Mika:开源手机 AI 助理替你点外卖、翻微信群?端侧智能体爆发前夜
诚实声明:本文基于 Mika 项目官方 README、Release notes 与英文侧第三方评测(explainx.ai)撰写。笔者尚未在真机上安装实测,所有”能做什么”均出自作者自述与演示视频口径,文中凡涉及体验判断的均已注明。数字类事实(星数、版本号)截至 2026-10-31 下午(北京时间),仓库热度上涨极快,数字以 GitHub 仓库 实时为准。
开场:2.5 天,约 2000 星
2026 年 10 月 29 日,一个叫 Mika 的仓库在 GitHub 上创建。今天(10 月 31 日)上午它还是约 1397 星,到下午抓取时已到约 1956 星,半天涨了五百多星。20 个 release、144 个 commit,Apache-2.0 开源。
作者给它的一句话定位是:你手机上的私人 AI 助理,替你操作 App、上网、把事办成(An on-device AI agent for Android that operates apps and the web to get things done for you)。
英文侧已经有 explainx.ai 在 10 月 31 日发布了深度评测(Setup、Risks 全覆盖),dev.to 的 Open Source Radar 也把它列为当期值得看的三个项目之一。中文侧则只有工具目录收录、Telegram 群转发和资讯聚合站的条目——尚无中文独立科技博客做过系统解读。这篇就是中文首发解读。
它到底是什么:替你干活的”后台屏”
Mika 不是一个聊天机器人。它是一句话交代任务、手机上替你办完的执行体:
- “帮我总结一下微信群今天都聊了些啥”——后台翻完群聊,交出一份总结;
- “打开小红书,帮我总结一下某个博主最近发的内容”;
- “在美团上凑满减、点外卖,付款前问你”——演示里真的在美团 App 里凑满减,停在付款前等你确认;
- “在 BOSS 直聘网页上给 3 个岗位打招呼”;
- “在 Amazon 上找 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”;
- “每天早上 8 点看看天气,下雨才告诉我”——定时任务,到点在原对话里执行。
最抓人的设计是这句话:“它在一块看不见的后台屏上干活,你照样刷你的手机。“
技术原理:无障碍 + 无线调试的组合拳
Mika 的魔法拆开看是三层安卓原生能力:
- 无障碍服务读屏、点按:像人一样看界面、找按钮、点击输入。界面读不出来的 App(自绘界面、无标签控件),用随 APK 自带的文字识别补读;配了能看图的模型,还能看图找按钮和输入框。
- 无线调试启动后台屏:要在一块独立的后台屏上启动和操作 App,需要借用安卓自带的无线调试。安装时按向导配对一次(6 位配对码,全程在手机上完成,不需要电脑和数据线);重启或换 Wi-Fi 后系统会关掉它,Mika 会在你允许的前提下自己重新打开。
- 后台屏独立焦点:安卓 14 起后台屏有自己的焦点,操作不影响你在主屏打字;不同对话的任务还能同时进行。
系统要求(README 原文):
| 用途 | 要求 |
|---|---|
| 安装、聊天、网页与沙箱任务 | 安卓 11 及以上(沙箱仅 arm64 设备) |
| 操作手机 App | 安卓 12 及以上;安卓 14 及以上推荐 |
| iOS | 不支持,安卓独占 |
还顺带三个硬核能力:内置浏览器(桌面版网页、真实点击、认得出风控拦截页就交给你处理而不是硬闯)、每个对话一个 Linux 沙箱(跑 Python/Node/shell,默认断网,结果存”下载/Mika”)、定时与条件任务。
最关键的一节:“端侧”不等于本地推理
这是全文最想讲清楚的一点,也是很多读者会被标题党误导的地方。
Mika 自称 “on-device AI agent”,README 里明确: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。
翻译成大白话:
- 端侧的是执行体:App 运行在手机上,操作 App 的那双”手”在你手机里,没有第三方服务器经手任务。
- 但推理不一定在端侧:模型默认走你配置的云 API(DeepSeek、通义千问、Kimi、智谱……)。模型在读你的屏幕——包括微信群里别人的发言、你正在看的任何内容——这些都会发到模型服务商那里。
- 想让数据不出门,只有一条路:接 Ollama 或 LM Studio 跑本地模型(README 明确支持),代价是能力下降。
dev.to 的评测也点出了同一句:“on-device execution does not mean screen data stays on the phone.” 诚实地说,这就是当前所有”端侧 agent”的真实形态——Mika 的诚实之处在于它把这句话写进了 README,而不是藏在隐私政策的角落里。
另外两个隐私事实:API Key、记忆和用户画像用安卓密钥库加密存在手机上;沙箱默认断网。
模型与成本:自带 Key,三个角色,token 烧得快
Mika 本体免费,钱花在模型上。预设了约 20 家服务商: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、OpenRouter、Anthropic、Gemini、OpenAI、xAI、Mistral、Groq,再加 Ollama、LM Studio 本地路线;自定义入口支持 OpenAI 兼容、Anthropic、Gemini、OpenAI Responses 四种接口。
三个模型分工:主模型(办事,必须支持工具调用)、看图模型(看懂界面、看图找按钮)、轻量模型(判断结局、提取记忆等小事)。“测试并保存”会自动试调用,最多试 3 个模型。
两个降低门槛的设计值得说:
- ChatGPT 登录:没 Key 也能玩,用 Plus/Pro 套餐额度直接登录(OpenClaw 系工具玩过的同款路数)。
- 用量账本:每个任务一行小结——总用时、和模型来回几次、用了多少 Token、多久看到第一次反馈;设置里按天/服务商/模型统计。
成本提醒必须前置:手机 agent 每一步都要读屏调模型,一个任务就是几十次模型调用。先拿便宜模型跑小任务,看一眼用量再决定要不要上定时任务。
询问 / 自主模式:默认是”花钱先问你”
全局一个开关(设置 › 开发者选项),默认询问模式:
| 模式 | 行为 |
|---|---|
| 询问(默认) | 只有花钱那一步先问你(下单、提交、应付金额确认);发消息、发帖、提交表单、删除、改设置都不问,直接做 |
| 自主 | 连付款都不问,直接做完 |
注意两条细则:登录、验证码、付款密码这类必须你亲手处理,两种模式都会请你接管;定时任务在询问模式下遇到花钱步骤直接跳过不做,并如实告诉你哪一步没做成。
风险清单:先读完再装
- 封号风险:README 免责声明原话——“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。“成批打招呼这类功能(两次之间随机间隔、到上限才停)更是平台的重点打击对象。别把它指到你丢不起的账号上。
- 无障碍 + 无线调试是高权限组合:能读屏、能模拟点击、能启动后台助手。方便和危险是同一枚硬币的两面——只从仓库官方 Releases 页下载 APK,核对仓库所有者。
- 自主模式 = 把钱包交给模型:默认询问模式已经把发消息/删帖这类动作放行了,误读一次屏幕就可能发错消息。重要事项坚持询问模式,并检查结果。
- Beta 成色:作者自述”主要在一台安卓 14 手机上测试过”,升级可能有不兼容改动。但反过来看:两天 20 个 release,修 bug 的速度配得上这个热度。
低风险试玩姿势:备用机或安卓多用户隔离环境 + 便宜的 API Key + 先从”总结""搜索""记笔记”这类只读任务开始。
赛道定位:一句话说清它和谁像、和谁不像
- Mobile-Agent(学术论文路线):2024 年的 Mobile-Agent/Mobile-Agentv2 用截图+视觉定位做手机智能体,是研究原型。Mika 是把同类思路做成了中文用户能装、能配自己 Key 的开源 App。
- vivo PhoneGPT(大厂第一方路线):2024 年 vivo 开发者大会演示,蓝心小 V 识别屏幕、接管音频自主打电话订餐厅。能力演示很惊艳,但绑定 vivo 生态。Mika 的差异是开源 + 模型自带 + 任何安卓 12+ 手机都能装。
- Apple Intelligence(系统级私人智能路线):iOS 的个人智能,走系统私有能力,但不开放”替你操作任意第三方 App”这种通用能力。Mika 恰恰是反过来的:没有系统特权,全靠无障碍这种”公开但高权限”的通道。
- 电脑上的 AI 工具(MCP 反向连接):Mika 还提供了一条反向路——手机连电脑,一条
adb命令打开 MCP 端口,Claude Code 这类桌面 agent 可以把任务派给手机。别人是”手机遥控电脑”,它是”电脑指挥手机”。
一句话总结:Mika 是第一个把”手机端侧通用 agent”做成可装、可配、可审计的中文开源产品的项目。 大厂做的是演示和生态绑定,它做的是”现在就能装到你口袋里”。
适合谁:三类人可以现在动手
- 自动化玩家:每天重复的手机流程(查数据、搬运、定时提醒),Mika 的定时任务 + 沙箱 + 知识文件就是一套”手机上的 n8n”。
- AI Agent 开发者:MCP 反向连接让桌面 agent 第一次有了”能碰手机的手”;Apache-2.0 协议,代码可审计、可 fork。
- 端侧智能体观察者:想第一手感受”手机 agent 到底能干到哪一步”的人——但请用备用机。
不适合:主力机只装一个、银行 App 常驻、不想折腾无线调试配对的人。等它出稳定版再说。
局限与待观察
- Beta 是真的 Beta:单机测试、快速迭代、可能不兼容。Release notes 里已经能看到”密码框的值一律读不到""应用分身分开列出”这类安全与兼容补丁在持续打。
- 中文 App 知识是护城河也是债:内置的微信/小红书/美团/抖音知识是中文用户体验的关键,但 App 一改版知识就过期,维护压力全在社区。
- 商业模式未定:App 免费、模型自带,作者靠什么持续投入?Star 2000 只是开始,长期维护才是考验。
- 平台对抗是达摩克利斯之剑:微信、抖音这类 App 对自动化一向零容忍。今天能用的流程,明天可能就被风控掐掉。
结语
端侧智能体喊了两年,大厂的发布会一个比一个炫,但普通人能装到口袋里的,Mika 是第一个像样的。它的诚实(把”屏幕内容会发给模型服务商”写进 README)、它的完成度(浏览器、沙箱、定时任务、MCP 一应俱全)、它的迭代速度(两天 20 个版本),配得上这两天的星数。
但也别被热度冲昏头:它是一个 Beta 的高权限自动化工具,不是一个”装完就放心”的消费级产品。 备用机、便宜 Key、只读任务先行——这是玩它的正确姿势。
▲ 架构示意:Mika 的三层执行结构

▲ 关键事实一览(截至 2026-10-31 下午,北京时间)
