跳转到内容

更新记录

Manina AI · App 1.0.5 · TestFlight · 2026-11-13

Section titled “Manina AI · App 1.0.5 · TestFlight · 2026-11-13”

需要板子固件 v0.2.5(TestFlight 渠道)。

  • 网页搜索(Beta)。任务需要屏幕上没有的信息时,Agent 会先上网查。工具可以导出、导入为 JSON。
  • 打电话和发短信(Beta,实验功能)。新增打电话和发短信模板。打电话会拨号,用 iOS「实时语音」说话,用「实时字幕」听对方;按打电话设置一次(包括保留通话字幕 › 1 小时)。打电话还不稳定:回复慢,字幕可能听错。
  • Intent 会自我进化。Intent 存的步骤对不上屏幕、由 AI 接着做完时,这次运行的步骤会成为它的新步骤;新建的 Intent 第一次跑成功,就成为它的参考。跑完的心得会记进 Intent 的检查清单(最多 8 条)。90 秒内在灵动岛点错了,或在 Intent 里点撤销,就能退回;在设置 → Intents learn from runs 里可以关掉。
  • 录制即运行。录下的演示像一次运行一样保留每一步,可以回看、接着跑、存成 Intent。
  • 打开 App 由 App 自己完成并在屏幕上确认,键盘调不出搜索时也能打开。
  • 输入中文、带重音的文字和其他语言更可靠。
  • 点击不会点到屏幕外,已经生效的按钮不会再点第二次。

Manina AI · App 1.0.2 · TestFlight · 2026-11-07

Section titled “Manina AI · App 1.0.2 · TestFlight · 2026-11-07”

在真机上用多邻国课程做了端到端测试。收听手机声音需要板子固件 v0.2.4,其余功能用 v0.2.3 也可以。

  • 收听手机声音(默认关闭,设置 → 收听手机声音)。板子把 iPhone 的声音传给 App,App 在手机上把它转成文字(英文加一种其他语言),Agent 能读到听到的内容。第二语言选自动(按屏幕判断)时,按屏幕判断语言,比如日语课就听日语。分享给电脑(CLI)(默认开启)让 Manina AI CLI 也能读到这些文字。见收听手机声音。
  • 更长的任务。不再 40 步就停:安全上限 300 步;连续 12 步画面没变化时暂停问你,点继续执行就接着跑。
  • 更简单的 Agent。每步只调用一次 AI:AI 自己维护计划,只由它判断任务是否完成;每一步都能看到上一个动作有没有让画面变化。免费线路的屏幕元素列表改在服务器上生成(每步约 1 秒 → 70 毫秒)。
  • 每一步由谁决定(设置 → 模型)。大模型和 Jev(一个读屏助手)可以分别开关、拖动排序,也可以让两者同时跑。用你自己的模型时,Jev 在你同意之前保持关闭;可以在设置 → 隐私里撤回同意。
  • 从这里继续。停止或失败的运行都可以从当前画面接着跑,App 关掉重开后也可以。
  • 点得更准。指针每次移动速度一致,短距离移动单独校准,离目标很远的读数要看到两次才算。回角落不再拉出控制中心。一步里连点几下时,后面每一下都先确认目标没有移位。点偏时会找到指针实际落点,并用它修正校准。
  • 画面更稳。网络检查和图像计算移出 App 主线程(一节多邻国课的断流:41 次 → 0)。断流后从断开处接着传,长时间静止画面之后也一样;AI 不会看到上一次操作之前的旧画面。Wi-Fi 和蓝牙之间切换不再重放旧画面。板子刚上电时 App 会持续重读板子地址,不用重启 App。
  • 回看。只有一个主按钮(继续或重试);步骤标记为对或不对,标“不对”会直接打开修正;插入、重跑、删除放进每一步的菜单。模型和服务商页面更清爽。
  • 固件更新横幅关掉后只隐藏一天,不再永久隐藏。
  • 诊断信息会附上板子自己的日志和最近一次重启或崩溃原因(需要固件 v0.2.3 或更新)。
  • 设置 → 开发者:演示数据和音频测试。
  • 修复:校准和调试日志可能导致 App 崩溃;实时活动可能崩溃;蓝牙回执丢失时可能重复执行输入;校准里的小幅移动可能取错帧;高级模型设置里自定义的输出预算会丢失;AI 服务没返回用量时 token 数显示为 0。

Manina AI · App 1.0.1 · TestFlight · 2026-11-02

Section titled “Manina AI · App 1.0.1 · TestFlight · 2026-11-02”

第一个公开的 TestFlight 版本。板子请用 v0.2.2 或更新的固件(TestFlight 渠道)。

  • 画面走 Wi-Fi。板子通过自己的 Wi-Fi 把屏幕画面传给 App;蓝牙传送命令,并作为画面的备用通道。画面启动更快,重新连接后会自动恢复。
  • 意图。录制一次示范或保存一次运行。屏幕一致时,录下的动作不走 AI 直接回放;还可以加入 AI 步骤、从屏幕读取、复制笔记本、让我手动做一步,以及重复直到。支持导入导出 .esp32intent 文件,也可以分享给我们。
  • 笔记本和记忆。Agent 能把屏幕上的列表抄进这次运行的笔记本(滚动多屏也能接上),并记住你说过的话和已完成运行的经验,从不保存密码等机密。
  • 先问我。只在付款时(默认)、付款发送删除,或从不。询问以通知的形式出现。
  • 暂停和停止可以在灵动岛里操作;任务需要你帮忙时会发通知。
  • AI 服务。App 内提供免费的 AI 服务(需同意);也可以接入你自己的、支持图片的 OpenAI 兼容服务。
  • 中文输入:通过板子用拼音打字。
  • 板子通过 Wi-Fi 更新固件,只装签名版本,出问题自动回滚。见固件更新。
  • 日志。设置 → 关于 → 日志可以发送诊断或导出全部日志。见调试与日志。
  • 和 Manina AI CLI 共用板子:App 优先;App 空闲时 CLI 可以用板子。
  • 结果卡片。用可折叠的卡片显示这次运行的答案,可以复制。
  • 打字和打开 App。键盘会自己在英文和拼音之间切换;通过 Spotlight 按名字打开 App。

Manina AI · App 1.0 · App Store(审核中)· 2026-10-19

Section titled “Manina AI · App 1.0 · App Store(审核中)· 2026-10-19”

Agent 就在你的 iPhone 上,不需要电脑。插上板子,给 Manina AI 一个目标,看它动手完成。

  • 板子就是 AirPlay 接收端,接收屏幕镜像,并通过加密蓝牙和 App 通信。
  • Agent 在手机上运行:它会规划、看屏幕,再通过板子点击、滑动和打字;带指针校准。
  • 回看。每次运行都保留步骤、截图和低帧率视频,可以在手机上回放和导出。
  • 实时活动、小组件、Siri 和快捷指令。保存的任务可以从 Siri、快捷指令、小组件和控制中心启动。
  • 自动恢复:板子、热点或屏幕镜像断开后会自己重连。
  • 演示数据,没有硬件也能试用。

开始使用 Manina AI

  • 修复:ESP32 Agent App 连着时,CLI 后台进程可能卡死(死锁)的问题。
  • listen。把 iPhone 最近 30 秒播放的声音转成文字给你。默认读 ESP32 Agent App 听到的内容(需要 App 1.0.2、固件 v0.2.4,并打开分享给电脑(CLI));listen mode local 在电脑上用 whisper.cpp 把原始音频转成文字。MCP 工具为 phone_audio。见收听手机声音。
  • Wi-Fi 通道。板子和电脑在同一个 Wi-Fi 下(或电脑连着板子热点)时,命令和画面都走 Wi-Fi,蓝牙作为备用。esp32agent net join 会询问 Wi-Fi 信息,并一步步提示 iPhone 上的操作。需要板子固件 v0.2.3;固件仍是 v0.2.2 时,CLI 继续走蓝牙。见 CLI 指南。
  • 蓝牙更快。短命令不再排在画面后面(需要新固件)。
  • 点得更准。指针改为一次只沿一个方向移动,0.1.1 的校准会自动重做一次;主屏幕上有走动的时钟也能正常校准。
  • DeepSeek Harness 插件 dsh-esp32agent(演示视频)。
  • 板子日志。esp32agent logs --board 不用拔线就能读板子最近的日志(固件 v0.2.3 及以后)。
  • MCP 修复。没有参数的工具会发送空的 required 列表,要求更严格的 MCP 客户端也能接受。npm 包带上了 MCP Registry 名称。

esp32agent CLI 通过蓝牙把电脑 Agent 连接到板子,提供本地命令与 stdio MCP 服务:截图、点按、滑动、输入、运行记录和 Intent。支持 macOS、Linux 和 Windows,安装方法见 CLI 使用说明。板子需要固件 v0.2.2(TestFlight 渠道)。用 CLI 读取板子热点信息将在之后的 CLI 版本提供。

版本 内容
v0.1.0 首个正式 GitHub Release:在电脑上运行 Agent,通过 ESP32 板子操作真实的 iPhone。
v0.1.1 Legacy 后续标签,增加 CLI 和 stdio MCP 支持,没有单独的 GitHub Release 条目。

Legacy 分支还在这些标签之后继续更新。了解两种方案的区别。

板子固件与 App 分开编号,分两个渠道发布,见固件更新。

渠道 版本 安装页
正式版 0.2.5 manina.ai/install
TestFlight 版 0.2.5 manina.ai/install?build=testflight
  • 画面更稳。一个视频包出错不再让画面卡到下一个完整帧(解密改在板子内部内存里做);彻底丢失的包会上报,App 可以马上重启镜像。
  • 手势更快。回主屏的上划是一次快速的按下、移动、松开;长按会自己松开。
  • 命令更可靠。没收到的回复可以再要一次;Manina AI CLI 随时能让板子重新连网。
  • 崩溃记录会标明是否来自当前版本。
  • 手机声音。有声音播放时,把 iPhone 的声音传给 App,用于收听手机声音(App 1.0.2)。
  • 指针匀速。每次移动速度一致,不管往哪个方向,点击都落在同一位置;更新后 App 会重新校准一次。回角落时先往左、再往上,不会拉出控制中心。
  • 视频更稳。视频缓冲满了保留最新画面,不再冻屏;Wi-Fi 和蓝牙切换时不再重发旧画面。
  • 日志。板子自己的日志也会转到 App 的调试日志里。
  • Manina AI CLI 走 Wi-Fi。板子和电脑在同一个 Wi-Fi 下,或电脑连着板子热点时,CLI 的命令和画面都走 Wi-Fi,蓝牙作为备用。用 esp32agent net join 设置(CLI 指南)。
  • 蓝牙上的 CLI 命令更快。短命令不再排在画面后面。
  • esp32agent net 可以让已配对的 CLI 查看板子的 Wi-Fi,包括热点名和密码。
  • Manina AI CLI 连接。在 App 之外,为 Manina AI CLI 增加第二条蓝牙连接。App 优先;App 空闲时 CLI 可以使用板子。
  • Wi-Fi 画面更稳定。重新连接后画面会自动恢复,手机长时间停在同一画面之后也一样,不再卡住直到重开屏幕镜像。
  • 视频缓冲。缓冲区满时保留画面,并在板子状态里报告,不再直接丢弃。
  • 诊断。串口不会再卡住板子;新增 crash 命令,报告上一次崩溃。
  • 内存。板子上的可用内存更多。

首个版本:Wi-Fi 画面、带三分钟配对窗口的加密蓝牙,以及通过 Wi-Fi 更新固件。