OpenDroid:让安卓手机真正执行多步任务的开源 AI Agent

发布于
1

阿喵前言

想让手机替你完成一串操作,却不想每一步都手动点?OpenDroid 把自然语言指令、任务拆解和安卓界面执行放进同一个开源 Agent:它会先生成计划,再按步骤调用系统或应用能力,失败时重新评估。对需要语音控制、无障碍自动化,或想在本机试用 LiteRT 模型的人来说,这个方向比普通聊天机器人更接近“能做事”的助手。

资源介绍

OpenDroid 是一款面向 Android 的开源自主 AI Agent,当前按正式版 v1.0.7 介绍。它通过 Accessibility Service 读取界面并执行点击、滚动和输入,也提供系统设置、日历、提醒、通知、通话和消息等动作;复杂指令会被拆成有依赖关系的步骤,执行后再检查结果。项目使用 Kotlin 和 Jetpack Compose,代码按 Apache License 2.0 发布。

模型可以按场景选择:OpenAI、Gemini、Claude、Mistral、Groq、OpenRouter、Together AI、Cohere、DeepSeek、Copilot API、自定义 OpenAI 兼容接口,以及 Ollama 和 LiteRT-LM。本地路线不等于所有手机都能直接跑同一个模型:LiteRT 会先校验模型完整性并尝试兼容的 GPU/CPU 后端,是否可用取决于模型、运行时和设备硬件。

截图

OpenDroid 官方 Chat 对话界面,显示打开手电筒的执行结果
官方界面:Chat 对话页,展示指令与系统执行结果。
OpenDroid 官方 Plan Engine 任务计划界面
官方界面:Plan Engine,将指令拆成可追踪的执行步骤。
OpenDroid 官方 Persistent Memory 持久记忆界面
官方界面:Persistent Memory,可按 Working、Episodic、Semantic、Procedural 分类查看记录。
OpenDroid 官方 Chat 界面显示设置闹钟结果
官方界面:Chat 对话页,展示设置闹钟后的系统反馈。

特色

  • 先规划再执行:把多步目标拆成顺序任务,记录每一步结果,失败时重新评估后续计划。
  • 能操作第三方 App:通过 Android 无障碍服务读取节点、点击、滚动和输入,适合处理没有专用 API 的界面。
  • 记住长期上下文:提供临时、长期、学习模式和敏感数据四层记忆,Room 数据库负责本地保存,敏感凭据由 Android Keystore 保护。
  • 模型选择范围宽:既能接多个云端 LLM,也能配置 Ollama 或 LiteRT-LM;模型列表可从供应商端点动态获取。
  • v1.0.7 增加社交工作台:正式版包含 X、Instagram、LinkedIn、Facebook、YouTube、Telegram、Discord 七个平台的账号、收件箱、内容、日历、评论、活动、分析和报告模块,并提供 SAFE、APPROVAL、AUTONOMOUS 三档自动化策略。

注意

  • 首次使用要按任务授予权限;无障碍、通知、麦克风、联系人、日历、电话短信和修改系统设置等能力都可能涉及敏感数据或真实操作,只开需要的项目,并先检查计划。
  • 配置云端模型时,提示词和执行所需上下文会发往对应供应商;API Key 由应用本地保存并加密,但第三方服务的处理规则仍以其隐私政策为准。Ollama 或 LiteRT 才是本地推理路线。
  • LiteRT 的 GPU/NPU/CPU 兼容性由具体模型和手机决定,项目代码虽然提供 GPU 优先、CPU 回退逻辑,也不代表每台 Android 设备都能加载所有模型。
  • 下载页同时提供 APK 与 AAB;普通用户直接安装应选择正式版 app-release.apk,不要把 debug 包当成正式发行。仓库 API 的许可证字段显示 NOASSERTION,但 v1.0.7 标签内的 LICENSE 文件正文是 Apache License 2.0,分发前应一并保留许可与版权声明。

使用教程

  1. 准备版本。打开 v1.0.7 Releases 页面下载 app-release.apk;如果要从源码构建,项目当前要求 JDK 21 和 Android SDK 35,仓库也提供 Gradle 构建配置。
  2. 完成必要授权。首次打开后按自己的用途设置无障碍服务;需要语音、通知、联系人、日历、电话短信或系统开关时,再分别授予对应权限,不要一次性开启全部高风险能力。
  3. 选择模型来源。在 Settings 添加一个云端供应商 API Key,或配置本机 Ollama 地址。使用 LiteRT-LM 时,从模型管理器下载或导入受支持的 .task/.litertlm 文件,等待 SHA-256 与运行时兼容性检查完成。
  4. 从简单指令开始。在 Chat 输入“打开手电筒”或“设置明早 6 点闹钟”,先查看 Plan Engine 生成的步骤和目标,再决定是否执行。涉及消息、通话、付款、社交发布、设置变更等动作时,保留人工审批,不要直接交给无人值守自动化。
  5. 回看结果与记忆。执行后在 Chat 查看系统反馈,在 Plan 查看步骤状态,在 Memory 搜索已保存的会话、事实或模式;不需要的内容可以按类别清理。

资源获取

GitHub 开源仓库 · v1.0.7 正式版 · 项目官网

0 / 600
0 讨论
热门最新
总结
暂无总结

正在发生

最新事件奖励滚动播报

LIVE0
正在读取最新事件