Mika — 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.
Mika (wangzan101/Mika)
Searching Database…
Mika README
The project's README from github.com/wangzan101/Mika. As one markdown file: README.md.
Mika
简体中文 | English
你手机上的私人 AI 助理，替你操作 App、上网、把事办成。
它在一块看不见的后台屏上干活，你照样刷你的手机。
An on-device AI agent for Android that operates apps and the web to get things done for you — on a hidden background screen, so you can keep using your phone.
安装
方式一：在手机上自己装
- 从 Releases 下载最新的 APK，安装。
- 打开 Mika 设置里的「设置手机操作」向导，配对一次无线调试（设置指南）。
- 在设置里的「模型」添加服务商、填 API Key，或者用 ChatGPT 登录。
每一步的细节见下文的快速开始。
方式二：让电脑上的 AI 助手帮你装
手机用数据线连上电脑，在手机上打开 USB 调试，然后把下面这句话发给电脑上能执行命令的 AI 助手：
请按 https://github.com/wangzan101/Mika/blob/main/docs/install-with-agent.md 的步骤，帮我把 Mika 安装到通过 USB 连着的安卓手机上。
它会检查手机、下载安装、打开需要的权限，需要你在手机上点的时候会停下来告诉你。API Key 由你自己在 Mika 里填，不经过它。
English summary
Mika is an Android app that takes a one-sentence request and carries it out on your phone. It drives apps on a private background screen (so you can keep using your phone), browses the web in a built-in desktop-class browser, and runs scripts in a local Linux sandbox. You bring your own model API key (several providers are supported as presets, plus any OpenAI-compatible, Anthropic, Gemini or OpenAI Responses endpoint). There is no Mika server: your requests go only to the model provider you configure.
Status: public beta, changing quickly (see Releases for versions and changes). Install on Android 11+, tasks need Android 13+, Android 14+ recommended. The sandbox runs on arm64 devices only. The app UI is available in English and Chinese (follows your system language; switch in Settings › Language); see the full English README. Licensed under Apache-2.0.
Beta 说明
- 这是早期公开测试版，功能和界面还在快速变化，升级时可能有不兼容的改动。
- 目前主要在一台安卓 14 手机上测试过。别的安卓版本、别的手机上可能遇到没见过的问题，欢迎反馈。
- Mika 会替你操作第三方 App 和网站，请先读免责声明。
演示
后台发微信：左边是 Mika 的对话页，右边是 Mika 在后台屏上的每一步
（加速 4 倍；聊天列表已打码）
 后台翻完微信群，总结今天聊了啥 （加速播放；总结正文涉及群友发言，已打码） |
 打开小红书，总结一位博主的内容 （加速播放） |
 在 BOSS 直聘网页上给 3 个岗位打招呼 （加速播放） |
 打开 Hacker News，读出首页前 5 条和分数 （加速 1.5 倍） |
 在 Google Flights 上找旧金山到纽约最便宜的直飞 （加速 3 倍；价格按网络所在地区显示为港币） |
 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 （加速 3.5 倍） |
 在 BOSS 直聘网页上找岗位、打招呼 |
 打开汽水音乐，看广告领听歌权益 |
 在美团上凑满减、点外卖，付款前问你 |
能做什么
你用一句话交代一件事，Mika 在手机上替你办。
操作任何 App，不占你的屏幕
手机上装的 App 都能操作，不用事先适配：Mika 像人一样看屏幕、找按钮、点击输入，看得到就能操作。
- 在一块单独的后台屏上打开 App、读界面、点击、输入、滚动，你照常用手机；对话页上的小画面实时显示它在做什么。
- 能逐屏读长列表和聊天记录，比如「帮我总结一下某个群今天都聊了些啥」。
- 界面读不出来的 App（自己画界面、控件没有名字）也能用：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，还能看图找按钮和输入框。
- 能把一段文字直接分享进某个 App（发消息、记笔记），收件人和发送仍由 Mika 在那一页上点。
- 系统问「用哪个 App 打开」、装了两份的 App 问「打开哪一个」、一个 App 打开另一个 App（比如跳到付款页）时，Mika 认得出来：能处理的接着做，要你选或要你亲手处理的，会停下来请你在屏幕上操作。
- 需要你亲手处理的事（登录、验证码、付款）会发通知请你接管：App 挪到主屏，你处理完交还，Mika 重新核实再继续。
内置浏览器
- 任何网站都能打开：在后台打开网页，用真实的点击和键盘输入操作页面，默认按电脑版网页打开。
- 能读页面正文，也能读页面自己收到的数据；支持下载、上传。
- 登录过的网站保持登录；侧栏「浏览器」里可以自己浏览，在这里登录的网站 Mika 办事时也能直接用。
- 翻页有节奏：同一个网站连着换页会停一停，对限制浏览快慢的网站停得更久；认得出风控拦截页，交给你处理而不是硬闯。
此刻的屏幕
- 你在别的 App 里时，屏幕边上有一颗 Mika 悬浮胶囊，显示后台任务的进展、要你处理的事和结果，点开可以插话、回答、同意或停止。
- 双击胶囊，把你正在看的这一屏发给 Mika，比如「这个怎么回」「帮我记下来」；也可以在卡片里截屏、补一句话再发。
定时与条件任务
- 「明早 9 点提醒我」「每天早上看看天气，下雨才告诉我」「每周五做某件事」。
- 到点在原对话里执行，结果送回来；定时任务页可以暂停、改时间、立即执行、删除。
随时插话、随时停
- 任务进行中可以继续说话，补充或更正要求，Mika 在下一步之前读到。
- 按停止后，Mika 会补几行交代：做了什么、看到了什么、发出了几次、哪些没做完。下次说「继续」它知道从哪接着做。
询问 / 自主
- 默认是询问：只有花钱（下单、付款）先问你，发消息、提交、删除这些都直接做完。也可以换成自主，连付款也不先问。详见下文。
记忆
- 记住你明确说过的事实、偏好和做事方式（做事方式要你批准），可以查看、修改、删除；只从你自己说的话里记，密码、验证码、卡号这类不记。记忆加密保存在手机上。
熟悉的 App 和网站，做得更快更稳
没有任何说明，Mika 也能看着屏幕把事办成。有些 App 和网站另外写了使用知识（入口在哪、常见做法、要注意什么），Mika 用到时自动查阅，少走弯路。比如进了聊天 App 直接知道怎么找联系人、翻聊天记录；打开招聘网站知道怎么筛岗位、打招呼。另有几类事情的通用做法。知识持续增加，人人可以补充：它们是放在 core/src/main/resources/knowledge/ 和 core/src/main/resources/skills/ 下的纯文本文件，欢迎补充。
已经写了使用知识的（没写到的 App 和网站照样能用）：
| 类别 | 内置 |
|---|---|
| App | Android 设置、百家号、哔哩哔哩、BOSS直聘、Chrome、得到、抖音、飞书、Gmail、即刻、快手、领英、QQ邮箱、Telegram、今日头条、Uber、Uber Eats、微信、微博、WhatsApp、闲鱼、小红书、知乎 |
| 网站 | Amazon、哔哩哔哩、Google Calendar、豆瓣、抖音、Instagram、Gmail、Google Maps、Telegram、百度贴吧、微博、搜狗微信、WhatsApp、小红书、小宇宙、YouTube、知乎、BOSS直聘 |
| 通用做法（技能） | 把内容整理成文字、处理 PDF 文档、查清一件事、消息与邮件 |
成批的事
- 成批做事（比如逐个打招呼、投递）直接开始，不用先跟你确认名单；每两次之间隔开一段随机时间，做到网站自己说「到上限了」就停下告诉你。
过程可查
- 回答下面列出来源（读过的页面、截图）；每次任务都有可回看的过程记录。
- 每次任务一行小结：总用时、和模型来回几次、用了多少 Token、多久看到第一次反馈；设置里的「Token 用量」按天、按服务商、按模型统计。
Linux 沙箱
- 每个对话一个工作区，可以跑 Python、Node 和 shell 命令，处理你发来的文件，把结果存到手机的「下载/Mika」。
- 默认断网，需要时在设置里的「文件与计算环境」打开「允许脚本联网」。只支持 arm64 设备。
快速开始
系统要求
| 项目 | 要求 |
|---|---|
| 安装 | 安卓 11 及以上 |
| 执行任务 | 安卓 13 及以上（后台屏和内置手机助手的要求） |
| 推荐 | 安卓 14 及以上：后台屏有自己的焦点，不影响你在主屏打字；不同对话的任务同时进行也需要它 |
| Linux 沙箱 | 仅 arm64 设备；其他设备照常安装，沙箱显示「此设备不支持」 |
| 模型 | 一个支持工具调用的大模型 API Key |
1. 下载安装
从 Releases 下载最新的 APK 安装。
2. 无障碍（可以先跳过）
Mika 靠无障碍读界面、做点按。不用手动去开：下一步配对成功后，Mika 会自己把它打开。从 GitHub 下载安装的 App，手动打开无障碍时常被系统拦下（提示「受限制的设置」），让 Mika 自己开能省掉这个麻烦。向导里到这一步时选「跳过」即可。
3. 配对无线调试（只需一次）
打开设置里的「设置手机操作」向导，照着清单做：打开开发者选项、USB 调试、无线调试，然后用 6 位配对码配对。
第一次设置、卡在某一步，或者不知道配对码填在哪里：看手机操作设置指南，每一步都写了在哪里点、怎么算成功、常见问题怎么办。
为什么要这一步：Mika 有一个内置的手机助手，要在后台屏上启动和操作 App，需要借用安卓自带的无线调试来启动它。全程在手机上完成，不需要电脑和数据线。配对过后，如果无线调试被系统关掉了（换 Wi-Fi、重启手机后安卓会关掉它），Mika 在你允许的前提下会自己把它重新打开。
手边有电脑和数据线的话，也可以不配对：先打开一次 Mika，插着线在电脑上运行 adb shell sh /sdcard/Android/data/com.wangzan101.mika/files/usb-start.sh 启动手机助手；但每次重启手机后都要再运行一次。这些也可以交给电脑上的 AI 助手，见用电脑上的 AI 助手安装。
只用上网、文件和聊天的话，这一步可以先跳过。
4. 添加模型
打开设置里的「模型」（第一次打开 App 时也会引导你）。
内置 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、OpenCode Go、Anthropic、Gemini、OpenAI、xAI、Mistral、Groq、Ollama、LM Studio 等服务商预设；其他服务商选「自定义」，OpenAI 兼容、Anthropic、Gemini、OpenAI Responses 接口都能接。
也可以不填 Key，直接用 ChatGPT 登录（Plus 或 Pro，用你的套餐额度）：在添加服务商那里点「使用 ChatGPT 继续」，在浏览器里登录后回到 Mika。
- 添加服务商：选一个预设，或选「自定义」填接口地址；填 API Key。Ollama、LM Studio 这类自己机器上跑的服务，地址预填了默认端口，改成那台机器的地址即可，Key 可不填。
- 点「测试并保存」，连上第一家时会自动选一个主模型。
- 主模型要支持工具调用。可选：看图模型（看懂界面、看图找按钮）、轻量模型（便宜快的即可，处理判断结局、提取记忆等小事）。
5. 试一试
空对话里有几条示例，点一下就能改了再发。也可以这样说：
- 「帮我总结一下微信群今天都聊了些啥」
- 「打开小红书，帮我总结一下某个博主最近发的内容」
- 「帮我订明天早上 9:40、9:50、10:00 的闹钟」
- 「每天早上 8 点看看天气，下雨才告诉我」
询问 / 自主模式
全局一个开关：设置里的「开发者选项」→「自主模式」，关着是询问，打开是自主。
| 模式 | 行为 |
|---|---|
| 询问（默认） | 只有花钱的那一步先问你：下单、提交订单，或者页面上显示着应付金额时的确认、提交。卡片上写明在哪、买什么、多少钱，只能同意这一次或不同意。付款本身由你亲手完成。发消息、发帖、提交表单、删除、改设置这些都不问，直接做完。 |
| 自主 | 连付款也不先问你，直接做完。成批做事时两次之间的间隔照样保留。 |
- 换了开关管之后的所有任务；正在做的任务从询问换成自主，下一步起付款也不再问。
- 登录、验证码、付款密码这类要你亲手处理的事，两种模式都会请你接管；信息不够、或者只有你能选（比如两个同名联系人选哪个）时，也会问你。
- 定时任务等你不在场的任务，在询问模式下遇到要花钱的一步不会等人，会直接不做，并照实告诉你哪一步没做成；别的照常做完。
数据与隐私
- 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、记忆和用户画像用安卓密钥库加密，保存在手机上。对话、运行记录、Token 用量都只存在本机。
- 检查更新只访问 GitHub。
- 内置浏览器访问的是你让它去的网站；沙箱默认断网。
免责声明
- 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。
- 你同意的动作（以及自主模式下 Mika 替你做的动作）由你负责。重要的事请用询问模式，并检查结果。
- 这是 Beta 软件，按「原样」提供，不做任何担保（详见 LICENSE）。
常见问题
无线调试自己关掉了？ 安卓原版在 Wi-Fi 断开、手机重启后会关掉无线调试。设置里的「恢复与修复」中「自动打开无线调试」默认开着：需要时 Mika 会自己打开它再连接（要你允许 Mika 修改系统设置）。第一次在某个 Wi-Fi 上，系统会问是否允许，请手动打开一次并勾选「始终允许使用此网络」。如果还是连不上，回到设置里的「设置手机操作」向导重新配对即可。
无障碍服务被关掉了？ 系统有时会停掉无障碍服务（比如进程被清理后）。「替我打开无障碍」默认开着，Mika 会自己把它重新打开；修不好时设置页会提示你手动打开。
有的 App 页面读不到、截不到？ 有些页面（比如付款、输密码）禁止截屏，Mika 看不到画面，也不会去识别上面的字。这类页面需要你接管处理，处理好交还给 Mika。
为什么要安卓 13？ Mika 在一块单独的后台屏上操作 App，内置手机助手和这块屏需要安卓 13 及以上。安卓 14 起后台屏有自己的焦点，不会影响你在主屏打字，所以更推荐。只用网页、沙箱和聊天，安卓 11、12 也能用。
能用自己电脑或局域网里跑的模型吗？
可以。添加服务商时选「自定义」，接口地址填 http:// 开头的也行，比如 http://192.168.1.10:11434/v1（手机和那台电脑在同一个 Wi-Fi 下）。本机和局域网的地址不加提示；不加密又不在局域网里的地址会提醒一句：API Key 和对话内容可能被同一网络里的人看到，能用 https:// 就用。
APK 更新从哪来？ 只从本仓库的 GitHub Releases 发布。每个版本改了什么，都写在那个版本的发布说明里。
参与贡献
补充 App / 网站知识（不用写代码）
最简单的贡献：给某个 App 写一份 APP.md、给某个网站写一份 SITE.md，或者改进已有的。它们是带头部的 Markdown 纯文本，放在 core/src/main/resources/knowledge/ 下。格式见 docs/knowledge-format.md。
报告问题
开 Issue 时请写上：手机型号、安卓版本、Mika 版本（设置里的「关于 Mika」），做了什么、期望什么、实际发生了什么。能附上「查看过程」里的截图更好（注意先遮掉隐私）。
贡献代码
欢迎 PR。先读 docs/architecture.md（按代码现状写，带类名和文件路径）和 docs/roadmap.md（已完成、接下来、已知问题）。改动请带单元测试。
开发者
构建与测试
需要 JDK 17 和 Android SDK（local.properties 里的 sdk.dir，或环境变量 ANDROID_HOME）。
./gradlew :app:assembleDebug # 调试包
./gradlew :app:assemblePerf # 看流畅度用的包：和发布版一样预先编译、不可调试，用调试签名，可直接覆盖调试包
./gradlew :core:test :app:testDebugUnitTest # 单元测试
调试包不做预先编译，界面会慢好几倍；判断流畅度请用 perf 包。
- 仓库有两个模块：
:core是纯 Kotlin，主循环、工具、提示词、知识都在这里，可以在电脑上用单测和假模型跑；:app是安卓宿主。 - 沙箱的原生程序和自带运行环境已在仓库里；重新构建见
tools/sandbox/README.md。 - 真机评测见
eval/README.md。
模型配置细节
- 三个用途：主模型（办事，要支持工具调用）、看图模型（描述界面、看图定位；新装默认不用，可选「用主模型」）、轻量模型（判断结局、提取记忆、理解意图等小事，默认用主模型）。
- 「测试并保存」先调一次服务商公开的列模型接口，再带一个试用的工具，请会当主模型的那个模型调用它（用掉几十个 token）；都成了才保存，哪一步不成当场说原因（服务端的报错原样显示）。先试哪个：这家自己的模型在前（例如通义千问先试名字里有 qwen 的），再是列表明说能调用工具的，向量、重排、语音、画图这类不试。试的模型是它自己的问题（这个账号没开通或没权限、没有这个模型、不会调用工具）时接着试下一个，至多 3 个：通过的当主模型，并说一句先试的哪个没通过；都没通过也保存服务商（Key 是对的），不定主模型，说明原因、请你从列表里选一个开通了的，选的时候先试调用。Key、网络、地址不对照旧不保存。没列出模型时（可能这家不提供列表，也可能地址或接口类型填错了），先填一个模型名，再测试就用它试调用，通了才保存；找不到这个模型时说清是哪个、模型名大概长什么样。自定义填的是某家的官方地址时，提醒改用那家的预设（一点就换，Key 留着）。不提供列表的服务商，在选用途时手填的模型名同样先试调用；以前没试过的，服务商那一行提醒「没测试通过」，点进去可以「重新测试」。
- 模型列表上的能力标签（工具调用、看图、上下文长度）：接口给了的照实显示，没给的沿用预设初值并标「未确认」，只作参考，不拦。
- 「看图定位已验证」在设置里的「开发者选项」（调试版可见），对当前看图模型生效。
文档
docs/architecture.md：整体结构。docs/roadmap.md：已完成、接下来、已知问题与暂缓。docs/knowledge-format.md：App、网站知识与技能的格式。docs/sandbox/skill-scripts.md：知识与技能自带的沙箱脚本。
发布与更新（维护者）
- 发布在 GitHub Releases，tag 用
vX.Y.Z，APK 作为附件挂在这个版本上。 - 检查更新：每次打开 App 查一次
https://api.github.com/repos/wangzan101/Mika/releases/latest，不经别的地址。
Star 增长
联系作者
- X：@wangzan101
- 微信：在 App 设置里的「关于 Mika」扫码加作者微信，备注「Mika」，拉你进内测群。
许可证
Mika 以 Apache License 2.0 发布，版权声明见 NOTICE。
第三方组件保留各自的许可证，见 THIRD_PARTY_NOTICES.md。其中：APK 里带有 PRoot（GPL-2.0-or-later，静态链接 talloc，LGPL-3.0-or-later）编译成的独立可执行程序 libproot.so、libproot_loader.so，Mika 只以子进程方式运行它们；源码地址与校验值在 tools/sandbox/sources.lock，补丁在 tools/sandbox/patches/，可以用 tools/sandbox/build-native.sh 重新编译。沙箱的运行环境（Alpine Linux 3.22 的最小根文件系统和软件包）随 APK 发布，发布时附带对应源码包，做法见 tools/sandbox/README.md。