Mika 是装在自己手机上的一个 App,能替你操作别的 App。开微信翻群消息、在 BOSS 直聘上给招聘的人打招呼、在小红书发一条笔记,你说一句,它自己看屏幕、找按钮、点下去。
10 月 29 号在 GitHub 开源,四天 4,300 多 star。安卓,不用 root,也不用拿电脑连着。
和你可能见过的方案比,它有一处不一样:活干在另一块屏上,不在你正看着的这块。
干活时不占你的屏
它开 App 的时候,开在一块看不见的后台屏里。你在微信聊天,它在另一块屏上翻你的群消息;你在刷视频,它在后台挨个打招呼。
聊天窗里能看到它点到哪一步了,不想看就关掉,干完它会发个通知。碰上只有你能做的事,登录、输验证码、付款,它会自己挪到前台来,你弄完再还给它。
同时丢几个任务也行。侧栏会列着每个任务正占哪个 App、走到第几步,两个任务撞上同一个 App,后面那个排队等前面用完。

没适配过的 App 它也点得动
它没走接口那条路,靠的是看屏幕:截一张图,认出上面的字和按钮,算坐标,点下去。界面是自绘的、按钮没写名字的,包里带了文字识别,认不出来再交给视觉模型。
所以你手机上装了什么,它就能碰什么,不用等谁去做适配。
认错按钮的概率比调接口高。它把每一步都记下来了,点了什么、输出了什么,都能翻回去看。
用的登录态就是你自己的
它不另开账号,也不走什么代理,就在你已经登录的那个 App 里,拿你的身份点。装完直接能用,不用重新登录,不用一个个给授权。
反过来说,它点的每一下,在对方那边看都是你本人在操作。
自带浏览器,还带一个沙箱
浏览器是桌面模式的,你登过的网站它都能用。你在页面上说一句”把这页整理一下”,它就在这一页上动手,你的手指一碰屏幕,它让开。
每个会话还有一套 Linux 环境,Python、Node、shell 都能跑。你发过去的文件在里面处理,结果落到手机的 Download/Mika。这套环境只支持 arm64 机型,别的机型装上也能用,那一栏会显示不支持。
跑过一次的活,它记得
你说过的偏好它记着,比如”订票要靠窗”。这类和密码、验证码、卡号不放在一起:偏好加密存本地,后面那几样压根不记。
做过的事能存成一张技能卡。下次同样的活,照这张卡走一遍,不用从头再试。
包里还预置了二十多个 App 和网站的使用知识,微信、小红书、BOSS 直聘、抖音、飞书、闲鱼、知乎、微博、Telegram、YouTube、Google Maps 都在里面,写着按钮大概在哪、容易在哪一步卡住。这些是纯文本,谁都能往上加,没写进去的 App 照样能操作。

电脑那边也能派活给它
路子是通的。Claude Code、Codex 这些能跑命令的 agent,可以走 CLI 或者 MCP 把活派给手机,查进度、取结果。
你在电脑上写到一半,正需要手机里某个 App 的东西,不用去拿手机,让电脑那边说一句就行。付款那一步还得你自己来。
模型接哪家都行
内置一串厂商: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,国外的 OpenRouter、Anthropic、Gemini、OpenAI、xAI、Groq 也在。本地的 Ollama、LM Studio 填个局域网地址就行。不想填 key,用 ChatGPT、xAI 或者 OpenRouter 的账号登也可以。
中间没有一台属于它自己的服务器。你说的话、它看到的屏幕,只发给你自己配的那家厂商,密钥和记忆加密存在手机上。
目前能用到什么程度
四天 4,300 star、828 个 fork、发了 35 个版本、1.8 万次下载。迭代快,问题也还多。
issue 里排着的都是具体的事:个别机型装不上、语音输入在某些系统上没声音、长任务没有步数上限可能把额度烧完、换手机等于从零开始(密钥绑在手机的安全模块上,备份默认关着)。
有个地方容易误解:默认那个叫”询问”的模式,只在下单付款那一下问你,发消息、提交表单、删除是直接做的。想稳一点,去设置里改。
自动操作第三方 App 这件事,它自己的免责声明里写着可能违反对方的服务条款,这个自己掂量。
这类把活交出去的玩法,站里写过几种:几个 AI 怎么接成一个团队、一个岗位一个 Bot 的边界画在哪、一句话把活交给 Grok Bot 不用切窗口。Mika 在这几个里最贴身,它就在你手里那块屏上。
源码和 APK 都在 GitHub:wangzan101/Mika,Apache-2.0。






-Featured-Image240916-300x200-1.jpg)














(1500本)-Featured-Image-300x200-1.jpg)





暂无评论内容