ابزار Phone Harness، کنترل مستقیم گوشی‌های آیفون و اندروید را به ایجنت‌های هوش مصنوعی می‌سپارد

معرفی ابزار Phone Harness

پروژه Phone Harness یکی از محصولات دوره Y Combinator F26 به‌شمار می‌رود که با هدف توانمندسازی ایجنت‌های هوش مصنوعی برای کار با گوشی‌های تلفن همراه طراحی شده است. از طریق پروتکل MCP یا رابط خط فرمان (CLI)، یک ایجنت هوش مصنوعی می‌تواند روی نمایشگر واقعی iPhone یا Android ضربه بزند، متن تایپ کند و صفحه را اسکرول نماید. این سیستم توانایی خواندن محتوای نمایشگر با استفاده از بینایی ماشین و OCR یا درخت دسترسی‌پذیری (Accessibility Tree) را داراست و می‌تواند اپلیکیشن‌ها را هدایت کرده و پیامک‌ها و کدهای تأیید 2FA را مدیریت کند؛ آن هم بدون نیاز به جیلبریک، استفاده از APIهای اختصاصی یا نصب برنامه‌ای اضافی روی دستگاه. وب‌سایت رسمی این پروژه در آدرس phone-harness.com و مخزن متن‌باز آن در آدرس github.com/phone-harness/mcp در دسترس قرار دارد.

این پلتفرم سه حالت کاری مختلف را در اختیار کاربران قرار می‌دهد: ایجاد یک مزرعه موبایل (Phone Farm)، استفاده از گوشی‌های ابری، یا اتصال دستگاه شخصی کاربر (گوشی‌های iPhone از طریق قابلیت iPhone Mirroring حتی در پس‌زمینه، و دستگاه‌های Android از طریق رابط adb). سرویس ابری اندروید به‌صورت پرداخت به ازای دقیقه (با ۵ دلار اعتبار اولیه و هزینه‌ای حدود ۵ سنت برای هر دقیقه) ارائه می‌شود و نسخه‌های فیزیکی آیفون نیز به‌شکل اشتراکی در دسترس هستند. سازندگان ادعا می‌کنند این زیرساخت از سخت‌افزار و شماره‌های واقعی، ماندگاری نشست‌های کاربری (Persistent Logins) و مقیاس‌پذیری روی چندین دستگاه پشتیبانی می‌کند. بنیان‌گذار پروژه با نام کاربری shawn_pana@ این سرویس را در تاریخ ۴ نوامبر ۲۰۲۶ معرفی کرد که با بازنشر رسمی شتاب‌دهنده Y Combinator همراه شد. این پلتفرم کاملاً مستقل و متمایز از پروژه‌هایی نظیر PhoneUse یا PhoneBot است که پیش‌تر معرفی شده بودند.

بررسی تخصصی

چالش اصلی

ایجنت‌هایی که وظیفه تست اپلیکیشن‌ها، عبور از مراحل ورود و تأیید دوعاملی، یا کار با کلاینت‌های واقعی موبایل را بر عهده دارند، معمولاً از داشتن یک «دست مجازی مطمئن» برای تعامل با گوشی محروم هستند؛ شبیه‌سازها از دید پلتفرم‌ها ساختگی به نظر می‌رسند، اسکریپت‌های رابط کاربری بسیار شکننده بوده و به‌سرعت از کار می‌افتند، و دستگاه‌های ابری نیز به‌ندرت به‌شکلی یکپارچه با چارچوب‌های ایجنتی مبتنی بر پروتکل MCP سازگار می‌شوند. ابزار Phone Harness توانایی دیدن صفحه و ضربه زدن روی آن را در قالب یک مهارت مستقل ایجنتی، هم روی دستگاه‌های شخصی و هم روی سرورهای میزبانی‌شده ارائه می‌کند.

مزایای رقابتی و وجوه تمایز

• پشتیبانی بومی از پروتکل MCP: به‌جای استفاده از یک رابط گرافیکی بسته برای ضبط حرکات، می‌توانید ایجنت اختصاصی خود را مستقیماً از طریق MCP یا CLI متصل کنید.
• اتصال مستقیم به سخت‌افزارهای واقعی: این پلتفرم بر استفاده از سخت‌افزار و شماره‌های تلفن واقعی (همراه با گزینه eSIM) تمرکز دارد؛ به‌طوری که اپلیکیشن‌ها حضور یک کاربر انسانی را تشخیص می‌دهند و وضعیت نشست‌ها در طول زمان پایدار می‌ماند.
• عضو رسمی دوره YC F26: این پروژه محصولی مستقل و ثبت‌شده در دوره شتاب‌دهنده Y Combinator به‌شمار می‌رود و تفاوت مشخصی با ابزارهایی چون PhoneUse یا PhoneBot دارد.

محدودیت‌ها و چالش‌ها

• هزینه‌های دقیقه‌ای در کنار اشتراک دستگاه‌های آیفون می‌تواند در طولانی‌مدت افزایش یابد؛ بنابراین استفاده از این سیستم برای اجرای تست‌های مقطعی بسیار به‌صرفه‌تر از روشن نگه داشتن مداوم دستگاه‌ها در حالت آماده‌به‌کار است.
• مخزن متن‌باز MCP و مستندات این پروژه همچنان در حال توسعه و تغییر هستند؛ بنابراین توصیه می‌شود پیش از پیاده‌سازی در محیط عملیاتی، قیمت‌ها و توافق‌نامه سطح خدمات (SLA) به‌دقت بررسی شوند.
• خودکارسازی روی دستگاه‌های فیزیکی همچنان با محدودیت‌های دسترسی سیستم‌عامل، مکانیزم‌های مقابله با ربات و سامانه‌های امنیتی سنجش ریسک حساب‌های کاربری مواجه است.

کاربردها

مخاطبان هدف

این ابزار برای تیم‌هایی طراحی شده است که در حال توسعه فرایندهای تضمین کیفیت (QA) مبتنی بر ایجنت، خودکارسازی مراحل ورود به سیستم و تأیید دوعاملی، اتوماسیون رباتیک فرایندها در موبایل (Mobile RPA)، یا هر نوع گردش کاری هستند که در آن ایجنت هوش مصنوعی باید مستقیماً با رابط کاربری واقعی یک برنامه موبایل کار کند.

راهنمای شروع به کار

1. به وب‌سایت phone-harness.com مراجعه کرده و یکی از پلن‌های اندروید ابری یا اشتراک آیفون را انتخاب نمایید.
2. پروتکل MCP را به ایجنت خود متصل کنید یا مخزن phone-harness/mcp را شبیه‌سازی (کلون) کنید.
3. برای اتصال دستگاه‌های شخصی، در آیفون از قابلیت iPhone Mirroring و در اندروید از رابط adb استفاده نمایید؛ هم‌چنین توصیه می‌شود پیش از استقرار نهایی، فرایندهای دریافت پیامک و اعتبارسنجی دوعاملی را ابتدا روی حساب‌های غیرعملیاتی و آزمایشی بیازمایید.