夜雨聆风学习资料网

ARTICLE · 1399759

让 AI 在手机后台帮你操作 App,GitHub 这个开源项目 Mika 有点意思

让 AI 在手机后台帮你操作 App,GitHub 这个开源项目 Mika 有点意思

平时使用 AI,大多数时候还是聊天:问问题、写文字、查资料。但如果 AI 不只是告诉你怎么做,而是能直接打开手机 App、点击按钮、输入内容,甚至帮你完成一连串操作呢?

最近在 GitHub 上看到一个叫 Mika 的开源项目。它想做的,就是让 AI 真正参与到手机操作中。

一、Mika 是什么?

Mika 是一个面向 Android 手机的开源 AI Agent。它和普通聊天机器人最大的区别,是可以根据你的指令操作手机应用和网页。

例如,你可以让它打开某个 App、查找指定内容、整理网页资料,或者完成一项固定的重复任务。Mika 会根据任务打开应用、读取屏幕、点击和输入,再把处理结果反馈给你。

它还有一个比较有意思的设计:可以在独立的后台屏幕执行操作,不必一直占用你正在使用的手机主屏幕。

二、它到底能做什么?

操作手机 App:Mika 可以识别应用界面,读取列表和聊天记录,执行点击、滚动、输入等操作。项目内置了一些常见应用的使用知识;没有内置知识的应用,也可以尝试通过识别屏幕来操作。

自带浏览器:它提供内置浏览器,可以打开网页、读取内容、下载和上传文件。遇到验证码或反爬虫拦截时,会交给用户处理,而不是强行绕过。

定时和条件任务:除了临时操作,还可以设置定时任务,例如每天查看某项信息,或者每周固定时间执行一项工作。任务执行结果会返回原来的对话中。

文件处理和计算:每个对话都有独立的 Linux 沙箱,可以运行 Python、Node 和 Shell,处理你发送的文件。不过,这项功能需要 ARM64 设备支持。

三、它需要什么手机?

  • Android 11 及以上:可以使用聊天、浏览器和文件功能。
  • Android 12 及以上:可以操作手机 App。
  • Android 14 及以上:更推荐,后台操作体验更好。
  • Linux 沙箱:需要 ARM64 设备。

手机操作还需要按照应用引导完成一次无线调试配对。它不是下载安装后就能直接获得所有手机操作权限,首次使用仍然需要进行一些设置。

四、AI 模型从哪里来?

Mika 本身并不附带大模型。用户需要配置支持工具调用的模型服务,可以填写 API Key,也可以使用项目支持的账号登录方式。

它支持的模型服务包括 DeepSeek、通义千问、Kimi、智谱、OpenAI、Gemini、Ollama 和 LM Studio 等。如果你有本地运行的 Ollama,也可以尝试通过局域网地址接入。

使用云端模型通常会产生相应的模型调用费用,是否免费取决于你选择的模型服务商和套餐。Mika 开源,不代表模型调用也全部免费。

五、隐私和安全怎么样?

项目说明没有 Mika 自己的中心服务器,聊天内容和屏幕信息会发送到用户配置的模型服务商。API Key 和记忆加密保存在手机上,对话和运行记录也保存在本机。

但这不代表所有数据都只在手机内部处理。使用云端模型时,屏幕内容和任务信息仍可能被发送到对应服务商。

另外,Mika 默认采用询问模式,但并不是每一步操作都会向用户确认。按照项目说明,默认主要在下单、付款等涉及花钱的操作前询问;也可以切换为自主模式。

所以,涉及账号、支付、隐私信息的操作,还是要谨慎使用。不要把重要账号完全交给自动化工具。自动操作第三方 App 或网站也可能违反其使用条款,使用前需要自行判断。

六、项目地址和体验建议

项目目前仍处于早期公开测试阶段,功能和界面可能持续变化,官方也说明目前主要在少量 Android 设备上测试。

如果想体验,可以先从简单的网页浏览、信息整理和提醒任务开始,不建议一上来就让它自动处理支付、账号登录等重要操作。

Mika 有意思的地方,并不是又多了一个 AI 聊天软件,而是它开始尝试让 AI 直接参与手机上的实际操作。过去我们是打开 App 找功能,再让 AI 帮忙出主意;现在则可以尝试把任务交给 AI,让它自己完成一部分流程。离完全可靠的手机助手还有距离,但这个方向确实值得关注。项目地址:https://github.com/wangzan101/Mika

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料