GitHub爆火！手机专属的 AI Agent 来了：能跑脚本，还能读你的健康数据

Kimi、DeepSeek、Codex 这些电脑上的 AI Agent，我平时用得很多，已经习惯让 AI 直接动手干活了。手机上一直没碰到类似的，大部分所谓的 AI 助手，基本就是聊聊天。 前阵子刷到 OpenMinis 这个项目，开源免费，iOS 和 Android 都支持，装上之后用了一段时间，今天写篇东西分享一下。 它和聊天 App 的路数不一样，OpenMinis 在手机里跑了一个完整的 Linux 环境，AI 能在里面装软件、跑脚本、读写文件，还能调用手机上的健康数据、日历、提醒事项。说白了就是把电脑端 Agent 那套东西搬到了手机里。 OpenMinis 是个啥 OpenMinis 是个开源的手机 AI Agent，GPLv3 协议，GitHub 上 4.2k Star。iOS 和 Android 都支持，macOS、visionOS 也能用，全部免费。iOS 直接上架了 App Store，Android 在 releases 页面发 APK。 模型用的是自带 Key 的模式，填自己的 Key 就能用。支持的厂商挺多，Claude、GPT、Gemini 这些都行，国内的 Kimi、DeepSeek、通义千问也都能接，走 OpenAI 兼容接口填个地址就好。模型调用是我们自己和厂商结算的，项目本身不收钱。 隐私方面，Key 存在设备钥匙串里，官方的说法是不收集数据、没有第三方统计。 翻 README 的时候有句话我印象比较深，他们说 AI 时代产品的优势不在技术设计和代码上，最好的 Agent 是从和用户的反馈循环里长出来的。可能也是因为这个想法，他们的仓库不收 Pull Request，只收 Issue，让用户提的问题来推着产品走。 它能干什么 手机里跑一个真的 Linux 先说这个 Linux 环境，我觉得这是 OpenMinis 最不一样的地方。App 里内置了一个沙箱化的 Alpine Linux，iOS 上基于 iSH，Android 上基于 PRoot。AI 在这个环境里能装包、跑脚本、处理文件，干活的方式跟电脑上那些编程 Agent 差不多。 比如让它处理一个表格，它会自己写个脚本跑出来，把结果文件给你。环境里 Python 是完整支持的，Go、Rust 也能用，还内置了 FFmpeg，想压缩个视频、转个格式，说一声它就处理了。碰到特别重的计算，它会把这部分交给手机原生代码去跑，不会全压在沙箱里。 另外每个会话都有自己独立的文件空间，工作文件、附件、浏览器截图分开存放，会话之间互不影响。 和手机系统打通了 健康、日历、提醒事项、通讯录、HomeKit、蓝牙、剪贴板、媒体、闹钟，手机系统里这些能力，OpenMinis 都接给了 AI。 这一点我觉得是它和电脑端 Agent 拉开差距的地方，电脑上的 Agent 再强，也碰不到这些东西。现在可以让它把这周的睡眠数据拉出来分析一下，或者随口说件事，让它写进提醒事项里。 权限做得比较细，每一类数据都有单独的开关，给不给 AI 用是我们自己决定的，不开它就拿不到，你可以选择性的给它开权限。 Android 版能做的事情更多 Android 版有几个 iOS 上没有的功能。通过无障碍服务，AI 能读出其他 App 的界面，自己点按钮、填表单、滑页面，等于可以跨 App 自动操作。配合 Shizuku 的话还能拿到 adb 级别的权限，装应用、改系统设置都行，不用接电脑。 定时任务也是内置的，想让它每天早上跑个什么任务，设一次之后就不用管了。AI 在后台干活的时候，屏幕上会浮一个小窗，显示它正在进行哪一步，不用猜它是不是卡住了。 iOS 这边没有无障碍那一套，不过有快捷指令集成，定时触发也是可以做到的。 模型随便换，还能分组兜底 模型可以按会话切换，这个对话用 Kimi，下个对话换 DeepSeek，互不影响。模型分组的功能我用下来觉得挺实用：把几个模型编成一组，设成故障转移，一个挂了自动切下一个；或者设成负载均衡，把对话分摊到几个模型上。 手头有好几家 Key 的话，这个功能挺省心的。 浏览器自动化和 MCP AI 可以在 App 里自己开浏览器，查网页、填表单、截图、提取内容都能干。MCP 也支持，Claude Desktop 那种 JSON 配置可以直接导入，以后要接什么第三方工具，基本都有办法。 技能仓库里已经有五十多个现成的 Skill 这个东西，用过 Claude Code 的应该都知道，一个文件夹，里面放个 SKILL.md，写好指令，AI 碰到相关的请求就会去用它。 OpenMinis 兼容这套东西，给 Claude、Codex、OpenClaw、Hermes Agent 写的技能，一般拿过来就能跑。官方技能仓库 MinisSkills 里已经攒了五十来个技能，我翻了一遍，国内应用相关的不少：B站视频解析、抖音视频下载、微博、小红书、闲鱼都有现成的，还有豆包 TTS、查 DeepSeek 用量的、PDF 转换、健康睡眠分析、Apple 提醒事项管理这些。 装技能也不用折腾，在设置里浏览官方仓库点一下就行，或者把一个 SKILL.md 的 GitHub 链接粘贴到对话里发给它，再或者用大白话描述想要什么，让它自己写一个。 记忆、工作区和同步 它有记忆功能，之前聊过的东西换个会话也记得，不用每次都重新交代一遍背景。工作可以按工作区分开，不同的事情放在不同的上下文里。 聊天记录、技能、记忆能通过 iCloud 同步，在 iPhone 上聊到一半，拿起 iPad 还能接着聊。 快速上手 我装的时候很简单，iPhone 去 App Store 搜就有，系统要求 iOS 16 以上，想早点玩到新功能可以加他们的 TestFlight，修复和新东西都是那边先上。Android 就去 GitHub releases 页面下 APK，Android 10 以上就行。 装好以后它自己就会引导我们添加模型，填上自己的 Key，选一个模型，然后就可以开聊了。 想让它干活，说需求就行。比如让它整理某个文件夹，它自己就在 Linux 环境里跑脚本处理了，想调整它的行为，接着说一句话就行，不满意让它重来也可以。 也可以让它创建各种任务，跟我们电脑上的 Agent 是一样的，比如让它创建一个待办事项： 装技能的话前面说了，设置里直接装，或者丢个链接给它。 想自己编译也行，仓库里 BUILDING.md 写得很全，iOS 是 Swift，Android 是 Kotlin，原生依赖都给了构建脚本。 大家都在拿它干什么 这部分我多说点，官方有个 AwesomeMinis 仓库，专门收集社区里验证过的真实玩法，我挑一些有代表性的，按场景分了下类。 日常用的： • 拍一顿饭的照片发给它，它会识别出菜，估算热量、蛋白质、碳水，然后记进 Apple Health。 • 每天早上自动生成一份语音早报，把日历安排、天气、新闻、待办合成语音播出来，有人拿这个当闹钟用。 • 还有人把这个早报改成了微信版：在 iPad 上定时跑，跑完自动推送到微信，每天早上在微信里收一份自己的简报。 • 设闹钟可以一句话搞定，一整周的安排一次性说完，它就全设好了。 • 网页链接丢给它，它会抓内容、做摘要，整理成笔记存进 Apple 备忘录。 • 拍张小票发过去，它用 Apple Vision 认字，把商家、金额、买了什么抽出来，自动分类记账。 干活用的： • Obsidian 的笔记库可以整个挂载进去，查资料、整理、写笔记都在这个库里进行，写完存回去。 • 接上微信读书之后，翻书架、导出划线、分析阅读习惯、让它推荐书，在一个对话里就都做完了。 • 有个完全不会写代码的用户，通过 SSH 让它搭了一整套淘宝店铺管理工具，订单跟踪、比价、购物车管理都有。 • 给个股票代码，它会去抓行情，画出 K 线、MACD、RSI，出一份技术分析报告。 • 让它做城市商业市场调研也行，它会自己去搜数据、写分析脚本，最后生成一份带图表的报告。 折腾创作和开发的： • 丢一个 4K 视频进去，它会自己检测编码和码率，挑合适的参数在本地压缩。有人实测 32MB 的视频压到 13.5MB，小了 58%，画质看不出差别。 • B站视频可以分析，完整字幕、视频信息都能提取，还能搜相关视频和热门排行。 • 有人用它一条龙做视频，从查资料、写脚本、配音、找图到剪辑、传 B站，一个会话全做完，前后跑了 200 多次工具调用。 • 服务器出问题的时候，在手机上让它 SSH 进去诊断、重启服务就行，不用开电脑。 这些案例都在 AwesomeMinis 仓库里，健康、效率、研究、财务、智能家居、开发工具几个方向都有，社区还在往里加。 我的看法 用了一段时间，我的感觉是，手机上的 AI Agent，模型反而不是重点，反正模型大家都是外面接的。真正拉开差距的，是 AI 能碰到手机里多少东西。Siri 这么多年能做的事还是那么几件，一个第三方开源应用把系统整合做到了这个程度，非常牛。 技能仓库的情况也能说明一些问题，小红书、闲鱼、微信读书这些国内应用都有人在做技能，能看出来用的人是真在拿它解决日常问题，不是那种装完截个图就卸载的项目。 短板也说下，沙箱里的 Linux 是用户态模拟跑起来的，轻量脚本没问题，重的活干不了。另外仓库不收 PR，想贡献代码的人会觉得可惜。 不过免费开源，做到这个程度，我觉得没什么可挑的。想在手机上有个能干活的 Agent 的话，可以装一个试试。 开源地址 https://github.com/OpenMinis/OpenMinis