Loading video...

Video Failed to Load

Go Home

做了个新项目 Pinky:让任何 AI Agent 用上你的 iPhone 和 Android 手机,Mac、Windows、Linux 都能跑,开源免费 付款前会停下来等你点头,发消息、删除也可以设成先问,随时能接管,每一步都有录屏。原生应用,安装包十几 MB GitHub: Discord:

243,535 views • 9 days ago •via X (Twitter)

38 Comments

DIŸgöd ☀️'s profile picture
DIŸgöd ☀️9 days ago

全平台:电脑上 macOS、Windows、Linux,手机上 iPhone 和 Android。Android 10 到 17,iPhone 支持 iOS 17.4 及以上。 Claude Code、Claude Desktop、Codex、Cursor 点一下就能接入,任何 MCP Agent 都能用。 而且很轻:用 MyGo @localhost_4173 写的原生应用,不是 Electron。Mac 版 14.1 MB,Windows 版 14.3 MB,空闲时内存约 70 MB、CPU 0%,可以一直挂在菜单栏。

DIŸgöd ☀️'s profile picture
DIŸgöd ☀️9 days ago

审批不靠提示词,而是 Pinky 自己拦着:Agent 点「支付」「购买」「下单」这类动钱的按钮时(认得 10 种语言),这一下会被扣住,等你点允许才执行。图里这次还设了发消息、删除前也要问。被提示词注入的 Agent 也没法自己批准。

DIŸgöd ☀️'s profile picture
DIŸgöd ☀️9 days ago

Android 13 以上,Agent 在一块隐藏的第二屏幕上干活:手机可以锁着屏揣兜里,或者你照常刷你的。 想插手就点一下投屏,Agent 立刻暂停;交还后它接着干。

DIŸgöd ☀️'s profile picture
DIŸgöd ☀️9 days ago

银行、钱包、密码管理器这类 App 默认对 Agent 隐身(银行、钱包类要用时先问你,可以只放行一次任务),密码框和验证码框它输不了。手机锁了可以在 Mac 上用 Touch ID 解锁,PIN 码 Agent 看不到。 所有记录和录屏只存在你自己的电脑上。

DIŸgöd ☀️'s profile picture
DIŸgöd ☀️9 days ago

开源免费(Apache-2.0),还很早期,欢迎来玩: brew install --cask diygod/tap/pinky 欢迎加入 Discord 一起讨论: 你会让 Agent 在手机上帮你干点啥?

面条's profile picture
面条9 days ago

我靠,做的项目重复了,你都做完了

DIŸgöd ☀️'s profile picture
DIŸgöd ☀️9 days ago

可以在 GitHub 一起做 🤪

lvtomatoj's profile picture
lvtomatoj9 days ago

正好需要!!

viest's profile picture
viest9 days ago

审批放在网关里、不靠写给 Agent 的指令,这点最关键,手机屏幕上随便一段文字都可能是注入,Agent 自己批不了才算数。iOS 27 以下要走 WebDriverAgent,免费 Apple ID 每 7 天得重装一次,这批用户会比较折腾。

ByteLee · AI Investing's profile picture
ByteLee · AI Investing9 days ago

手机里验证码和银行通知很敏感,Agent 操作时能限制哪些应用或屏幕内容不能读取吗?

WenWen's profile picture
WenWen9 days ago

付款和删东西要停下来确认挺好,不然给它手机权限心里总有点悬

SSShooter's profile picture
SSShooter9 days ago

🤣ai运营iOS小红书会封号吗?

songkeys 🐿️🦋@song.work's profile picture
songkeys 🐿️🦋@song.work9 days ago

名字为啥叫 Pinky 呀

无事乱翻书's profile picture
无事乱翻书9 days ago

付款前停下来等确认这点挺实在,不然 agent 点得越快,心里越慌哈哈

投资小学童's profile picture
投资小学童9 days ago

这个有点意思😂 手机交给 AI Agent 随便操作,第一反应是方便,第二反应是有点慌。开源免费先点个赞,等真有人跑起来看看稳不稳再说

An$h's profile picture
An$h9 days ago

an AI agent with your phone, what could go wrong

jacker0214.eth's profile picture
jacker0214.eth9 days ago

大马用户得先测一下兼容:这边的银行 App 从 2024 年起会扫手机,发现非官方来源、又开了无障碍权限的 App 就直接不让登录。Pinky 在安卓上要是走 ADB 加第二屏应该没事,不然装上它可能连网银都打不开哈哈

Coolc's profile picture
Coolc9 days ago

iPhone版?

云梦 AI's profile picture
云梦 AI9 days ago

付款前等点头 这个护栏很关键

木木's profile picture
木木9 days ago

付款前停下等点头这个设计对味,agent 动真格就得有这道闸。问一句 iPhone 和 Android 两边体验差的多吗?

DeepTestAI's profile picture
DeepTestAI9 days ago

这个 Pinky 有点意思,让 AI Agent 直接用你的手机,付款前停下来等你点头,删除也要先问,每一步还有录屏。说白了,Agent 最大的问题就是越权操作,这套确认机制算是对症下药。 不过我还是想问,付款前确认、删除前确认、录屏留痕,这三道关加起来,够防住提示注入吗?你们敢让 Agent 碰自己的手机吗?

SSNQ's profile picture
SSNQ9 days ago

@bot 探一下

Hale's profile picture
Hale9 days ago

Agent 的钱包终于有了「监护人」,这设计比多写一层 prompt 靠谱多了。开源免费还认 10 种语言的「支付」按钮,Pink 到位,Pinky 更到位 👍

ej's profile picture
ej9 days ago

手机交给 Agent,付款还得我点头。

jimerrors's profile picture
jimerrors9 days ago

隐藏第二屏幕这招挺妙,锁屏揣兜里也能干活,就怕各家安卓耗电差别大

ByteLee · AI Investing's profile picture
ByteLee · AI Investing9 days ago

付款前确认是关键一步,但真正考验会在日常操作:授权频率太高会打断自动化,太低又容易放大误操作。

信通's profile picture
信通9 days ago

任何 Agent 都能接上你的手机,这句比开源免费还实在。不然又多了一个只能在自家转的助手。

加密波导 | 路卡利欧's profile picture
加密波导 | 路卡利欧9 days ago

网关拦付款加银行App隐身,这套组合才敢真把手机交给Agent

Shlomo F.'s profile picture
Shlomo F.9 days ago

First thing it's going to find is my 4,000 unread notifications

Hobson's profile picture
Hobson9 days ago

付款前停下来等你点头,发消息、删除也能设成先问,这样才稳妥。我自己的自动化也是遇到警告先停,报出来再说。随时能接管、每步有录屏,比把手机一次性交给 agent 放心。装包才十几 MB 也挺克制。

Panda|AI 安全/Agent 实测's profile picture
Panda|AI 安全/Agent 实测9 days ago

提醒下 iPhone 用户:iOS 27 以下得先用 Xcode 装 WebDriverAgent,免费 Apple ID 每 7 天要重装一次。README 也写了 27 以下真机还没测过,老系统的先别急着冲。

趙國棟's profile picture
趙國棟9 days ago

一直好奇为什么没有人做个跑在 appletv 上的 agent

Natural's profile picture
Natural9 days ago

AI 越聪明,人的判断越贵。让人敢用的,不是全盘代劳,而是付款前那个“先问我”的开关。这个设计很对。

碎月's profile picture
碎月9 days ago

大佬有想法支持决策模型嘛 之前有用过类似的 感觉不带jev很慢 。。

DIŸgöd ☀️'s profile picture
DIŸgöd ☀️9 days ago

本质上它只是一个 mcp 服务,可以接入各种 agent 和模型,也包括决策模型

NextSignal's profile picture
NextSignal9 days ago

审批不靠提示词,Pinky 自己拦动钱的按钮,等你点头才执行,这个拦截点决定了 Agent 在真机上能走多远。

Luna's profile picture
Luna9 days ago

看 README 说 Windows 接 iPhone 还没真机验证。那 Windows 接安卓这边,你实测下来哪款手机最省心?

danielw's profile picture
danielw9 days ago

可以理解是把手机操作映射到电脑agent的那种adapter吗 很想试试,就怕合规😂比如操作抖音小红书微信这种

Related Videos

最近 Muse 很火,我也在想:有没有可能,让我们已经在用的任意的AI,也拥有像 Muse 一样操作电脑的能力? 因此我周末捣鼓了开源一个skill。一句话来讲,使用它可以让任何AI 接到电脑上的 Computer Use,让它能看屏幕、点按钮、输入文字,直接操作 App 顺着这个方向,可以尝试的事情就很多了:找餐馆、查机票、购物比价,或者整理社交媒体素材。以前需要自己在几个 App 之间来回切换,现在可以试着用一句话把任务交给你已经订阅了的AI。(Kimi, 豆包 Gemini, Codex, Claude 等等) 开源链接 使用方式 把这个 GitHub 链接直接给到 AI,让它帮忙安装 在 demo 里,我演示了如何安装,并以 Claude Code 为例,操作我的浏览器,帮我给餐馆定位 我更感兴趣的是背后的成本空间。 这个 skill 复用了本机已安装的 ChatGPT/Codex Computer Use 组件,由你选择的模型理解任务、决定下一步怎么做。项目脚本本身不调用 OpenAI 推理 API,因此,不会消耗 OpenAI 的 Token,但前提是你要安装了 Codex 我自己也更愿意让操作发生在自己的电脑上,继续用自己的 App 和登录状态。此外所有的支付信息、付款记录全部留在本地,解决合规、隐私的顾虑 先开源出来,给大家玩玩。我很想看看,当更多 AI 能直接操作电脑之后,大家会拿它做出什么有意思的东西 如果是你,你最想让它接手电脑上的哪件事?如果你用起来觉得还挺有意思的,欢迎提交 PR,也欢迎点点 star 后续我们也会用仓库把我们的投研 harness 陆续开源出来

美研芒格君

17,371 views • 1 month ago

卧槽,Agent 可以直接操作你的安卓手机!📱 介绍一下:android-remote-control-mcp 像人一样操作任何安卓 App手机自己跑 MCP server → 不用 root,不用数据线,不用电脑跑 ADB 中转装一次,人在外面也能遥控家里那台手机读屏、点按钮、划屏幕、打字、开 App、拍照、读通知,57 个工具全给你。 立即开搞👇 我在模拟器上从零跑了一遍,读一整屏的 UI 树只有 4000 字符出头,一千个 token 左右,比那些 dump XML 的方案省太多。 下面是完整安装步骤,手机和模拟器两条路都写了。如果嫌麻烦其实可以用 Airtap 的云手机,直接发送短信,免安装,开箱即用。 我录了一段 Agent 实际操作 Android 手机的过程,一句话丢给 Agent,它自己在模拟器里读屏、找按钮、点下去。 一、手机直接装(最简单) 手机浏览器打开项目的 Releases 页,下载最新的 APK(当前 v1.11.1,包 169 MB) APK 有两个版本,按手机选:GMS 版给正常带 Google 服务的手机,不确定就选它;FOSS 版给去谷歌化的 ROM,不依赖 Google 服务。 点开下载好的 APK 安装,中途会问你要不要允许「未知来源」,允许 打开 App,Server 页顶部会有一条权限提示,进去把无障碍服务打开。这一项是必须的,读屏和点击全靠它,不开的话所有工具都会报错 Android 13 以上,用 APK 侧载安装的应用,无障碍开关是灰的,点不动。去「设置 → 应用 → Android Remote Control MCP」,右上角三个点,选「允许受限设置」,验证一下指纹或密码,再回来开就正常了。 相机、麦克风、定位、通知这几个是可选的,对应的工具用不上就不用给 回到 Server 页点 Start。页面上会显示 IP、端口和一串 token,这三个待会儿要给 Agent 二、模拟器装(没有安卓手机,或者不想拿自己手机试) 先在电脑上装一台安卓模拟器。装 Android Studio 是最省事的路,它自带模拟器和 adb,建一台 Pixel 7、Android 15 的机器就行。 模拟器起来之后,剩下的步骤和真机完全一样:把 APK 拖进模拟器窗口装上,打开 App 开无障碍,回 Server 页点 Start。 模拟器不用管「允许受限设置」那一步,无障碍开关直接就能点。 三、接进 Agent 这一步别自己查文档了,把仓库链接丢给 agent,让它自己配: 读一下这个仓库的 README,把它的 MCP server 配到我的 Agent 里,配完验证能连上。 它会自己去看 README、写配置、跑一遍连通性检查。你只要把 App 里 Server 页显示的那串 token 和地址给它。 地址给哪个,取决于你怎么连:手机和电脑在同一个 WiFi 下,就在 App 里把绑定地址改成 0.0.0.0,用它显示的局域网 IP;用模拟器就是本机地址;人不在家,在 App 里开 Remote Access 隧道,用它给的那个公网地址。 仓库里还自带一个 Claude Code 插件,作用是反过来的——把手机上的通知、WiFi、地理围栏这些事件推进你的 Agent 会话里。这个也一样,让 agent 顺手一起装了。

劳伦斯

74,863 views • 3 months ago