witchan/ios-mcp

解决的问题

iOS MCP 允许 AI 代理（如 Claude、Cursor 或 Codex）直接控制已越狱的 iPhone。它弥合了大型语言模型（LLM）推理与 iOS 设备的物理或软件交互之间的鸿沟，从而实现自动化和逆向工程调试。

工作原理

它作为运行在越狱 iOS 设备上的 Model Context Protocol (MCP) 服务器工作。向 AI 代理暴露 46 种不同的工具，提供全面的能力，包括：

• 触摸与手势： 在特定坐标模拟点击、滑动、长按和拖拽操作。
• 硬件按钮： 模拟物理按钮按下（主页、电源、音量）。
• 文本输入： 通过剪贴板或 HID 模拟输入文本。
• 视觉信息： 截取屏幕截图并执行 OCR（使用 Apple Vision 或 PaddleOCR）以理解屏幕内容。
• 应用管理： 启动、终止、安装/卸载应用（.ipa、.tipa、.deb）。
• 系统访问： 读写文件、执行 shell 命令、访问系统日志。
• 设备控制： 调整亮度和音量。
• 可访问性： 查询 UI 元素树并根据文本或标签与特定元素交互。

适用人群

拥有越狱 iOS 设备并希望使用 AI 代理自动化任务或在设备上调试软件的开发者和逆向工程师。

主要亮点

• 丰富的工具集： 46 个工具，涵盖从底层 shell 访问到高层 UI 交互的全部功能。
• 灵活的 OCR： 支持离线 PaddleOCR（通过 ONNX Runtime CPU）和 Apple Vision。
• 多模态交互： 结合截图、UI 元素树和 OCR，使 AI 能够“看见”并操作设备。
• 广泛的兼容性： 支持各种越狱类型（有根、无根、隐藏根）和 iOS 13 至 18 的多个版本。