ESP32 Agent 用 Jev 加 Qwen 3.8 Flash 跑通多邻国打卡
让 AI 操作 iPhone,不必每一步都烧最贵的模型。Demo是完整的多邻国打卡过程。
ESP32 Agent 已有近 400 人通过 TestFlight 安装使用。刚才TestFlight 1.0.3 这一版,用 Jev + Qwen 3.8 Flash,把体验做好,也把模型成本压下来。
1. 简单步骤不必动用大模型。
免费线路加入 Jev:每一步先判断置信度,有把握就执行,没把握再交给千问。
手机还会用传统视觉算法和 OCR,把屏幕整理成一棵虚拟「控件树」,让模型选元素,不用猜坐标。生成这棵树不靠大模型,我这边耗时控制在 68 毫秒以内。
2. Agent 能接收手机声音了。
硬件监听手机声音并传给 Agent,多邻国听力题也能自己做。默认关闭,需要固件 0.2.4,CLI 和 DSH 也已支持。
3. 视频传输和点击更稳定。
不靠最贵的模型,也能在真 iPhone 上跑自动化,也不需要开发者账号或者Mac。这是我想做的低成本Apple Intelligence。
加入 TestFlight 测试:
安装配置硬件教程:
开源代码(main):
App Store正式版还在审核中 :(