这是什么

最近 Android 上各种 AI 驱动的手机操作工具开始有些意思，但是并不是所有的手机都支持。

所以有时候突发奇想：假如能让 AI 帮忙操作 iPhone / iPad 会怎么样？

当然，受限于 iOS / iPadOS ，这些操作是需要连电脑的。不过这样正好，在电脑上跑 AI Agent 、电脑来操作手机不就能跑通了吗？

所以本质上，这是一个 MCP Server 、一个 Skill ，用来操作 iPhone / iPad 。为了便于上手和配置，也带一个 Web UI 。

* 下图 Tachibana 简称 TB

+----------------+      +----------------+     +-------------------+
|  TB - Web UI   |      |    MCP 客户端   |     |  AgentSkill 客户端 |
+-------+--------+      +-------+--------+     +--------+----------+
        |                       |                       |
        +-----------------------+-----------------------+
                                |
                       +--------v--------+
                       | TB - API Server |
                       +--------+--------+
                                |
                +---------------+---------------+
                |                               |
     +----------v----------+         +----------v---------+
     |       idevice       |         |    WebDriverAgent  |
     |      (设备管理)      |         |       (设备操控)     |
     +----------+----------+         +----------+---------+
                |                               |
                +---------------+---------------+
                                |
                    +-----------v-----------+
                    |     iPhone / iPad     |
                    +-----------------------+

它会自动帮忙安装 WebDriverAgent 来实现设备操控。所以需要 Apple Account 来给 IPA 签名才能安装到 iPhone / iPad——可以理解成自带一个 AltServer 来安装和维护 WebDriverAgent 。

Demo 视频

1. 安装和配置 - YouTube
2. 使用 Web UI - YouTube
3. 作为 MCP 使用 (自动化 YouTube app) - YouTube
4. 作为 Skill 使用 (把 Twitter app 里的文章导出成 Markdown) - YouTube

没有装 OpenClaw 之类的软件，所以 Skill 是拿 Claude Code 验证的，差别应该不大……吧。

上手尝试

直接参考仓库的 README 就可以了。目前验证了 Windows 和 macOS 。（ Linux 暂时还没条件验证）

🍊 仓库地址: https://github.com/Paranoid-AF/tachibana

后记

本来年初有些关于 AI Agent 应用的想法，熬夜、周末和过年放假期间抽空搞了很久。后面 scope 越搞越大，越发觉得没必要——可能是有 LLM 辅助写代码的下意识行为，事实上即便代码能生成，设计、测试都是需要人工介入的，其实非常非常累，一不小心挖了个大坑。这个世界不需要那么多的超级 App ，而且超级 App 也是需要大量精力维护的。

于是把其中的一部分功能单独抽了出来，也就是这里的 Tachibana 了。当然，这本来也符合软件工程上的实践。

在任何时候都要知道自己在做什么，如果搞清楚实在太累，就不要想做太大的事情。

Q: 为什么叫这怪名字？

A: Let's all löve lain.