文应用示例这些细节，都能看出作者是真的在用。适合折腾代理自动化的开发者拿来当玩具，离日常托付还有距离，先等它攒出第一批用户反馈再说。
来源
- GitHub 仓库 https://github.com/kindlejiang/xphoneuse
- Skill 文档 https://github.com/kindlejiang/xphoneuse/blob/main/skill/SKILL.md
- CLI 源码 https://github.com/kindlejiang/xphoneuse/blob/main/skill/scripts/xphoneuse-cli.py
- GitHub API 仓库数据 https://api.github.com/repos/kindlejiang/xphoneuse
- appinn 上手实测 https://www.appinn.com/xphoneuse/