它在一块看不见的后台屏上干活，你照样刷你的手机。付款前，它才来问你。

后台发微信：左是你的手机，右是 Mika 在后台屏上的每一步 · 取自项目仓库

先看一个演示。有人在 Amazon 上给 AI 下任务："找 30 美元以内、4.5 星以上的 USB-C 充电器，加进购物车，停在结账前。"AI 自己打开网页、搜索、筛评分、加购，然后在付款前一步停下来。

这不是概念视频，是一个 10 月 29 日才创建、两天拿了 2.2k star 的开源项目：Mika。安卓 App，Apache 2.0 协议，作者叫它"你手机上的私人 AI 助理，替你操作 App、上网、把事办成"。

Amazon 预算购物，停在结账前 · 取自项目仓库

01 最特别的一点：它在后台屏上干活

同类手机 Agent 不少，Mika 的差异点在交互模型上：它在一块单独的后台屏上打开 App、读界面、点击、输入、滚动，你的主屏照常用。

也就是说，AI 在后台帮你翻微信群的时候，你可以继续刷视频、回别的消息。对话页上有个小画面，实时显示它正在干嘛。

操作方式是"像人一样看屏幕、找按钮、点击输入"——不用事先适配，手机上装的 App 都能操作。界面读不出来的 App（自己画的界面、控件没有名字）也有兜底：Mika 用随 APK 自带的文字识别读屏上的字，配了能看图的模型时还能看图找按钮。

02 官方演示：六件事

后台翻完微信群，总结今天聊了啥 · 取自项目仓库

仓库自带的演示 GIF 里，这几个场景很说明问题：

后台翻完一个微信群，总结今天聊了啥

——长列表逐屏读，聊友发言做了打码

打开小红书，总结一位博主的内容

在 BOSS 直聘网页上，给 3 个岗位打招呼

在 Google Flights 上找旧金山到纽约最便宜的直飞

打开 Hacker News，读出首页前 5 条和分数

在美团上凑满减、点外卖，付款前问你

小红书博主内容总结 · 取自项目仓库

再搭配内置的定时任务——"每天早上 8 点看看天气，下雨才告诉我""每周五做某件事"——它更像一个常驻手机的任务管家，而不是一个聊天玩具。

03 拆开看：三层能力

操作层。无障碍读界面、点击输入，看得到就能操作；系统弹"用哪个 App 打开"、双开 App 问"打开哪一个"，它认得出并能接着做；登录、验证码、付款这些必须你亲手的事，会发通知请你接管，处理完交还，它核实后继续。

知识层。没有任何说明它也能干活，但作者给 23 个 App 和 18 个网站预先写了"使用知识"（微信、小红书、知乎、BOSS直聘、Amazon、YouTube 等），比如进了聊天 App 直接知道怎么找联系人，打开招聘网站知道怎么筛岗位。这些知识是纯文本文件，人人可以补充。

工具层。内置 Linux 沙箱，能跑 Python、Node 和 shell，处理你发来的文件（默认断网，可开联网）；内置桌面级浏览器，登录过的网站保持登录；手机连电脑后，电脑上的 AI 工具还能通过 MCP 直接给 Mika 派任务、拿结果。

读 Hacker News 首页前 5 条 · 取自项目仓库

04 安全边界：付款前才问你

这类项目最敏感的问题，README 用了一张表回答。全局一个开关，分两种模式：

询问模式（默认）：只有花钱的那一步先问你——下单、提交订单、页面显示应付金额的确认。卡片上写明在哪、买什么、多少钱。发消息、发帖、提交表单、删除这些不问，直接做完。

自主模式：连付款也不先问，直接做完。

隐私同样给了明确承诺：没有 Mika 的服务器——你的话、屏幕内容、截图只发给你自己配置的模型服务商；API Key 和记忆用安卓密钥库加密存本机；沙箱默认断网；检查更新只访问 GitHub。

免责声明也照抄一段：用自动化方式操作第三方 App 和网站，可能违反它们的用户协议，有被限制功能、封号的风险，请自行判断、自担风险。

05 上手与限制

装法：从 Releases 下 APK（安卓 11+，操作 App 要安卓 12+，推荐 14+），打开设置向导，配对一次无线调试——这是它操作 App 的通道，全程在手机上完成。模型自带 DeepSeek、通义、Kimi、智谱等 20 家服务商预设，也支持不填 Key 直接用 ChatGPT 账号登录。

限制也要说清楚：这是早期公开测试版，主要在一台安卓 14 手机上测试过；Linux 沙箱仅支持 arm64 设备；安卓 12、13 上后台操作可能影响主屏焦点。

一句话收尾：它把"手机上的操作"变成了 AI 可以承包的活。到底敢把哪些事交出去，你自己划线——项目把选择权也做成了开关。

开源地址：https://github.com/wangzan101/mika

— 完 —