Дайте своему ИИ глаза, руки и настоящий iPhone. MCP-сервер, который позволяет любому AI-агенту видеть экран, нажимать на то, что нужно, и решать остальное — через зеркалирование iPhone на macOS. Экспериментальная поддержка Windows на macOS. 38 инструментов, любой MCP-клиент.

Видение: агенты, которые тестируют — и играют

Mirroir расширяет архетипное покрытие для игр. Игра делится на две поверхности. шелл — меню, магазин, снаряжение, настройки, экраны побед и поражения — это обычный текстовый интерфейс, который уже управляют современные навыки. сцена — игровое поле — это цикл, управляемый вижением, по которому агент следует по одному касанию. Честные цели — это тесты контроля качества игры, обучающие прохождения и скриптовые демо, а не игра в реальном времени: зеркалирование iPhone показывает один указатель, поэтому игры с twin-stick и twitch остаются недосягаемыми (см. Игры).

Сокращение токенов делает цикл сцены доступным. Скриншоты составляют ~90% стоимости агента, поэтому экраны оболочек с высоким содержанием текста читаются через describe_screen без изображения, а ручка захвата региона/масштаба уменьшает стоимость изображения за кадр, когда скриншот неизбежен. Модель затрат проста: кадры × ~2,7 тыс. токенов, при ~3 кадрах в минуту.

mirroir-mcp

Give your AI eyes, hands, and a real iPhone. An MCP server that lets any AI agent see the screen, tap what it needs, and figure the rest out — through macOS iPhone Mirroring. Experimental support for macOS windows. 38 tools, any MCP client.

Vision: agents that test — and play

mirroir is growing archetype-aware coverage for games. A game splits into two surfaces. The shell — menu, shop, loadout, settings, win/lose screens — is ordinary text-labelled UI that today’s skills already drive. The scene — the playfield — is a vision-driven loop an agent follows one touch at a time. The honest targets are game QA smoke tests, tutorial walkthroughs, and scripted demos, not real-time play: iPhone Mirroring exposes a single pointer, so twin-stick and twitch games stay out of reach (see Games).

Token reductions make the scene loop affordable. Screenshots are ~90% of an agent’s cost, so text-rich shell screens read through describe_screen with no image at all, and a region/scale capture knob trims the per-frame image cost where a screenshot is unavoidable. On the playfield, describe_screen in vision mode sends the frame to an LLM through embacle; measured on a live Brawl Stars match, one frame costs ~24k prompt tokens and 3–14 s, which GitHub Copilot bills as a single premium request on Claude Sonnet 5.5.

The rollout is tracked as Gaming Surface A–E — shell coverage ships first; the scene loop is measured on a real device before it widens.

Requirements

• macOS 15+
• iPhone connected via iPhone Mirroring

Install

/bin/bash -c "$(curl -fsSL https://mirroir.dev/get-mirroir.sh)"

or via npx: