wangzan101/Mika · 上手攻略

  • 仓库：wangzan101/Mika
  • 链接：https://github.com/wangzan101/Mika
  • 分类：ai / agent · Android 端侧 AI Agent
  • 作者：spark
  • 更新：2026-11-01

一、这是什么

Mika 是一个跑在你自己安卓手机上的开源 AI 助理（Apache-2.0，Kotlin + Jetpack Compose 编写）。它不是聊天机器人套壳，而是一个真正的 Phone Agent：你说一句「给文件传输助手发条消息」「订明天 9:40 和 10:00 的闹钟」，它会像人一样看屏幕、找按钮、点按、打字，把活干完。

最关键的设计是后台屏（background virtual display）：Mika 在一块看不见的虚拟屏上操作 App，你继续用自己的屏幕刷手机，互不干扰。想看进度就点开它的小画面。它同时内置一个电脑版浏览器，可以对着当前页面直接干活。

几个差异化能力：

  • 什么 App 都能用：靠读屏 + 视觉定位，不要求 App 开放接口，也不用事先适配。
  • 网页内直接叫它：内置浏览器里对着正在看的那页说一句，它就在这一页上操作；你一碰页面它就停。
  • 越用越会：记住你说过的偏好；办成的事自动总结成「技能」，下次更快更稳。
  • 数据只在你手机上：没有 Mika 服务器，你的话和屏幕内容只发给你自己配置的模型服务商；API Key 与记忆加密存本地。
  • 自带 Linux 沙箱：每个对话一个 arm64 Linux 沙箱，可跑 Python、Node、shell，处理你发来的文件。
  • 电脑协同：电脑上 AI 工具通过 CLI + Skill 或 MCP 给 Mika 派任务。

作者是 X 上的 @wangzan101（王赞）。项目 2026-10-30 宣布正式开源。

二、解决什么问题

手机上的自动化过去有两条路，各有硬伤：

  1. 无障碍宏 / AutoTouch / Tasker 类：每写一个 App 的流程就要配一遍选择器，App 一改版就失效，几十个 App 就是几十份维护成本。
  2. 云端 Agent（各类 App 控制服务）：要上传屏幕画面到服务器、有隐私问题，且要求 App 开放 API。

Mika 走第三条路：用大模型的通用视觉理解能力替代逐 App 适配，全部推理与操作都在本机完成，用你自己的模型 Key 或订阅账号。它把「适配成本」从工程问题转成了「提示词 + 知识文件」问题——这正是它那个「App 使用知识」目录的用途。

同时它解决了「一个任务跑 20 分钟不能占着我屏幕」的体验问题：后台屏让 Agent 与用户真正并行。

三、快速安装

Mika 通过 GitHub Releases 分发 APK，不通过应用商店（这点后面「坑」里会展开）。

Step 1 — 下载 APK

从 https://github.com/wangzan101/Mika/releases/latest 下载。国内下载慢的话，发布说明里有「国内备用下载」网盘链接。

Step 2 — 配模型

打开 App → 设置 › 模型。三种用法：

  • 选内置服务商预设（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）填 API Key；
  • 选「自定义」接 OpenAI 兼容 / Anthropic / Gemini / OpenAI Responses 接口；
  • 不填 Key，用账号登录：ChatGPT（Plus/Pro）、xAI/Grok、OpenRouter。OpenRouter 会给你一把属于你的 Key（名字是 Mika），用量从你余额扣。

模型分三个用途：主模型（办事，必须支持工具调用）、看图模型（描述界面、定位按钮，新装默认用主模型）、轻量模型（判断结局、提取记忆等小事，默认用主模型）。点「测试并保存」完成连通性验证。

Step 3 — 设置手机操作（仅当你要它操作 App）

只聊天、上网、处理文件可以完全跳过这步。设置 › 手机操作 会启动一个六步向导：

  1. 打开开发者选项（设置 › 关于手机 › 连点「版本号」7 次）
  2. 打开 USB 调试（建议一直开着，关掉手机操作就停）
  3. 打开 Mika 的无障碍（建议直接跳过，配对后 Mika 会自己开）
  4. 打开无线调试（首次弹框务必勾上「始终允许使用此网络」）
  5. 用 6 位配对码配对（配对码只在系统配对窗口开着时有效，切 App/按返回/锁屏都会让码作废）
  6. 自动连接（Mika 自己连，一般几秒）

全流程在手机上完成，不需要电脑、不需要数据线。

USB 兜底方案（部分国产 ROM 没有可用「无线调试」，或配对始终失败时）：

adb shell sh /sdcard/Android/data/com.wangzan101.mika/files/usb-start.sh

看到 Mika helper starting... 即成功。注意：手机重启后要再跑一次这条命令（脚本靠一次性口令启动），且 Mika 更新后也需先打开一次 App 再跑。

四、核心用法

4.1 日常任务（自然语言）

帮我订明天早上 9:40 和 10:00 的闹钟
每天早上 8 点看看天气，下雨才告诉我
给文件传输助手发一条消息
明早 9 点提醒我

4.2 四大能力域

能力 说明 边界
操作 App 读长列表和聊天记录、点击输入、分享文字进 App 登录、验证码、付款必须你接管
上网 内置电脑版浏览器，登录状态保留，可读页面、下载上传 翻页有节奏；遇拦截交给你
此刻的屏幕 双击悬浮胶囊，把当前屏发给 Mika：「这个怎么回」「帮我记下来」 —
文件与计算 每对话一个 Linux 沙箱（arm64），跑 Python/Node/shell 处理文件 仅 arm64 设备

4.3 定时与条件任务

「明早 9 点提醒我」「每周五做某件事」——到点在原对话里执行，不需要你再开 App。

4.4 随时插话、随时停

任务进行中继续说话补充要求；还没处理的可以长按撤回或修改；停下后会交代做到哪了，说「继续」接着做。

4.5 询问模式 vs 自主模式

默认是询问模式：只有花钱（下单、付款）会先问你，其他事直接做完。可切换为自主模式。详见 docs/modes.md。

4.6 从电脑派活

电脑上的 AI 工具通过 CLI + Skill 或 MCP 给 Mika 派任务，文档在 docs/computer.md。也可以让电脑端 AI 助手按 docs/install-with-agent.md 自动帮你装好：

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。

4.7 自建模型

添加服务商选「自定义」，接口地址填局域网地址即可，例如 http://192.168.1.10:11434/v1（Ollama 默认端口）。Key 可不填。

五、典型适用场景

  • 跨 App 的碎片事务：微信发消息 + 转发到文件传输助手、订闹钟、查日程后写进待办。
  • 定时信息巡检：每天早上看天气（下雨才通知）、每周五跑一次数据汇总。
  • 网页批处理：内置浏览器里筛商品、查资料、批量填表。
  • 屏幕即时解读：看到一段看不懂的通知，双击胶囊问「这个怎么回」。
  • 文件处理：把 PDF 丢进沙箱，用 Python 抽取表格。
  • 开发者/自动化：从电脑用 CLI/MCP 把手机纳入自动化流水线。

六、坑与注意（8 条）

  1. 主模型必须支持工具调用（function calling）。现象：聊天能聊，一让它动手就失败或卡在工具调用格式上。影响：整个 Agent 不可用。修复：换支持 tool calling 的模型；设置里没填「看图模型」时它默认用主模型，主模型不支持工具调用就整体瘫。
  2. 配对码是一次性的，配对窗口一关就作废。现象：填码永远提示「配对码不对或已失效」。影响：配对步骤反复失败。修复：填码时不要切 App、不要按返回、不要锁屏；窗口里还有「IP 地址和端口」，冒号后数字是无线调试端口，找不到端口时可手填。
  3. 无线调试会被系统自动关掉。现象：今天能操作 App，明天不行了。影响：任务随机失败。影响范围：换 Wi-Fi、重启手机后。修复：设置 › 恢复与修复 里「自动打开无线调试」「重启后自动恢复」保持默认开启；首次弹框必须勾「始终允许使用此网络」。
  4. 「设置」各步在部分 ROM 上读不准开关。现象：明明开了无线调试，向导仍停在这一步。影响：以为没设置好而反复折腾。修复：向导提供「我已经打开了，下一步」按钮可跳过；最终以配对、连接成功为准，连上了就算设置好。
  5. USB 方式启动的助手重启后消失。现象：手机重启后提示「手机助手已停止」。影响：手机操作失效。修复：重启后先打开一次 Mika（重新准备启动文件），再跑一遍 adb shell sh /sdcard/Android/data/com.wangzan101.mika/files/usb-start.sh。
  6. USB 调试必须一直开着。现象：关了之后手机操作整个停掉。影响：静默失效。修复：保持开发者选项 › USB 调试常开。
  7. 第三方 App 与网站的用户协议风险。现象：自动操作可能违反某些 App 的 ToA。影响：账号被风控或封禁。修复：官方免责明确要求自行判断；重要事务一律用询问模式并人工复核结果。
  8. 沙箱是 arm64 专属。现象：非 arm64 设备装得上但沙箱显示「此设备不支持」。影响：文件处理/计算能力不可用。修复：用 arm64 手机，或把文件任务交给电脑端。
  9. 版本与生态口径需自行核对。现象：网上教程里的安卓版本要求（Android 13+ / 14+）与仓库 README（安卓 12+，推荐 14+）不一致。影响：照抄第三方教程装不上或功能缺失。修复：以仓库 README 与 docs/setup-guide.md 为准，本篇采用 README 口径。

七、与同类对比

方案 适配成本 隐私 端侧推理 并行不占屏 适合
Mika 低（通用视觉理解，非逐 App 适配） 好（无 Mika 服务器，用自己的 Key） 是（模型走服务商，但操作与沙箱在本地） 是（后台屏） 个人日常自动化、跨 App 事务
Tasker / AutoTouch 等宏 高（每 App 配选择器） 好 否 是 固定高频流程、精确控制
云端 Phone Agent 中 差（上传屏幕/数据到服务器） 否 否 需要 7×24 无人值守的云端集群
纯对话 App（ChatGPT 等） 无 中 否 — 问答，不操作手机

Mika 的独特位置是：端侧执行 + 零 App 适配 + 后台并行，三者同时成立目前少见。

八、一句话推荐结论

推荐给愿意折腾的 Android 用户。 如果你受够了 Tasker 逐 App 配置，也不想把手机画面交给云端，Mika 是目前少数真正把「通用视觉 Agent + 本地沙箱 + 后台屏并行」三件事同时做掉的开源项目；代价是要付一次开发者选项 + 无线调试的设置成本（国产 ROM 可能还得走 adb 兜底），以及务必用询问模式对待任何涉及付款和登录的操作。

附：本文引用与核验记录

一手来源（2026-11-01 抓取） - https://github.com/wangzan101/Mika（HTML 渲染页，README 全文） - https://raw.githubusercontent.com/wangzan101/Mika/main/docs/setup-guide.md（设置手机操作完整指南） - https://raw.githubusercontent.com/wangzan101/Mika/main/docs/models.md（模型与登录） - 仓库卡：organized/repo_cards/4787-wangzan101-mika.md

二手来源（web_search，用于版本与需求口径交叉核对） - aiidelist.com 博客：「As of October 31, 2026, the latest release endpoint resolves to v0.1.18」 - skillsllm.com 汇总页：与仓库 README 基本一致，但安卓要求写作「执行任务 安卓 13 及以上」，与 README 的「安卓 12 及以上」冲突 - buildrun.io 指南：同样写「Android 13+ required, Android 14+ recommended」，属第三方口径 - x.com/wangzan101/status/2116225557566550434：作者 2026-10-30 宣布开源的原始推文

⚠️ 不确定 / 待核处 1. 最新 release 版本号 v0.1.18 来自第三方博客（aiidelist.com，标注 as of 2026-10-31），未直接打开 GitHub Releases 页核验；本篇因此不在正文写死版本号，建议读者以 releases/latest 实际跳转为准。 2. 安卓版本要求存在冲突：仓库 README 写「聊天/上网/文件 安卓 11+；操作 App 安卓 12+，推荐 14+」，第三方汇总写「执行任务 安卓 13+」。本篇采用 README 口径并已在坑 9 标注冲突。 3. 未核验的文档：docs/features.md、docs/modes.md、docs/computer.md、docs/architecture.md、docs/faq.md、docs/disclaimer.md 未逐份读取，本文相关描述基于 README 的概述。 4. 性能/成功率数据缺失：README 与文档均未给出任务成功率、平均耗时等实测指标，本文未做任何量化断言。 5. 「后台屏」实现机制未验证：本文按 README「看不见的后台屏」表述转述，未验证其虚拟显示/AID 的具体实现与厂商兼容性。 6. 未执行任何代码（按任务边界：只读公开内容，不 clone、不跑代码）；adb shell sh ... 命令照抄官方 setup-guide.md，未经实机验证。