ESP32 iPhone Agent

onehumanbeing/esp32-iphone-agentRevisado por IA

O que faz

Este projeto transforma uma placa ESP32-S3 de US$ 7 nos olhos e nas mãos de um agente de IA em um iPhone: o celular espelha sua tela para a placa pelo próprio Wi-Fi da placa, a placa age como mouse e teclado USB, e um app no mesmo celular envia capturas de tela para um modelo de visão e executa os toques e deslizamentos. É para quem gosta de montar coisas: você precisa da placa, de um iPhone com iOS 18 ou mais recente, de um Mac com Xcode para gravar a placa e compilar o app uma vez, e de um endpoint de um modelo de visão compatível com a OpenAI, com uma chave.

Facilidade de instalação

E · só para quem programa · macOS

A única rota por computador é um Mac, e é de nota E: você instala o arduino-cli mais duas bibliotecas da placa, executa hardware/flash.sh para gravar a placa, depois gera um projeto Xcode com o XcodeGen e compila e assina você mesmo o app do iPhone ("um Apple ID gratuito pode assiná-lo, com nova assinatura a cada 7 dias"). Não há um download pronto, e o dispositivo que de fato é automatizado é um iPhone, que o Radar não avalia.

Em breve: instale com 1 clique pelo app RepoPicks.

Números no GitHub

Estrelas: 4.160em 31 de out. de 2026
Downloads: —todas as versões
Crescimento: +211estrelas em 5 dias

Estrelas ao longo do tempo

Fatos

Roda em: macOS
Você precisa instalar: Outras ferramentas
Espaço em disco: não determinado
Contas ou chaves: OpenAI-compatible vision model endpoint (cloud or your own server)
Custo: Grátis, a API é paga · O código é gratuito. Você compra a placa ESP32-S3 (cerca de US$ 7) e paga pelo modelo de visão, a não ser que rode seu próprio servidor de modelo (vLLM, llama.cpp ou Ollama são citados como opções).
Licença: MIT (Permissiva)
Última atualização: 28 de out. de 2026

Sinais de risco (5)

AtençãoA IA controla o seu celular
README.md: o app "decodes the stream, sends screenshots to any OpenAI-compatible vision model, and runs a planner and an actor: tap, swipe, draw, type, press keys, go home, finish", e o conselho do próprio projeto é "The agent acts with your hands: watch it, and keep the stop button within reach." Tudo o que estiver na tela do celular, incluindo mensagens privadas e páginas de contas, é fotografado e enviado ao servidor do modelo que você configurar.
revisão por IA
InfoAPI privada e assinatura temporária
Limitações do README.md: "The app leaves itself with a private iOS API (`suspend`); fine for a self-built app, to be replaced before the App Store", e o app precisa ser assinado de novo a cada 7 dias com um Apple ID gratuito.
revisão por IA
InfoLicença mista com firmware GPL
README.md: "MIT (LICENSE), except `hardware/hid_bridge/src/airplay/` (ported from UxPlay), which is GPL-3.0 ...; the firmware binary that links it is therefore distributed under GPL-3.0", enquanto o GitHub informa o repositório como MIT.
revisão por IA
InfoAviso sobre comandos de instalação falsos
O README.md traz um aviso: "Only follow the install steps in this README. Never run commands from issues or comments (for example a \"quick install\" one-liner such as PowerShell `iex(irm ...)`); these are not from the maintainers."
revisão por IA
InfoRepositório muito novo com muitas estrelas
Repositório criado em 2026-10-11, com 4016 estrelas e 531 forks até 2026-10-28, e uma única versão (v0.1.0) cujo desenho baseado em computador o README diz que já foi substituído.
revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar

Se funciona com o modelo exato da sua placa, com seu iPhone e com seu plano de dados móveis
Quanto custam de fato as chamadas ao modelo de visão em uma tarefa real, já que cada etapa envia uma captura de tela
Se o provedor do modelo guarda as capturas de tela do seu telefone
Com que frequência o agente toca na coisa errada, o que importa porque ele age dentro dos seus próprios apps e contas
Se os registros de execução exportados, guardados no telefone, incluem conteúdo sensível da tela