zhongerxin/iphone-use は、Codex のようなアシスタントが自然言語の指示に応じて USB 経由で実物の iPhone を操作できるようにする Python ツールだ。最新リリースは現時点で v0.3.15 である。README の 10 月 9 日〜13 日の更新履歴には、画面の要素ツリーの既定の返すノード数を 200 に制限する節約的な改善が記載されている。
このツールは WebDriverAgent を利用して、アプリの起動、ページの読み取り、クリック・スクロール・入力、リストの整理を行う。ローカル MCP サーバーとインストール・利用スキル、リアルタイムの画面ウィジェットも提供し、画面要素が見つからない場合はスクリーンショットに基づいて座標クリックを試みるよう案内する。Python で書かれており、ライセンスは MIT。既存の WebDriverAgent と MCP を組み合わせたもので、エージェントが物理デバイスを扱えるようにする用途 Joyce closerであり、手法自体は新しいとは言いにくい。
コードとテストには、スナップショットの上限と観測予算の管理、タイムアウト・接続断の回復、一時的なスナップショット設定の復元、アプリの切り替えやフォーカスの移動時に長文入力を止める保護が反映されている。ただし既定の設定では匿名の利用統計を送信し、README は解析に関する案内から無効化方法を確認するよう示している。IPHONE_USE_ANALYTICS=0 または DO_NOT_TRACK=1 で無効化できる。提供された情報にはデバイス操作の成功率や比較性能のデータがないため、この説明だけでは自動化の実際の有効性を判断しにくい。