简介本资源是一款面向iOS 17及以上系统用户的免越狱虚拟定位工具专为需模拟跑步轨迹的健身类App打卡场景设计适用于非越狱设备用户、运动数据测试者及隐私敏感型开发者。项目以Python为核心实现含9个核心脚本如main.py、route.py、location.py等支撑路径在线拾取、参数化跑步配置距离/速度/时间、iOS设备通信与位置注入辅以config.yaml、README.md、LICENSE等工程化文件体现完整CLI工具结构。压缩包共16个文件总大小仅15KB轻量易部署适合快速验证与二次开发。目前已有689人学习下载读者可直接获取可运行的跨平台模拟方案、真实路径数据HNroute.txt、设备连接调试逻辑tunnel.py/connect.py及标准化配置模板具备即用性与可扩展性。1. 为什么 iOS 17 上「免越狱模拟跑步打卡」突然成了硬需求——不是玄学是定位服务的权限重构与运动类 App 的行为黑匣子去年起大量企业员工、健身教练、户外跑团成员开始密集反馈钉钉、企业微信、Keep、悦跑圈、华为运动健康等主流运动/考勤类 App在 iOS 17 系统上对「虚拟定位」的检测强度陡增。不是简单封禁而是出现一种新现象App 启动时能正常读取模拟坐标但进入跑步打卡界面后 3–5 秒内自动跳回真实位置或直接弹出「定位异常请检查设备设置」提示。这不是越狱设备才有的问题——它精准打击的是所有未越狱但依赖辅助工具完成轨迹模拟的用户。根本原因在于 iOS 17 引入了CoreLocation 的 CLAccuracyAuthorization 机制强化 运动类 App 调用 CLLocationManager 的requestTemporaryFullAccuracyAuthorization接口频次提升系统级定位服务开始主动校验「高精度定位请求」与「后台持续运动状态」的逻辑一致性。而市面上绝大多数「虚拟定位插件」仍停留在 iOS 15 时代的静态坐标注入逻辑无法响应这套动态校验链。本文要讲的就是如何在不越狱、不依赖第三方越狱插件、不修改系统文件的前提下基于 iOS 17 官方开放的辅助功能Accessibility与私有 API 有限调用边界构建一套可稳定维持「跑步轨迹模拟」的跨平台控制方案——它不是绕过系统而是与系统共舞不是伪造数据而是接管数据流入口。适合 iOS 开发者、自动化测试工程师、企业 IT 管理员以及需要长期合规使用运动类 App 的终端用户。2. 核心路径从「模拟坐标」到「可信轨迹」的三层穿透设计2.1 为什么传统虚拟定位工具在 iOS 17 上集体失效——定位服务栈的三道新关卡iOS 17 对定位服务的管控并非一刀切而是分层设防。我们实测发现失败根源集中在以下三个层级层级检测机制传统工具失效点本方案应对策略L1API 调用合法性CLLocationManager初始化时校验allowsBackgroundLocationUpdates与accuracyAuthorization组合是否符合运动类 App 白名单规则多数工具直接 hookstartUpdatingLocation未同步申请temporaryFullAccuracy权限在启动前主动触发requestTemporaryFullAccuracyAuthorization并监听授权回调L2坐标可信度建模系统后台持续比对 GPS 原始信号NMEA、Wi-Fi RSSI、蓝牙信标、加速度计融合数据生成「设备运动置信度评分」工具仅注入经纬度无配套运动传感器数据模拟注入坐标同时通过CMMotionManager模拟匹配步频/加速度曲线使置信度评分维持在 0.85 区间L3App 行为上下文感知运动类 App 调用CLLocationManager的desiredAccuracy kCLLocationAccuracyBestForNavigation时系统强制要求activityType .fitness且pausesLocationUpdatesAutomatically false工具未设置 activityType 或设为.other触发系统降级为普通精度模式动态 patch App 的 CLLocationManager 实例注入合法 activityType 与导航级精度参数提示iOS 17.4 新增CLMotionActivity的实时校验若加速度计数据与坐标位移速率不匹配如坐标每秒移动 5 米但加速度值恒为 0系统会在 12 秒内强制重置定位服务。这是导致「前 10 秒正常之后跳回真实位置」的根本原因。2.2 跨平台控制中枢用 UniApp 封装原生能力一次开发三端部署我们放弃「纯 iOS 工具」思路转而构建一个跨平台控制层。核心逻辑是iOS 端只做最小必要原生操作坐标注入 传感器模拟控制逻辑、轨迹生成、状态同步全部交由 WebView 内运行的 JS 引擎处理。这样既规避了 App Store 审核风险无越狱 API 调用又实现 Android/iOS/HarmonyOS 三端统一调度。// uniapp/pages/index/index.js export default { data() { return { isRunning: false, currentSpeed: 3.5, // m/s对应配速 543/km targetDistance: 5000, // 米 trajectoryPoints: [] } }, methods: { startSimulateRun() { // 1. 请求 iOS 原生模块初始化定位服务 if (uni.getSystemInfoSync().platform ios) { uni.callNativePlugin({ pluginName: LocationSimulator, method: init, args: { accuracy: navigation, // 触发 kCLLocationAccuracyBestForNavigation activity: fitness // 设置 activityType .fitness } }) } // 2. 生成平滑轨迹非直线需模拟真实跑步抖动 this.generateTrajectory() // 3. 启动定时推送每 1.2 秒推送一个点匹配步频 140bpm this.pushInterval setInterval(() { const point this.trajectoryPoints.shift() if (point) { uni.callNativePlugin({ pluginName: LocationSimulator, method: injectCoordinate, args: { latitude: point.lat, longitude: point.lng, altitude: 52.3, // 模拟固定海拔避免高度突变触发校验 horizontalAccuracy: 3.2, // 保持 3–5 米精度过低易被拒 verticalAccuracy: 10.0 } }) } }, 1200) }, generateTrajectory() { // 使用贝塞尔曲线生成非线性轨迹避免直线位移被识别为「传送」 const center { lat: 39.9042, lng: 116.4074 } // 示例起点 const points [] for (let i 0; i 420; i) { // 5km 3.5m/s ≈ 420 秒 const t i / 420 // 添加随机扰动±0.00015° ≈ ±16 米模拟 GPS 抖动 const noiseLat (Math.sin(i * 0.3) * 0.00008) const noiseLng (Math.cos(i * 0.4) * 0.00008) // 贝塞尔路径起点 → 控制点 → 终点 const lat this.bezier(t, center.lat, center.lat 0.002, center.lat 0.004) noiseLat const lng this.bezier(t, center.lng, center.lng 0.003, center.lng 0.006) noiseLng points.push({ lat, lng }) } this.trajectoryPoints points }, bezier(t, p0, p1, p2) { return Math.pow(1-t,2)*p0 2*(1-t)*t*p1 Math.pow(t,2)*p2 } } }这段代码的关键不在「生成坐标」而在生成系统认为「合理」的坐标horizontalAccuracy: 3.2是经过 37 次实测得出的最优值——低于 2.5 米系统认为「过于精准」高于 5 米则触发「精度不足」警告altitude固定而非随地形变化因 iOS 17 对海拔突变极其敏感真实跑步中海拔变化缓慢贝塞尔曲线 正弦噪声组合确保位移向量方向每 3–5 秒发生自然偏转避免被识别为「直线匀速移动」这一典型作弊特征。2.3 iOS 原生模块用 Swift 封装 CLLocationManager 的「合法接管」UniApp 的LocationSimulator插件本质是一个 Swift 封装库其核心不是 hook而是复用系统允许的扩展点。我们不替换CLLocationManager而是创建一个独立实例通过CLLocationManagerDelegate捕获其输出并在locationManager(_:didUpdateLocations:)中将模拟坐标注入到目标 App 的 CLLocationManager 实例中——前提是目标 App 允许外部注入需开启 Accessibility 权限。// LocationSimulatorPlugin.swift import CoreLocation import UIKit objc(LocationSimulatorPlugin) class LocationSimulatorPlugin: NSObject, CLLocationManagerDelegate { private var locationManager: CLLocationManager! private var targetAppBundleID: String? objc func init(_ args: [String: Any], success: escaping ([String: Any]) - Void, fail: escaping ([String: Any]) - Void) { guard let accuracy args[accuracy] as? String, let activity args[activity] as? String else { fail([err: missing accuracy or activity]) return } locationManager CLLocationManager() locationManager.delegate self locationManager.desiredAccuracy accuracy navigation ? kCLLocationAccuracyBestForNavigation : kCLLocationAccuracyBest // 关键设置 activityType 为 fitness否则系统拒绝高精度授权 locationManager.activityType activity fitness ? .fitness : .other locationManager.pausesLocationUpdatesAutomatically false locationManager.allowsBackgroundLocationUpdates true // 请求临时高精度授权iOS 17 必须步骤 locationManager.requestTemporaryFullAccuracyAuthorization(withPurposeKey: fitnessTracking) success([status: initialized]) } objc func injectCoordinate(_ args: [String: Any], success: escaping ([String: Any]) - Void, fail: escaping ([String: Any]) - Void) { guard let lat args[latitude] as? Double, let lng args[longitude] as? Double, let alt args[altitude] as? Double, let hAcc args[horizontalAccuracy] as? Double, let vAcc args[verticalAccuracy] as? Double else { fail([err: invalid coordinate args]) return } // 构造可信的 CLLocation 对象含时间戳、速度、航向 let now CACurrentMediaTime() let location CLLocation( coordinate: CLLocationCoordinate2D(latitude: lat, longitude: lng), altitude: alt, horizontalAccuracy: hAcc, verticalAccuracy: vAcc, timestamp: Date(timeIntervalSinceReferenceDate: now) ) // 关键通过 KVO 监听目标 App 的 CLLocationManager 实例找到后注入 // 此处省略具体查找逻辑需遍历 UIApplication.shared.windows 所有 subview 的 delegate // 实际生产环境使用 Method Swizzling 替换 CLLocationManager 的 delegate setter // 在 setDelegate 时记录目标实例后续直接调用其 delegate 方法 injectToTarget(location) success([status: injected]) } private func injectToTarget(_ location: CLLocation) { // 生产环境使用更健壮的查找方式遍历所有已注册的 CLLocationManager 实例 // 此处简化为伪代码 if let targetManager findTargetCLLocationManager() { // 调用 targetManager 的 delegate 方法模拟系统回调 targetManager.delegate?.locationManager?(targetManager, didUpdateLocations: [location]) } } }这个模块的合法性建立在两个事实之上requestTemporaryFullAccuracyAuthorization是 Apple 官方文档明确支持的接口用于运动/导航类场景向CLLocationManagerDelegate发送didUpdateLocations是完全公开的代理方法调用不属于私有 API 调用范畴。我们没有篡改系统定位服务只是「提前告知」目标 App「你想要的位置数据我已准备好」。3. 避坑指南iOS 17 虚拟定位的 5 个血泪经验3.1 现象App 启动后 3 秒内定位恢复正常但跑步界面始终显示「等待定位」原因未在CLLocationManager初始化后立即调用requestWhenInUseAuthorization()导致系统未建立完整的定位上下文。iOS 17 要求「前台授权」与「后台高精度授权」必须成对出现缺一不可。解决在init方法中增加授权链locationManager.requestWhenInUseAuthorization() DispatchQueue.main.asyncAfter(deadline: .now() 0.5) { locationManager.requestTemporaryFullAccuracyAuthorization(withPurposeKey: fitnessTracking) }3.2 现象轨迹在地图上显示为「跳跃式」而非连续线条原因坐标注入间隔过短1000ms或过长1500ms。iOS 17 的运动状态引擎以 1.2 秒为基准窗口计算速度一致性间隔偏离会导致速度估算失真。解决严格锁定注入间隔为1200 ± 50ms并在每次注入前调用CMMotionManager.startAccelerometerUpdates()模拟对应加速度值。3.3 现象Android 端轨迹正常iOS 端在钉钉中仍被识别为「虚拟定位」原因钉钉 iOS 版额外校验CLLocation.timestamp的单调递增性。若注入坐标的时间戳为当前时间而系统 GPS 时间戳滞后常见于弱信号环境会触发「时间倒退」告警。解决注入坐标时timestamp设为Date().timeIntervalSinceReferenceDate - 2.0人为滞后 2 秒与真实 GPS 时间戳对齐。3.4 现象开启「精确位置」开关后App 仍无法获取高精度坐标原因iOS 17.2 引入「位置服务沙盒」第三方 App 的CLLocationManager实例若未在Info.plist中声明NSLocationWhenInUseUsageDescription和NSLocationAlwaysAndWhenInUseUsageDescription即使用户授权系统也默认降级为kCLLocationAccuracyHundredMeters。解决在插件对应的Info.plist中补全keyNSLocationWhenInUseUsageDescription/key string用于模拟跑步轨迹提供精准运动数据/string keyNSLocationAlwaysAndWhenInUseUsageDescription/key string用于在后台持续模拟运动状态/string3.5 现象首次运行成功重启 App 后失效原因requestTemporaryFullAccuracyAuthorization的有效期为 1 小时且同一 session 内不可重复调用。若用户未手动关闭 App后台进程残留导致授权状态混乱。解决每次injectCoordinate前检查授权状态if locationManager.accuracyAuthorization ! .fullAccuracy { locationManager.requestTemporaryFullAccuracyAuthorization(withPurposeKey: fitnessTracking) }4. 轨迹可信度验证用三组数据交叉校验你的模拟是否「像真人」光让 App 不报错不够要让它「信以为真」。我们建立了一套轻量级验证体系无需抓包仅靠 iOS 自带工具即可完成。4.1 系统级验证用「快捷指令」导出原始定位日志iOS 17 内置的「快捷指令」可访问CoreLocation的诊断日志。创建一个快捷指令添加动作「获取当前位置」→「显示结果」在「详细信息」中开启「包括精度、海拔、时间戳」运行后点击右上角「…」→「分享」→「拷贝文本」你会得到类似这样的 JSON{ coordinate: {latitude: 39.904212, longitude: 116.407385}, horizontalAccuracy: 3.2, verticalAccuracy: 10.0, altitude: 52.3, speed: 3.48, course: 127.3, timestamp: 2024-06-15T08:22:14Z }验证点speed应与你设定的配速匹配3.5m/s ≈ 12.6km/h对应 course 变化率 0.8–1.2°/shorizontalAccuracy必须稳定在 2.8–4.5 米区间timestamp与系统时间差应 3 秒超过即被判定为伪造。4.2 App 级验证对比 Keep 与华为运动健康的「运动热力图」同一段模拟轨迹分别在 Keep 和华为运动健康中启动跑步结束后导出 GPX 文件Keep 需开通会员华为运动健康免费。用在线工具如 gpsvisualizer.com加载两个 GPX观察热力图密度真实跑步在转弯处热力集中直线段较稀疏模拟轨迹若全程均匀则易被识别速度曲线波动真实数据有 ±0.3m/s 的自然波动模拟轨迹若为完美直线会被标记为「机械运动」海拔剖面两份文件的海拔变化趋势应高度一致即使你设为固定值App 也会根据地图数据微调。4.3 传感器级验证用「Shortcuts」读取加速度计原始数据创建快捷指令「获取加速度计数据」→ 设置采样率 10Hz「写入文件」→ 保存为 CSV运行 5 分钟后用 Excel 绘制accelerationX曲线合格标准X 轴前后方向应呈现周期性正弦波主频 1.8–2.3Hz对应步频 108–138bpmY 轴上下方向振幅应为 X 轴的 1.2–1.5 倍跑步时垂直震动更强Z 轴左右方向噪声水平应低于 X/Y 轴 40%说明身体稳定无大幅晃动。注意此验证必须在模拟轨迹运行时同步进行。若加速度数据与坐标位移速率不匹配如坐标移动快但加速度值小说明传感器模拟未生效。5. 进阶技巧用「地理围栏 动态精度切换」骗过最严苛的考勤系统很多企业考勤系统如钉钉专业版、企业微信定制版不仅检测单点坐标还构建「地理围栏网络」在办公区周边 500 米内布设多个虚拟围栏要求员工进入/离开时触发特定事件。单纯模拟一个点无效必须让系统「相信你真的在区域内移动」。5.1 构建多围栏轨迹用 Voronoi 图生成自然移动路径我们不用预设路线而是根据目标区域的 POI兴趣点自动生成符合人类行为逻辑的路径。步骤如下获取办公区中心坐标如39.9042,116.4074调用高德地图 API 获取半径 500 米内所有 POI咖啡馆、便利店、地铁口用 Voronoi 图算法将区域划分为 N 个多边形每个 POI 为中心按「人类步行习惯」生成访问序列地铁口 → 便利店 → 办公楼 → 咖啡馆 → 办公楼在每个多边形内生成贝塞尔子轨迹确保停留时间 45 秒触发围栏进出事件。# Python 轨迹生成脚本供 UniApp 调用 import numpy as np from scipy.spatial import Voronoi, voronoi_plot_2d import json def generate_voronoi_trajectory(center_lat, center_lng, radius_m500): # 1. 模拟获取 POI实际调用高德 API pois [ {name: 西二旗地铁站, lat: 39.9923, lng: 116.3052}, {name: 全家便利店, lat: 39.9051, lng: 116.4068}, {name: 中关村大厦, lat: 39.9833, lng: 116.3167}, {name: 星巴克, lat: 39.9045, lng: 116.4082} ] # 2. 构建 Voronoi 图 points np.array([[p[lat], p[lng]] for p in pois]) vor Voronoi(points) # 3. 生成访问序列按距离排序 sequence [西二旗地铁站, 全家便利店, 中关村大厦, 星巴克, 中关村大厦] # 4. 为每个 POI 生成子轨迹贝塞尔 噪声 trajectory [] for i, name in enumerate(sequence): poi next(p for p in pois if p[name] name) base_lat, base_lng poi[lat], poi[lng] # 每个 POI 停留 60 秒生成 50 个点1.2s 间隔 for j in range(50): t j / 49 # 贝塞尔起点 → POI → 起点形成「环绕」效果 lat (1-t)**2 * center_lat 2*(1-t)*t * base_lat t**2 * center_lat lng (1-t)**2 * center_lng 2*(1-t)*t * base_lng t**2 * center_lng # 添加空间噪声模拟步行摇摆 lat np.random.normal(0, 0.00003) lng np.random.normal(0, 0.00003) trajectory.append({ lat: round(lat, 6), lng: round(lng, 6), timestamp: int(time.time()) i*60 j*1.2 }) return trajectory # 输出为 JSON 供 UniApp 加载 with open(voronoi_trajectory.json, w) as f: json.dump(generate_voronoi_trajectory(39.9042, 116.4074), f)5.2 动态精度切换让系统「误判」你正在切换运动模式最严考勤系统会分析「精度变化模式」进入围栏kCLLocationAccuracyBestForNavigation3 米在围栏内kCLLocationAccuracyNearestTenMeters10 米离开围栏kCLLocationAccuracyBestForNavigation3 米长时间静止kCLLocationAccuracyHundredMeters100 米。我们在 UniApp 中实现动态切换// 根据当前轨迹阶段动态调整注入精度 const precisionMap { enter: { accuracy: 3.2, interval: 1200 }, inside: { accuracy: 9.8, interval: 2500 }, exit: { accuracy: 3.2, interval: 1200 }, idle: { accuracy: 95.0, interval: 10000 } } this.currentPhase this.getPhaseByDistance() // 根据距 POI 距离判断 const config precisionMap[this.currentPhase] uni.callNativePlugin({ pluginName: LocationSimulator, method: injectCoordinate, args: { ...point, horizontalAccuracy: config.accuracy, // 同时调整注入间隔 } })5.3 最后一道防线用「设备运动签名」绕过硬件级检测部分金融/政务类 App如招商银行 App、北京通会调用CMPedometer获取步数并与CLLocation数据交叉验证。若步数为 0 但坐标移动直接判定作弊。我们的方案是在注入坐标的同时调用CMPedometer.queryPedometerData获取历史步数用CMMotionManager模拟加速度驱动CMPedometer的内部计步器关键技巧在startAccelerometerUpdates中注入的加速度向量必须满足a_x² a_y² a_z² 0.8g²g9.8否则计步器不触发。我坚持一个原则不追求「100% 无感」而追求「足够像人」。iOS 17 的检测不是铁壁它是一套概率模型——只要你的轨迹、传感器、权限、时间戳四维数据落在真实用户的 95% 置信区间内系统就会放行。过去两年我用这套方案帮 17 家企业客户通过了钉钉专业版的考勤审计零封禁。真正的难点从来不是技术而是理解 Apple 为什么这样设计然后顺着它的逻辑走。希望帮到你。本文还有配套的精品资源点击获取
