前置认知：为什么是 Phone Harness？
Agent 操作电脑已经不算新鲜了。但操作手机——真正看见屏幕、点按钮、填文字、交结果——依然是少数派的领域。
Phone Harness（GitHub: ShawnPana/phone-harness，2.7k stars，MIT 协议）是这条链路的开源实现。它不需要在手机上装 App，也不越狱，而是靠两套机制：
- iPhone：借用 macOS 的 iPhone 镜像功能，把手机画面变成 Mac 上的一个窗口，再用 OCR 识别文字坐标，模拟点击和滑动。
- Android：通过无线 ADB 读取截屏和控件树，执行点击、滑动、输入。
核心逻辑就一句：观察屏幕 → 执行动作 → 再次观察 → 确认结果。每一步都要验证，不能盲飞。
方案一：iPhone 镜像方案（macOS）
环境准备
- macOS Sequoia 或更高版本
- 一部 iPhone（能完成镜像配对）
- Python 3.12+
- Codex 桌面端
第一步：安装 Phone Harness
git clone https://github.com/ShawnPana/phone-harness.git ~/.phone-harness
cd ~/.phone-harness
pip install -e .
安装完成后，phone-harness 命令应出现在 PATH 中。如果新开的终端报 command not found，检查 Python scripts 目录是否已加入 PATH。
第二步：注册为 Codex Skill
phone-harness skill > ~/.codex/skills/phone-harness/SKILL.md
更新仓库后，重新执行上述命令，确保 SKILL.md 是最新版本。
第三步：配置 macOS 系统权限（最容易踩坑）
Phone Harness 要做两件事：看屏幕 + 控制鼠标键盘。对应两个系统权限：
open "x-apple.systempreferences:com.apple.preference.security?Privacy_SystemSoftware"
open "x-apple.systempreferences:com.apple.preference.security?Privacy_Accessibility"
- 辅助功能：勾选执行 Phone Harness 的终端 App（决定点击/键盘是否生效）
- 屏幕与系统录音：勾选同一个终端 App（决定能否截取镜像画面）
权限设好后，完全退出并重新打开终端，再重新建立 iPhone 镜像。
第四步：跑 doctor 自检
phone-harness --doctor
依次检查 PyObjC、辅助功能、屏幕录制、镜像 App、窗口、截图、OCR。看到 FAIL 时从第一个开始修，后面的错误往往是连锁反应。
全部通过后，验证链路是否连通：
phone-harness <<'PY'
print(screen_info())
PY
能返回窗口边界，说明链路已通。
第五步：第一次任务——低风险小事
不要一上来就写复杂流程。先让 Codex 做一个简单任务，比如：
帮我在美团上找公司附近评分 4.5 以上的三家咖啡店，列出名称、距离和评分。
任务过程中你会遇到截图全黑、界面可见却无法点击、OCR 识别错误等问题。每一步 Codex 做完动作后，都会重新截图确认，这就是"每次只做一个动作，做完必须验证"的原则。
方案二：Android 无线 ADB 方案
环境准备
- Android 11+ 设备（闲置机即可）
- 电脑安装 adb（
brew install android-platform-tools或下载 Android SDK Platform Tools） - iPhone 和 Android 需在同一 Wi-Fi 下
第一步：开启无线调试
手机「设置 → 关于手机 → 连续点击版本号 7 次」开启开发者模式，然后进入「开发者选项」，开启 USB 调试 和 无线调试。
第二步：配对并连接
adb mdns services
adb pair 手机IP:配对端口
adb connect 手机IP:连接端口
adb devices -l
配对端口和连接端口不同，以 adb mdns services 返回的真实地址为准，不要照抄示例。
第三步：注册 Skill 并验证
phone-harness skill > ~/.codex/skills/phone-harness/SKILL.md
phone-harness --platform android
状态返回 ready、能读出当前 App 和控件后，再实际点击并重新读取页面，才算"看"和"动"都接通。
第四步：中文输入特殊处理
原生 adb shell input text 主要支持 ASCII。如需输入中文，安装 ADBKeyBoard：
adb install ADBKeyBoard.apk
adb shell ime set com.android.adbkeyboard/.AdbIME
写入前确认输入框已获得焦点，写入后重新读取页面，并切回原输入法。
第五步：验收测试——只读比价
让 Codex 分别打开淘宝和京东搜索某商品，读取标题、型号、价格，不加入购物车、不进入支付。遇到验证码或登录失效立即停止。这证明安卓设备能完成「打开 App → 搜索 → 读取结果 → 切换 App → 整理信息」的完整循环。
安全红线
- ✅ 只读、比价、查天气——安全
- ❌ 支付、身份认证、删除操作——必须人工确认
- ❌ 不要对外开放 ADB 端口
- ❌ 远程维护用 SSH，不用 ADB 直连公网
现状与展望
目前的效率还无法和电脑端命令行操作相比，截图识别有误差，偶发断线，点偏也是常有的事。但这条链路已经能跑通基本循环。
桌面端 Agent 功能趋近饱和之后，移动端必然成为下一块战场。Phone Harness 算是迈出了第一步，值得持续关注。
来源：今日头条 @长路寰宇《让Codex接管你的手机点外卖、玩游戏、刷抖音，手把手教你怎么搞》
资料最后核对日期：2026-09-26 · 内容整理自 CodexGuide 社区公开教程