説明
Pokiは、あなたのiPhoneに自律的なインタラクション機能を提供するために設計された革新的なオープンソースプロジェクトです。エージェントとして機能するPokiは、iPhoneの画面を観察し、タップ、タイプ、スワイプなどのアクションを実行し、人間の使用パターンを模倣します。この機能により、実際のデバイス上で複雑なタスクを自動化でき、モバイル自動化とテストに対するユニークなアプローチを提供します。
続きを読む
エージェントはiPhone上でローカルに動作し、デバイスのインタラクションに対するプライバシーと直接的な制御を確保します。そのアーキテクチャは、既存のAIフレームワークにシームレスに接続できるように構築されており、特にClaude Codeや他のマルチエージェント通信プロトコル(MCP)エージェントとの互換性が言及されています。この統合機能により、Pokiは実世界のモバイルデバイスとのインタラクションを必要とする高度なAIエージェントに取り組む開発者や研究者にとって多用途なツールとして位置付けられています。
プロジェクトはそのオープンソースの性質を強調し、貢献を呼びかけ、コミュニティ主導の開発モデルを促進しています。Rustとideviceで構築されたランナー用のオンフォンランチャーであるPokiLauncherや、電話上で動作するブランド付きWebDriverAgentビルドであるPoki Runnerなどのコンポーネントが含まれています。これらの要素は、iPhone自動化のための包括的で拡張可能なソリューションを提供するというプロジェクトのコミットメントを強調しています。
Pokiのコアバリュープロポジションは、AIエージェントと実際のモバイルデバイス環境とのギャップを埋める能力にあります。エージェントがiPhoneを「見る」ことと「行動する」ことを可能にすることで、従来のエミュレーターやシミュレーターよりも現実的でダイナミックな方法でアプリケーションを開発およびテストする可能性を開きます。これは、さまざまなアプリ間での複雑なマルチステップインタラクションを必要とするシナリオに特に役立ち、人間のようなタッチが不可欠です。
- カテゴリーAI エージェントビルダー
- 料金モデルオープンソース
- デプロイローカルで実行
- プラットフォームiOS
Pokiの主要機能
iPhone用のオープンソースエージェント
画面観察機能
タップ、タイプ、スワイプをシミュレート
実際のデバイス上の任意のアプリと対話
iPhone上でローカルに実行
Claude Codeに接続
MCPエージェントと互換性
オンフォン実行用のPokiLauncher(Rust、idevice)
Poki Runner(ブランド付きWebDriverAgentビルド)
複数の言語をサポート(README.es.md、README.ja.md、README.ko.md、README.zh-CN.md、README.zh-TW.md)
iPhone用の詳細なインストールガイド
貢献者ガイドラインあり
バージョン追跡用の変更ログ
セキュリティガイドライン提供
第三者通知を含む
Pokiをはじめる
リポジトリをクローンする:GitHubからPokiのソースコードを取得して開始します。
iPhoneコンポーネントをインストールする:`INSTALL-IPHONE.md`ガイドに従って、デバイスにPokiLauncherとPoki Runnerをセットアップします。
エージェントを構成する:PokiをClaude CodeやMCPエージェントなど、選択したAIエージェントフレームワークと統合します。
タスクを実行する:PokiにiPhone上で実行させるタスクを定義し、その画面インタラクション機能を活用します。
監視とデバッグ:デバイス上のPokiのアクションを観察し、提供されたツールを使用してデバッグと最適化を行います。
Pokiの使用例
- モバイルアプリ自動化
- AIエージェントテスト
- ユーザーインターフェーステスト
- アクセシビリティテスト
- 研究開発
- アプリ間ワークフロー自動化








