Mika

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.

下载 APK · 快速开始 · 能做什么 · 常见问题 · 参与贡献

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 or Gemini 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 and docs are in Chinese for now. 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）：

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

1. 下载安装

从 Releases 下载最新的 APK 安装。国内下载慢的话，发布说明里有「国内备用下载」网盘链接。

2. 打开无障碍

在系统「无障碍」设置里找到 Mika 并打开。Mika 靠它读界面、做点按；打开后配对无线调试时它还能自己读出配对码。

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。

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。

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、OpenRouter、Anthropic、Gemini 等服务商预设；其他服务商选「自定义」，OpenAI 兼容、Anthropic、Gemini 接口都能接。

1. 添加服务商：选一个预设，或选「自定义」填接口地址；填 API Key。
2. 点「测试并保存」，连上第一家时会自动选一个主模型。
3. 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。

• 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「始终允许这个网络」。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。

APK 更新从哪来？
只从本仓库的 GitHub Releases 发布。每个版本改了什么、国内备用下载链接，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」只调一次服务商公开的列模型接口；列得出（或服务不提供列表）就保存，连不上当场说原因。不提供列表的服务可以手动填模型名。
• 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。

• 发布说明里单独一行写国内备用下载，格式固定：

  国内备用下载: <url>
  

• 检查更新：App 每天查一次 https://api.github.com/repos/wangzan101/Mika/releases/latest，不经别的地址。

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。