AI Agent 开始接管手机,安卓 App 也能一句话操作.

PHONE AGENT  /  ANDROID 自动化

不用 Root，也不需要电脑常驻。

开源项目 Mika 把 Agent 放进安卓手机，让它在后台屏幕里打开 App、读页面、点按钮、填内容，你还能继续使用自己的主屏。

DESKTOP AGENT VS PHONE AGENT / 执行环境变化

电脑端的 Agent 已经能打开浏览器、点击网页、填写表单、整理文件。手机端却一直有个麻烦：App 各有各的界面，很多操作没有统一 API，想让 AI 代办，往往得等 App 自己开放接口，或者专门做一套适配。

Mika 走的是另一条路。它不要求每个 App 单独提供接口，而是读取手机界面，再根据屏幕上的文字和控件执行点击、输入、滚动。项目作者王赞把它开源在 GitHub，定位就是一款运行在安卓手机上的 Phone Agent。

它目前还是公开测试版。下面这些能力主要依据项目 README、功能文档和作者公开演示整理，不代表我们已经在不同品牌手机上完成了独立实测。

01 / APP CONTROL

Mika 使用 Android 无障碍能力读取界面，也会结合内置文字识别；遇到没有明确控件名称的页面，如果模型支持看图，还能通过截图定位按钮和输入框。它再把操作拆成点击、输入、滚动等步骤。

项目公开演示里，Mika 可以翻阅微信群聊并总结内容，也能打开小红书逐条读取博主近期发布的内容。它不需要这些 App 专门给 Mika 开放 API。

02 / BACKGROUND DISPLAY

这部分是 Mika 的关键设计。它会在一块独立的后台虚拟屏上启动 App，在后台读取页面、点击和输入。你自己的主屏仍然可以用来聊天、刷视频或打开其他应用。

系统版本也会影响体验：Android 14 起，后台屏拥有独立焦点；Android 12、13 虽然可以操作 App，但后台操作可能影响主屏输入焦点。

03 / FLOATING CAPSULE

当你正在使用其他 App 时，Mika 的悬浮胶囊会显示后台任务进度、需要你处理的事项和执行结果。点开可以继续补充指令、回答问题、同意或停止任务。

更直接的用法是双击胶囊，把当前屏幕发给 Mika。比如你正在看一条消息，可以问它“这条怎么回”；看到一段资料，也可以让它帮你记下来。长按胶囊还可以语音输入。

04 / BUILT-IN BROWSER

Mika 不只操作已安装的 App，也有自己的浏览器。它可以打开网站、读取页面正文和页面接收的数据，保持登录状态，支持下载与上传文件。浏览器默认按电脑版网页打开。

它还会控制连续访问同一网站的节奏，对限制访问速度的网站适当放慢；如果识别到反爬或风控拦截页面，会交给用户处理，而不是继续硬闯。

所以，原始介绍里“模仿人的操作痕迹，降低风控”这句话不宜直接照搬。项目确实使用真实点击和键盘输入，但没有承诺可以绕过平台风控，更不能把它当成防封工具。

05 / LINUX SANDBOX

Mika 为每段对话准备了独立工作区，内置 Linux 沙箱，可以运行 Python、Node.js 和 Shell。你可以把文件交给它，让 Agent 调用脚本处理，再把结果保存到手机的“下载/Mika”目录。

注意：沙箱默认断网，需要时可以在设置中打开脚本联网；Linux 沙箱只支持 arm64 设备。这里说的“本地运行”，指 Mika 客户端和沙箱运行在手机上，不代表模型推理默认也在手机本地完成。

06 / MODEL & PRIVACY

Mika 支持 DeepSeek、通义千问、Kimi、智谱、硅基流动、火山方舟、MiniMax、阶跃星辰、腾讯混元、百度千帆等服务，也支持 OpenAI、Anthropic、Gemini、OpenRouter、Ollama、LM Studio 和自定义兼容接口。除了填写 API Key，也可以使用部分服务商账号登录。

这一点要分开看：Mika 是安装在手机上的客户端，模型不一定在手机本地推理。你配置云端 API 时，任务指令、屏幕文字和截图会发送到对应模型服务商；如果使用局域网内的模型服务，也可以把接口指向自己的设备。

07 / DEVICE REQUIREMENTS

首次启用手机 App 操作，需要在 Mika 向导中打开开发者选项、无线调试并完成一次配对。官方设计为可直接在手机上完成；少数厂商系统没有无线调试入口时，可能需要电脑 USB 辅助启动。

LIMITS / 先别把它当成万能助手

第一，项目仍是公开测试版。README 提到目前主要在一台 Android 14 手机上测试，其他机型、系统版本和厂商定制系统可能出现兼容问题。

第二，部分支付、密码页面会禁止截图，Mika 看不到内容时必须由用户接管。登录和验证码也可能需要人工完成。

第三，自动操作第三方 App 可能违反平台服务条款，也可能误发消息、误点按钮或触发账号限制。Mika 默认会在花钱前询问，但不是每一步都要求确认，涉及发送、发布、删除等动作仍要谨慎。

如果只是试用，先从总结聊天、读取网页、整理文件这类低风险任务开始，不要一上来就让它自动发消息、投简历或下单。

Mika 现在做的事情并不神秘：读屏、识别控件、执行点击，再把结果交给模型整理。真正值得注意的是，它把这些动作放进了手机自己的后台屏幕里，还加上悬浮入口、浏览器和脚本沙箱。

这条路线还需要继续验证。不同安卓系统的兼容性、长任务稳定性、误操作控制，以及模型调用成本，都不是看一段演示视频就能确定的。

但手机不再只是接收 AI 回答的屏幕，也可以成为 Agent 真正执行任务的设备。

PROJECT & SOURCES / 项目与资料

项目名称：Mika

开源协议：Apache-2.0

截至 2026-11-02 核对：正式版最新为 v0.1.33，发布于 2026-11-01；另有单独的 root 模式测试包，普通免 Root 使用者应选择正式版。

获取方式：前往 GitHub 搜索 wangzan101/Mika，从 Releases 下载 APK。