wangzan101/Mika

安装

方式一：在手机上自己装

1. 从 Releases 下载最新的 APK，安装。 2. 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）。 3. 在设置里的「模型」添加服务商、填 API Key，或者用 ChatGPT、xAI、OpenRouter 账号登录。

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（开发者选项里别的开关不要动，除非 AI 助手请你打开；有的会清除手机数据），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。

装好之后：让电脑上的 AI 工具直接用 Mika（MCP）

手机用数据线连着电脑，在电脑上运行：

adb shell sh /sdcard/Android/data/com.wangzan101.mika/files/connect-computer.sh
adb forward tcp:8765 tcp:8765

第一条会打开 Mika 的电脑连接，并打印连接信息（地址 http://127.0.0.1:8765/mcp 和令牌）；把它们填进电脑上 AI 工具的 MCP 配置，它就能给 Mika 派任务、查进度、拿结果。手机上不用点；只经数据线连接、要令牌，Wi-Fi 上连不到；付款这类确认只能在手机上点。用方式二安装时，AI 助手会顺手帮你接好。详见电脑连接说明。

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). Chat, web and sandbox tasks work on Android 11+; phone app control needs Android 12+, with Android 14+ recommended. The sandbox runs on arm64 devices only. The app UI is available in Simplified Chinese, Traditional Chinese and English (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。

电脑上的 AI 工具也能用（CLI / MCP）

手机连着电脑时，电脑上的 AI 工具可以通过 MCP 把任务交给 Mika，在手机上办完把结果拿回去。一条命令打开，只经数据线、要令牌；也可以在设置里打开局域网连接（默认关）。见电脑连接说明。

也可以安装电脑端 CLI 与 Agent Skill,用 mika connect、mika task run、mika task wait 完成连接和任务交接。CLI 与 MCP 并列接入同一份手机任务服务,CLI 不需要配置 MCP;需要包含任务 API v1 的 APK。

快速开始

系统要求

| 项目 | 要求 | |---|---| | 安装、聊天、网页与沙箱任务 | 安卓 11 及以上（沙箱仅支持 arm64） | | 操作手机 App | 安卓 12 及以上；安卓 12、13 上后台操作可能影响主屏焦点 | | 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。开发者选项里 Mika 没提到的开关不要动，有的会清除手机数据，比如「以 16KB 页面大小启动设备」。

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，用账号登录：添加服务商最上面是「用账号登录 · 不用填 Key」一组，点一家先看说明，再去浏览器里登录，登录后回到 Mika，能看到账号、可用的模型，可以直接设为主模型。

• ChatGPT（Plus 或 Pro，用你的套餐额度）：点「使用 ChatGPT 继续」，在浏览器里登录。
• xAI / Grok（SuperGrok 或 X Premium+ 订阅）：浏览器里打开 xAI 的确认页，核对手机上显示的短码后同意。这项登录借用 xAI 官方命令行工具的公开登录入口，不是 xAI 专门给 Mika 开的，xAI 可能限制这种用法；有的订阅档位登录后仍不能调用（提示 403），那时改用 xAI 的 API Key。
• OpenRouter：OpenRouter 官方给第三方应用的授权。同意后 OpenRouter 给 Mika 一把属于你的 Key（名字是 Mika），用量从你的 OpenRouter 余额里扣；不想用了，在 OpenRouter 的 Keys 页面删掉它。

退出登录只清这台手机上的登录信息。

1. 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。 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）。

用 ChatGPT 登录或 Responses 接口的模型，可在各用途卡片下调整「思考强度」。默认用服务商默认值；选「用主模型」时也跟随它的强度，明确选同一个模型则可分别设置。档位优先采用服务商报告的列表；没报告时提供手动选项，实际支持情况以服务端为准。更高强度通常更慢、消耗更多 token。

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。

为什么推荐安卓 14？旧系统能用吗？ Mika 在一块单独的后台屏上操作 App，安卓 12 起可以使用手机操作能力；安卓 12、13 上操作后台屏可能影响主屏焦点。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 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

CLI 测试另需 Python 3.10+,可用 -PmikaPython=/path/to/python3 指定解释器。

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 :core:cliTest :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。
• 关于页点「下载更新」后由系统下载服务在后台下载 APK，可查看进度、删除下载或失败后重试，重开应用仍可继续查看。下载完成后点「安装更新」，首次按提示允许 Mika 安装未知应用，再在系统安装页确认。安装前检查 APK 大小、发布附件提供的 SHA-256、包名、版本号和签名证书，系统安装器还会再验一次签名；自行编译、签名不同的版本不能直接覆盖成官方版，要先卸载。发布未包含 APK 时仍打开发布页。

Star 增长

联系作者

• X：@wangzan101
• 微信群：在 App 设置的「关于 Mika」›「加入交流群」扫码。
• X 群聊：

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。