当前位置:首页>排行榜>8个AI控制手机项目评测,全网最全

8个AI控制手机项目评测,全网最全

  • 更新时间 2026-11-17 01:41:27
8个AI控制手机项目评测,全网最全

前两年豆包手机火过一阵。它的思路是改手机的系统底层,让 AI 能直接用手机。结果没多久就爆死了。

原因不复杂:微信、淘宝、支付宝这些 App,谁也不愿意让一个外来的 AI 随便点自己的界面,风险太多,也说不清。

但我一直觉得,AI 操作手机这件事是挡不住的。原因就一个:太方便了。

我自己做 App 开发,也做些小项目,手边常备十几台手机。现在这些手机基本都交给 AI 驱动了,驱动是我自己写的:iPhone 走苹果开发者那套 WDA,安卓走 ADB。

有一点开发经验的话,这事不难。跟 AI 说一句「帮我写一套用 ADB 控制手机的脚本」,它就能给你搭出来:

懒得自己写也没关系,现成的工具已经有一大把了。

AI 控制手机到底有什么用?

不少朋友问我,让 AI 控制手机图什么?我的回答是:手机上能做、你又不想自己做的事,都可以甩给它。

在国内,这件事更有意义。国内的互联网是 App 的天下,很多功能、很多服务只有 App 版,网页上根本找不到。

最简单的用法,是抢票、查票:

AI 打开携程查机票。图源:X @openmys(Poki 作者)

我自己用得最多的是买菜。我的健康管理交给了 AI,冰箱空了,我就发条语音过去,让它上超市 App 买鸡蛋和牛奶,下单、付款它一条龙办完。

左:Mika 网购下单,图源:X @wangzan101(Mika 作者);右:Poki 点外卖,图源:X @openmys(Poki 作者)

再进一步,可以让它替你回微信。电脑版微信挂 AI 自动回复,很容易被识别成机器人;换成在手机上操作,就很难看出来了。

左:Mika 总结微信群。图源:X @wangzan101(Mika 作者)

剩下的就看你敢不敢想了。学外语、画画、刷抖音,人在手机上能干的,AI 基本都能干。

左起:Handsy 作者 @iamhenryyuan、网友 @coolish、Mika 作者 @wangzan101 的演示,图源:X

它甚至能替你打王者荣耀,只是延迟太高。截图、想一想、再点下去,等它点下去,人早没了。

这类工具我挑了最火的 8 个开源项目,放在一起做了一次对比。不排名,只摆事实和数据。

一分钟看懂原理

看工具之前,先花一分钟把原理弄明白,后面会好懂很多。AI 想用手机,得有三样东西:眼睛、手、大脑。

先说眼睛,也就是看清屏幕上有什么。最直接的办法是截图给 AI 看。更快的办法是读系统的「无障碍树」,这是系统给盲人读屏准备的一份清单,每个按钮叫什么、在屏幕哪个位置,上面都写着。

麻烦在于,微信这类自己画界面的 App,这份清单是空的。只能退回去截图,再靠文字识别把字认出来。

再说手,就是点击、滑动、打字。安卓靠 ADB,这是谷歌给开发者的调试工具,手机上打开 USB 调试或无线调试就能用,一行命令就能点屏幕上任意一个位置。

iPhone 麻烦一些,常见的有三条路:装一个叫 WDA 的测试小程序;借 Mac 自带的 iPhone 镜像,在电脑上点手机画面;或者干脆插一个「假鼠标」。

最后是大脑,也就是 AI 模型。它看完屏幕,决定下一步点哪儿。可以用 ChatGPT、Claude 这类云端模型,也可以用跑在手机里的本地小模型。

下面这 8 款工具,我按「要不要电脑」分成了三类:

第一类:装在手机上

这一类对小白最友好,手机上装个 App 就能用。

① Mika:这一类里下载最多的

手机:安卓 12 以上,推荐 14 以上,不用 root

电脑:不要

模型:ChatGPT Plus 账号直接登录,或填 DeepSeek、Kimi 这类的 API Key

数据:GitHub 8,700 多星,安装包下载 7.6 万多次

作者王赞,深圳的独立开发者,10 月底开源。

它最巧的地方,是借了安卓自带的「无线调试」,在手机上给自己开出 ADB 权限。之后它会在后台开一块你看不见的虚拟屏幕,AI 在那块屏幕上干活,你照常刷你的手机,两边互不打扰。

用起来就是说一句话的事。让它打开微信总结群聊,或者去小红书把某个博主最近的笔记过一遍,它都能自己翻完:

图源:Mika GitHub 仓库官方演示

网友也玩出了不少花样:操控抖音,在招聘 App 上搜职位、跟 HR 打招呼。定个闹钟、下雨提醒这种小事就更不用说了。

装法是下载 APK 直接装。打开后有个 6 步的设置向导:在「关于手机」里连点 7 下版本号,打开开发者选项;打开 USB 调试;无障碍可以先跳过;打开无线调试,记得勾「始终允许这个网络」;把系统弹出的 6 位配对码填进 Mika;最后打开自动连接,以后重启手机就不用再配了。

几个坑提前说一下:

· 它有询问模式,但只在付款前问你。发消息、删东西是不问的,心里要有数。

· 作者说自己只在一台安卓 14 上测过,别的机型出问题不奇怪。

· 非常费 token。有网友充了 10 块钱 DeepSeek,5 分钟就烧光了。

· 设置步骤对新手有点绕;还有人反映读微信时会黑屏,看图模式也偏慢。

② PokeClaw:模型装进手机,一分钱不花

手机:安卓 9 以上,内存 8GB 以上

电脑:不要

模型:手机本地跑谷歌开源的 Gemma 4,不用 API Key;也可以切云端模型

数据:GitHub 1,100 多星,安装包下载 1.8 万多次

作者 Nicole 是计算机专业辍学的开发者,说这个项目是用 Claude Code 熬了两个通宵做出来的。

它跟别家最大的不同,是模型直接跑在手机里,不用 API Key,也不花钱。代价是挑手机,光模型就有 2.6 到 3.6GB。

官方主推的玩法是 WhatsApp 自动回复:消息一进来,它在手机里看懂,自己回。下图左边是发消息的人,右边装了 PokeClaw 的手机已经回了一句「Yeah, I'll be there」:

图源:PokeClaw GitHub 仓库官方演示视频

问题是本地小模型太慢,一个小任务要两三分钟。换成云端模型会快很多,作者用 GPT-4.1 跑了 20 个任务,过了 18 个。

不过它从今年 6 月 2 号以后就没再更新了,还被杀毒软件报过病毒。想装的话,这两点要先想清楚。

③ Poki:这一类里唯一能控 iPhone 的

手机:只能控 iPhone 和 iPad,iOS 18 以上

电脑:装的时候要用一次,Mac、Windows 都行,不要 Xcode

模型:ChatGPT Plus 账号登录,或各家 API Key

数据:GitHub 1,300 多星,安装包加安装器下载 1,600 多次

作者是独立开发者 Joseph Zhou。

装 Poki 需要电脑出场一次。最省事的办法是一句话丢给 Claude Code,让它替你装;也可以下载官方安装器 Poki Setup,用免费的 Apple 账号签名装进手机。手机上还得装一个免费的 LocalDevVPN。别误会,它不是翻墙用的,只是帮 Poki 连上手机自己的开发者服务。

官方演示里,它能从小红书收藏里翻出一家店,打开地图查路线,再去微信把地址发给老婆;也能把支付宝账单分好类,上携程查机票。下面这段是在折叠屏 iPhone 上,左边发一句话,右边的小红书就自己搜起来、翻起笔记来了:

图源:X @openmys(Poki 作者)

我最喜欢它的一个细节。让它在美团外卖点一份健身餐,它自己搜、自己加购物车、自己结算,到了付款密码那一步就停下来,等你自己付:

图源:X @openmys(Poki 作者)

它靠读无障碍树加文字识别来看屏幕。走通过一次的路线它会记下来,下次同样的任务直接复用,越用越快。

缺点是慢,按文字点一下大约要 8 秒。另外免费账号的签名只管 7 天,到期得用安装器再续一次,挺磨人的。

第二类:电脑上的 AI 遥控手机

这一类的 AI 跑在电脑上,接的是 Claude Code、Codex 这些电脑上的 AI 助手,用的是你自己的订阅额度,不用另外买模型。它们大多通过一个叫 MCP 的标准接进去,你可以把它理解成给 AI 插了个「操作手机」的插件。

① Pinky:危险操作先问你

手机:安卓 10 以上 + iPhone(iOS 17.4 以上)

电脑:Mac、Windows、Linux 都有客户端;安卓后来也能脱离电脑单独跑

模型:接 Claude Code、Codex 等,用它们自己的订阅

数据:GitHub 2,200 多星,安装包下载 3.1 万多次(不少是自动更新)

作者是 DIYgod,大名鼎鼎的开源项目 RSSHub 也出自这位作者之手,GitHub 上 4.7 万星。Pinky 11 月 8 号才发布,还是预览版,但该想到的地方基本都想到了。

图源:Pinky GitHub 仓库官方演示

你可以把它想成守在电脑上的一个门卫。AI 的每个动作都要先过它这一关,碰到付款、发消息这类危险操作,就弹一张审批卡问你:只允许这一次、这次任务都允许,还是以后都允许。60 秒不点,就当你拒绝。

图源:Pinky 官方文档

隐私上也很细:银行 App 在 AI 眼里直接隐身,验证码自动打码。每个任务还有默认上限,最多 100 步、20 分钟、2 美元,AI 跑飞了也烧不了多少钱。

安卓和 iPhone 都能控。安卓走 ADB 加投屏,再配一个无障碍小 App,读一屏的时间能从 2 秒压到 70 毫秒。iPhone 如果是 iOS 27 以上,手机上什么都不用装;iOS 17.4 到 26 则要用 Mac 加 Xcode 装 WDA。

装起来不难:下载电脑客户端,在 Claude Code 里加一条命令就接上了。手边没有备用手机的,还能先开它的假手机模式玩一玩。

我看了网友的实测:让 Codex 通过它在安卓手机上打开美团,搜西湖附近的杭州菜,做完手机自动锁屏。右边每一步都打了勾,记录得清清楚楚:

图源:X @0xmomonifty

缺点是太新,10 天发了 160 多个版本,还在一天一个样,遇到问题很正常。

② mobile-mcp:星最多,给开发者做测试的

手机:iPhone、安卓的真机和模拟器

电脑:要(Node.js;iPhone 真机要 Mac 和苹果开发者账号签名)

模型:接 Claude Code、Codex、Cursor 等

数据:GitHub 10,600 星,8 款里最多;npm 累计下载 114 万次

背后是一家叫 Mobile Next 的美国公司,创始人之前就是做手机测试平台的,所以它的定位很清楚:给开发者做 App 自动化测试。它先读无障碍树,读不到才截图,所以又快又省 token。

装起来分三步:电脑装好 Node.js 和安卓的 ADB 工具;手机打开 USB 调试,插上线;最后跑一条命令,它会自己找到你电脑上的 Claude Code、Codex、Cursor,把配置写好。然后跟 AI 说一句「列出可用设备」,能看到你的手机就算成了。

官方的演示挺有意思:让 Claude Code 在 iPhone 模拟器上测一个旅游 App。它自己打开、自己翻城市列表,发现伦敦的特色菜被写成了法国可颂,又回到代码里找到出错的地方,给出了修复:

图源:mobile-mcp GitHub 仓库官方演示视频

国内开发者里也有人很推它:

图源:X @dngzsn37461

但要注意,它没有任何审批,AI 想点什么就点什么。匿名统计默认是开着的,记得用环境变量关掉。它另外还有收费的云真机,不用自己的手机,免费档每天能用 10 分钟。

③ Phone Harness:手机上什么都不用装

手机:iPhone(iOS 18 以上,要 Mac)+ 安卓

电脑:要(iPhone 只能 Mac,安卓 Windows、Mac、Linux 都行)

模型:接 Claude Code、Codex 等

数据:GitHub 5,000 多星,PyPI 累计下载 1.1 万多次

作者 Shawn Pana 以前在 Browser Use 做增长,这个项目进了美国顶级孵化器 YC 今年秋季那一批。

它最大的卖点,是手机上什么都不用装,不越狱,也不用 Xcode。iPhone 走的是 Mac 自带的「iPhone 镜像」:Mac 上开一个手机窗口,它截下这个窗口、认出上面的字,再在窗口里模拟鼠标去点。

首发演示是在真 iPhone 上用 Waymo 叫了一辆无人车,那条推文有 70 多万浏览。注意看最后付款前,它在终端里停下来,问你要不要叫这辆车:

图源:Phone Harness 官网演示视频

装法也省心,把官方给的一段安装提示词原样发给 Claude Code,它就自己装好了。然后给 Mac 开「辅助功能」和「屏幕录制」两个权限,跑一遍自检就能用。

它给 AI 定的规矩写得很明白:发消息、发帖、买东西、删东西之前,先停下来问用户;密码和验证码,永远不替你输。

可惜对中文用户,它有两个硬伤:中文系统的 iPhone 它认不出字,安卓上又打不了中文,到现在都还没修好。另外它的统计也默认开着,还会把任务内容一起发出去,用之前一定先关掉。

④ iPhone-use:Codex 插件,门槛数一数二地高

手机:只支持 iPhone

电脑:只能用 Mac,要装完整的 Xcode,手机要一直用数据线连着

模型:用 Codex 的

数据:GitHub 5,010 星,靠 git 克隆安装,没有可靠的下载数

作者是独立开发者 zhongerxin。用法是 Mac 用数据线连着 iPhone,手机上装一个 WDA 测试程序,Codex 就能打开 App、点、滑、打字,侧边栏还实时显示着手机画面。

作者的首发演示是让它刷微信朋友圈,总结朋友们国庆都去哪儿玩了,前后花了 7 分多钟:

图源:X @zhongerxin(iPhone-use 作者)

网友玩得最精彩的一次,是拿它在闲鱼卖闲置:给照片打码、搜同款定价、写文案上架、回买家消息、领券寄快递,一条龙全包了。

安全上它把「输入」和「发送」拆开了,默认只打字不发出去;密码、验证码、面容识别这些,都得你自己在手机上接手。

门槛是真的高。完整的 Xcode 有十几个 GB,光下载就得半小时到一小时;免费 Apple 账号 7 天过期,到时候要重新编译安装。还有网友说,装了 WDA 以后淘宝老是掉登录、频繁弹验证码,卸掉就好了,大概是被平台风控盯上了。另外它从 10 月 22 号以后就没再更新。

第三类:外接硬件

ESP32 Handsy:7 美元的板子插进充电口

手机:iPhone XS 及更新,iOS 18 以上

电脑:只在刷板子时用一次

模型:App 自带免费线路,不用 API Key;也可以填自己的模型

数据:GitHub 5,000 多星;作者说 11 月 11 号 TestFlight 已经有 830 多人

8 款里,这是我觉得最好玩的一款。作者 Henry Yuan 在纽约大学读网络安全,之前在腾讯工作过。

图源:Handsy GitHub 仓库

它用的是一块大约 7 美元的 ESP32 开发板,直接插进 iPhone 的充电口。这块小板子一人分饰两角:

· 在 iPhone 看来,它是一套 USB 鼠标加键盘。打开辅助触控后,屏幕上会出现一个圆形指针,AI 就是挪着这个指针去点屏幕的。

· 它还假装自己是一台 AirPlay 电视。手机把画面投给它,它再转给手机上的 App,交给 AI 去看。

iPhone 以为自己只是插了个鼠标、在往电视上投屏,用的全是公开功能,所以既不用越狱,也不用开开发者模式。

左边手机画面,中间每一步的思考,右边任务面板。图源:X @weiwei2018831

装起来分三步。先买板子,Seeed 的 XIAO ESP32S3 标准版,记得接上天线,淘宝四五十块。然后用电脑的 Chrome 打开官网的刷机页面,插上板子点一下,半分钟固件就刷好了。最后在 iPhone 上用 TestFlight 装 App,跟着设置一步步走:蓝牙配对板子,连上板子的热点、打开屏幕镜像,打开辅助触控,选好 AI 模型。

官方演示里,它自己刷完了一整节多邻国课程,连听力题都会做。它还能打电话,比如「给 Alex 打电话,约明天下午三点理发」,靠 iOS 的实时语音和实时字幕来说和听,不过这个功能还在测试。

图源:X @iamhenryyuan(Handsy 作者)

安全方面,它默认付款前先问你。锁屏密码和 Apple Pay 的画面,投屏里本来就看不到。

缺点也很明显。投屏画面只有 480×1040,一秒最多 5 帧,每一步都要等好几秒。跑起来手机的 Wi-Fi 被板子占着,AI 请求只能走流量;充电口也被占了,没法边充边跑。不少网友反馈校准完还是点不准。还有,免费线路会存下你每一步的截图,官方自己都建议,私密的事别走免费线路。

8 款放在一起看

我不给排名。每个人的手机不一样,要做的事也不一样,所以只列硬数据:

再看热度。GitHub 星数只能说明关注度,说明不了有多少人真在用。所以我又把每一款的安装包、npm、PyPI 下载量翻了一遍,去掉自动更新检查这类不算数的,再按重复下载打个折,估了个大概的用户量:

先说清楚,这是我自己估的,误差可能有好几倍,看个数量级就行。

能看出一个很明显的规律:手机上直接装 APK 的,用户最多;要电脑、要签名、要买硬件的,门槛每高一级,用户就少一个数量级。

用之前要知道的三件事

· 隐私:AI 得看你的屏幕,截图会发给模型服务商。mobile-mcp、Phone Harness、iPhone-use 默认还开着匿名统计,用之前记得关。

· 花钱:每一步都要发截图,非常费 token。用 API Key 的话,先设个额度上限。

· 不能撤回的操作:付款这类事,能开审批就一定开。

我的推荐

工具这么多,如果你不想一个个去试,非要我推荐一个的话,我会先推荐 Pinky。

理由很简单:作者 DIYgod 是我非常尊敬的一位开发者。前面提到的 RSSHub,我用了将近十年。所以这个新项目能不能持续做下去、作者有没有这个能力,我都很放心。不知道选哪个的话,就先从它试起。

图源:X @DIYgod

不过还是得提醒一句:这些项目都还在很早期,这个领域的更新是按天算的,变化非常快。

另外,国内的 App,尤其是对 AI 特别敏感的那些,风控只会越来越严。用 AI 远程操控手机,没人能保证账号不被封。

这个风险是真实存在的,而且有个悖论:

老账号权重最高,理论上被封的概率更低,但一旦被封,损失也更大。用小号、新账号,被封了自己也不太心疼,但新账号权重低,被封的概率可能反而更高。

这里面怎么取舍、风险多大,只能你自己来担。

要是装不上、不会配,可以在公众号后台给我留言。

随机文章