一句话看懂：开源项目 Mika 把 AI 代理装进安卓手机，在隐藏的后台虚拟屏上模拟人看屏幕、点击和输入，替用户操作 App 与网页，不需要逐个应用接入 API。对移动端 GUI Agent 来说，这是一条绕开生态壁垒的路线。
事件核心：发生了什么
掘金「一天一个开源项目」系列第 255 篇介绍了 Mika。该项目由 wangzan101 创建于 2026 年 10 月 29 日，GitHub Stars 约 7240、Forks 约 1655，用 Kotlin 编写，采用 Apache-2.0 许可证。它的核心思路是像人一样读取屏幕、定位按钮并完成点击输入，任务在后台虚拟屏执行，主屏仍可正常使用；遇到登录、验证码、支付或禁止截图的页面时，控制权交还用户。README 写明不设自有服务器，请求和屏幕内容只发给用户选择的模型提供商，支持 DeepSeek、Qwen、Kimi、OpenAI、Anthropic、Gemini、Ollama、LM Studio 等，也可通过自定义端点接入局域网内的本地模型。需要说明，以上均为 README 信息，原文未做逐项实测。
为什么重要
移动端让 AI 操作应用，长期卡在两条路上：多数 App 不开放接口，逐个适配又成本过高。Mika 选择视觉与界面操作路线，把门槛从生态合作转到手机系统能力，这对 GUI Agent 的落地方式有参考价值。更关键的是它的隐私边界比较清楚——没有中间服务器，数据只流向用户配置的模型，接本地 Ollama 或 LM Studio 时屏幕内容可不出设备。在当前 MCP、CLI 等 Agent 接入方式快速铺开的背景下，它把手机端能力接进电脑端工作流的做法，值得开发者观察。
对用户/开发者/创作者的影响
普通安卓用户若想让 AI 处理重复操作，可先在备用机上用默认「提问模式」试低风险任务。操作其他 App 需 Android 12 以上并配对无线调试，但 Wi-Fi 切换或重启后可能断开，部分机型只能改用 USB 设置。在意隐私的用户建议先接本地模型。开发者可关注其定时任务、内置浏览器、Linux 沙箱和技能学习能力；不过 README 未公开是否依赖无障碍服务或视觉模型，也未说明整体架构，想了解实现只能读源码。项目仍很新，成熟度需要自行判断。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是无线调试断开、页面禁截屏等限制能否在后续版本改善；二是项目是否补充架构文档和路线图，以便评估其可靠性；三是本地模型接入的实际体验，以及社区是否围绕技能共享和 MCP 接入形成生态。
来源：juejin
