最近看了两个挺不错的安卓开源 Agent，Mika 和 DSH Go，目前 GitHub 分别有约 2.9K 和 3.7K Stars。 专门翻了一下它们的… · @xulijian1994 · TwKit

@xulijian1994

最近看了两个挺不错的安卓开源 Agent，Mika 和 DSH Go，目前 GitHub 分别有约 2.9K 和 3.7K Stars。 专门翻了一下它们的实现，发现这两个项目都不简单，而且定位还挺不一样的。 先说 Mika，我比较喜欢它的一个设计，就是给 Agent 单独开一块虚拟屏幕。比如我让它去微信整理消息、刷小红书总结内容，或者去 BOSS 直聘处理招聘信息，它可以自己在后台操作，我前台该干嘛干嘛，互不影响。不需要 Root，也不需要一直连着电脑。 它还有几个细节我觉得做得不错。比如一次可以批量执行最多 20 个操作，减少模型来回思考的开销；成功执行过的任务还能保存操作经验，下次遇到类似任务直接复用。再加上定时任务、条件触发，以及 MCP 接入，甚至可以让电脑上的 Codex 去指挥手机干活。 DSH Go 则是另一条路线，我觉得它对开发者更有吸引力。 它直接在安卓手机里通过 PRoot 跑 Ubuntu、Node.js 和 DeepSeek Harness，相当于把一套 Coding Agent 环境搬到了手机上。不仅能在手机本地写代码、执行命令，还能通过 SSH 或 DSH Remote 连接电脑，接着之前的开发会话继续干。 而且它也支持直接控制手机 App，Android 14 以上可以借助 Shizuku 或 ADB 实现后台虚拟屏操作。 看源码时还发现一个有意思的细节，DSH Go 在点击界面元素之前会重新检查目标，尽量避免页面变了还按照旧坐标乱点。对于发送消息、删除内容、付款这些操作，它默认也比较谨慎，会要求用户确认。 Mika 在这方面相对放得开一些，普通操作默认可以直接执行，主要在涉及花钱时要求确认。两种策略各有取舍。 如果让我选，日常手机自动化我会更倾向 Mika，它的功能基本就是围绕让 AI 替你操作手机来设计的。 但如果是我自己平时的开发场景，DSH Go 可能更实用。毕竟我更需要的是随时拿起手机，就能接着电脑上的 Coding 任务继续干活。 这两个项目让我比较期待的一点，是安卓端的 Agent 开始认真解决后台运行、权限管理、任务恢复这些实际问题了。比单纯演示 AI 自动点击手机屏幕有价值多了。 Mika： https://github.com/wangzan101/Mika DSH Go： https://github.com/ccch1mneyyy/dsh-Go

曝光 457 · 评论 4 · 点赞 4 · 书签 2