DeepSeek 导航网：首款无需电脑的开源 AI 手机自动化助手 Roubao 基于视觉语言模型 (VLM) · 原生 Android Kotlin · 多 Agent 协作架构，豆包手机 / 智谱 AutoGLM 代替品。同类的应用还有：Operit AI – 安卓手机实现 AI 自动化操作

传统的手机自动化方案痛点：

• 必须连接电脑运行 ADB 命令
• 需要部署 Python 环境和各种依赖
• 只能在电脑端操作，手机必须通过数据线连接
• 技术门槛高，普通用户难以使用

肉包的解决方案：

一个 App ，装上就能用。无需电脑、无需数据线、无需任何技术背景。

打开 App → 配置 API Key → 说出你想做的事 → 完成。

市面上几乎所有手机自动化开源项目（包括阿里的 MobileAgent）都是 Python 实现，需要：

• 在电脑上运行 Python 脚本
• 手机通过 USB/WiFi ADB 连接电脑
• 截图通过 ADB 传输到电脑，处理后再把操作指令传回手机

肉包完全不同。

我们用 Kotlin 重写了整个 MobileAgent 框架，原生运行在 Android 设备上：

• 截图、分析、执行全部在手机本地完成
• 无需电脑中转，延迟更低
• 利用 Shizuku 获得系统级权限，而非繁琐的 ADB 命令

Android 系统出于安全考虑，普通 App 无法：

• 模拟用户点击、滑动屏幕
• 读取其他 App 的界面内容
• 执行 input tap、screencap 等系统命令

传统方案需要连接电脑执行 ADB 命令。而 Shizuku 是一个优雅的解决方案：

1. 通过无线调试或电脑 ADB 启动一次 Shizuku 服务
2. 之后普通 App 就可以获得 ADB 级别的权限
3. 无需 Root，无需每次都连接电脑

这让肉包可以直接在手机上执行截图、点击、输入等操作，真正实现「一个 App 搞定一切」。

• 基于先进的视觉语言模型（VLM），能够"看懂"屏幕内容
• 自然语言指令，说人话就能操作手机
• 智能决策，根据屏幕状态自动规划下一步操作

这可能是所有手机自动化开源项目中 UI 做得最好看的。

• 现代化 Material 3 设计语言
• 流畅的动画效果
• 深色/浅色主题自适应
• 精心设计的首次使用引导
• 完整的中英文双语支持

• 支持多种 VLM：阿里云通义千问、OpenAI GPT-4V、Claude、DeepSeek 等
• 预设 API 服务商：阿里云、OpenAI、OpenRouter 一键切换
• 从 API 动态获取可用模型列表，支持模糊搜索
• 可配置自定义 API 端点，支持本地模型（Ollama、vLLM 等）

• API Key 使用 AES-256-GCM 加密存储
• 检测到支付、密码等敏感页面自动停止
• 任务执行全程可视，悬浮窗显示进度
• 随时可以手动停止任务
• 可选的云端崩溃上报（可在设置中关闭）

当 Shizuku 以 Root 权限运行时，肉包可以启用 Root 模式：

• Root 模式：解锁更多系统级操作能力
• su 命令：允许执行 su -c 命令（需谨慎使用）
• 自动检测：自动检测 Shizuku 权限等级（ADB/Root），非 Root 环境下该选项为灰色不可用

下载地址

• 项目地址：访问
• 网盘下载：访问