一、痛点切入：AI 助手为什么还不能「干活」？
2026 年，AI 对话能力已经强到惊人，但绝大多数手机 AI 助手仍然卡在一个尴尬的位置：能聊天，不能干活。
Siri 2.0 还是回答不了「我这周走了多少步」；Google Assistant 依然打不开你想要的那个设置页；三星 Galaxy AI 只会帮你润色短信。它们的共同问题是：没有一个「真实的操作环境」。
AI 需要的不只是一个对话框，而是一台能执行命令、浏览网页、读写文件、调用系统 API 的「电脑」。Open Minis 做的事情，就是把这台电脑塞进你的手机里。
核心数据一览：
| 指标 |
数值 |
| 平台支持 |
iOS 16+、Android 10+、macOS 13+ (Apple Silicon)、visionOS 1.0+ |
| 沙盒环境 |
Alpine Linux（iSH/PRoot） |
| AI 提供商 |
Anthropic、OpenAI、Google Gemini、OpenRouter、任意 OpenAI 兼容 |
| 开源协议 |
GPL-3.0 |
| GitHub 仓库 |
OpenMinis/OpenMinis |
| 代码语言 |
Swift 50.4%、Kotlin 41.8%、Objective-C 6% |
| 发布版本 |
22 个（Android 最新 1.12） |
二、工作原理：手机里的「虚拟电脑」
Open Minis 的架构可以用一句话概括：在手机上运行一个完整的 Linux 环境，让 AI Agent 像人类操作电脑一样操作你的手机。
2.1 三层架构
┌─────────────────────────────────────┐
│ AI 对话层（LLM） │
│ Claude / GPT / Gemini / 自定义 │
├─────────────────────────────────────┤
│ Agent 工具层 │
│ 浏览器 · 文件系统 · 系统 API · 技能 │
├─────────────────────────────────────┤
│ 设备沙盒层 │
│ iOS: iSH (ARM64) │
│ Android: PRoot + Alpine Linux │
└─────────────────────────────────────┘
沙盒层是核心创新。iOS 上用 iSH（一个 ARM64 Linux 用户态模拟器），Android 上用 PRoot（用户空间 chroot）。两者都在手机本地运行完整的 Alpine Linux 环境，支持 apk add 安装软件包、pip install 装 Python 库、ffmpeg 处理音视频——全部在设备上完成，不需要任何服务器。
工具层封装了 30+ 个 Android 原生工具和 20+ 个 iOS 原生工具，覆盖日历、通讯录、健康数据、照片、位置、通知、蓝牙等系统能力。AI 通过自然语言调用这些工具，无需用户手动操作。
对话层支持多家 LLM 提供商，每次对话可自由切换模型。你可以用 Claude 做深度分析，用 GPT 做代码生成，用 Gemini 做多模态理解——全部在同一个会话里无缝切换。
2.2 技能系统
Open Minis 的技能（Skill）设计极其简洁：一个文件夹 + 一个 SKILL.md 文件。
skills/
my-skill/
SKILL.md ← 指令文档（触发条件 + 执行步骤）
scripts/ ← 可选的脚本文件
assets/ ← 可选的资源文件
关键设计决策：
- 元数据常驻，内容懒加载：SKILL.md 的头部（名称、描述、触发词）始终在系统提示词中，但完整的指令和脚本只在技能被实际调用时才加载。这避免了大量技能导致的上下文膨胀。
- 兼容 Claude/Codex/OpenClaw 技能：为其他 Agent 平台写的技能，大部分可以直接在 Open Minis 里运行。适配过 Minis 工具的技能运行得更好，因为能直接调用 Linux Shell、设备 API 和原生卸载。
- 会话级开关：每个技能可以按会话启用或禁用，避免不必要的干扰。
2.3 记忆系统
Open Minis 实现了两级记忆：
- GLOBAL.md：持久全局记忆，存储用户偏好、项目约定、常用配置。跨会话保留。
- 每日日志（YYYY-MM-DD.md）：当天的会话笔记、关键发现、行动项。自动注入新会话的系统提示词。
记忆通过 memory_get（关键词搜索）和 memory_write（写入当日日志）两个工具暴露给 Agent，实现了跨会话的上下文延续。
三、功能拆解：6 大核心模块
3.1 内置 Linux Shell
| 能力 |
详情 |
| 环境 |
Alpine Linux（最小化 rootfs） |
| 包管理 |
apk add 安装系统包 |
| Python |
预装 Python 3，支持 pip install |
| 网络 |
curl、wget、git、ssh 可用 |
| 媒体 |
FFmpeg（音视频处理）、LAME（MP3 编码） |
| 文件系统 |
/var/minis/workspace/ 为工作目录，跨会话持久 |
实测体验：我让 Agent 在沙盒里 apk add py3-pandas，然后用 Python 读取一个 CSV 文件做数据分析，整个过程不到 30 秒。安装的软件包在会话间持久化，不需要重复安装。
杀手级场景：用户可以直接让 Agent 写 Python 脚本处理数据、用 yt-dlp 下载视频、用 ffmpeg 转换格式——这些在传统手机 AI 应用里根本做不到。
3.2 深度系统集成
Android 专属能力（传统移动 AI 应用无法触及的领域）：
| 工具 |
功能 |
需要权限 |
android-calendar |
读写系统日历 |
日历权限 |
android-contacts |
搜索/读取通讯录 |
通讯录权限 |
android-location |
GPS 定位 + 正逆地理编码 |
位置权限 |
android-photos |
查询设备照片库 |
媒体权限 |
android-alarm |
创建系统闹钟/定时器 |
闹钟权限 |
android-clipboard |
读写剪贴板 |
剪贴板权限 |
android-weather |
天气预报 |
位置权限 |
android-speak |
设备 TTS 语音合成 |
无 |
android-speech |
麦克风语音转文字 |
录音权限 |
android-notification |
发送/管理系统通知 |
通知权限 |
Shizuku 特权操作（adb 级别权限，无需电脑）：
- 安装/卸载应用
- 授予/撤销应用权限
- 读写系统设置
- 执行 Shell 命令
无障碍自动化（通过 AccessibilityService）：
- 读取任意 App 的 UI 树
- 点击按钮、填写表单、滚动页面
- 全局截图
- 监听实时 UI 事件
实测场景：「帮我查一下明天下午有没有空，如果有空就创建一个 2 点到 3 点的会议，标题是’产品评审’」——Agent 会先调 android-calendar list --start 2026-08-22 查日程，确认有空后调 android-calendar create --title "产品评审" --start 2026-08-22T14:00:00 --end 2026-08-22T15:00:00 创建事件。全程无需打开日历 App。
3.3 内置浏览器
| 能力 |
说明 |
| 导航 |
navigate 打开任意 URL |
| 截图 |
screenshot 截取当前页面 |
| 交互 |
click、type、scroll 操作页面元素 |
| 内容提取 |
get_text、get_readable 获取页面文本 |
| 表单填写 |
自动填写网页表单 |
| 多标签 |
支持 3 个并发标签页 |
| Cookie 管理 |
读写 Cookie，支持 HttpOnly |
| JavaScript 执行 |
在页面上下文中执行 JS |
实测场景：我让 Agent 去 GitHub 搜索某个库的最新版本号，它自动打开浏览器、输入搜索词、点击结果、提取版本信息，整个过程完全自动化。还试过让它在电商网站比价——打开三个标签页分别查看三个平台的价格，最后输出对比表格。
重要限制：浏览器无法完成 Google OAuth 登录（Android 平台限制，in-app WebView 被 Google 永久禁止）。遇到登录页面时，Agent 会提示用户在系统 Chrome 中完成操作。
3.4 定时任务系统
Open Minis 内置了基于 AlarmManager 的任务调度器：
| 参数 |
选项 |
| 触发时间 |
自定义 HH:MM |
| 重复模式 |
once / daily / weekdays / custom（指定星期几） |
| 执行方式 |
new（新会话）/ follow-up（追加到已有会话）/ rerun（重跑历史消息） |
| 模型选择 |
可指定不同模型执行不同任务 |
| 日期范围 |
可设置生效起止日期 |
实测案例：我设置了三个定时任务：
- 晨间简报（每天 07:30）：自动抓取天气、日历、新闻，生成简报
- 每日 AI 机会扫描（每天 12:30）：搜索最新 AI 行业动态，更新研究报告
- 自演化循环（每天 08:30）：运行 capability-evolver 自动优化 Agent 行为
每个任务都是一个完整的 AI Prompt，Agent 在独立会话中执行，结果通过系统通知推送。
3.5 多模型路由
Open Minis 的模型组（Model Group）系统支持：
- 故障转移：按顺序尝试多个模型，某个失败自动切换下一个
- 负载均衡：将对话均匀分配到各模型
- Thinking Level：支持 off / low / medium / high / xhigh 五档推理深度
- 上下文窗口限制：可为每个模型组设置 token 上限
- Agent Loop 模型：独立的模型池，供 Agent 在委派子任务时使用
实测体验：我把 Claude Sonnet 4.6 设为主力模型，GPT-4o 设为 fallback。当 Anthropic API 限流时，Agent 自动切换到 GPT-4o 继续执行，用户端几乎无感知。
3.6 自演化系统（Capability Evolver）
这是 Open Minis 最独特的功能之一：Agent 可以分析自己的运行历史，识别问题，并自主修改代码或记忆来改进表现。
基于 GEP（Gene Evolution Protocol）协议：
- Brain 阶段：扫描日志、提取信号、选择基因/胶囊、生成演化提示词
- Hand 阶段：按协议执行代码修改，分级审批（low-risk 自动应用，medium 需确认，high 阻断）
- 固化：将成功的演化写入胶囊，供后续复用
实测案例：在我的使用中，evolver 识别出「workflow-context 缺失」导致 Brain 生成的创新建议与实际工作流脱节，于是自动生成了 workflow-context.json 并注入用户的真实工作流信息。这种「Agent 自己改自己」的能力，在其他移动 AI 应用里闻所未闻。
四、实测数据：真实世界表现
4.1 典型任务耗时
| 任务 |
传统方式 |
Open Minis |
提升 |
| 查天气 + 日历 + 生成简报 |
手动切换 3 个 App，约 5 分钟 |
一句话，约 30 秒 |
10x |
| 拍照记录饮食 → 估算热量 |
打开健康 App → 手动输入，约 3 分钟 |
拍照 → 自动识别 → 写入 HealthKit，约 20 秒 |
9x |
| 群聊提取任务 → 加入提醒 |
逐条阅读 → 手动创建提醒，约 10 分钟 |
自动拉取 → 提取 → 去重 → 写入 Reminders，约 1 分钟 |
10x |
| 网页内容 → 整理成笔记 |
复制 → 打开笔记 App → 粘贴 → 排版，约 5 分钟 |
分享到 Minis → 自动整理 Markdown，约 30 秒 |
10x |
| 数据分析（CSV → 图表） |
传到电脑 → 打开 Excel/Python，约 15 分钟 |
在沙盒里 pip install + Python 脚本，约 2 分钟 |
7x |
4.2 成本分析
Open Minis 本身完全免费（GPL-3.0 开源），但需要自备 AI API 密钥。
| 模型 |
输入价格 |
输出价格 |
典型对话成本 |
| Claude Sonnet 4.6 |
$3/M tokens |
$15/M tokens |
~$0.02-0.05 |
| GPT-4o |
$2.5/M tokens |
$10/M tokens |
~$0.02-0.04 |
| Gemini 2.5 Flash |
$0.15/M tokens |
$0.6/M tokens |
~$0.001-0.005 |
| DeepSeek V3 |
$0.27/M tokens |
$1.1/M tokens |
~$0.002-0.008 |
月度估算（中度使用，每天 20-30 轮对话）：
- 轻度使用（简单问答）：$1-3/月
- 中度使用（Agent 任务 + 浏览器）：$5-15/月
- 重度使用（大量代码生成 + 数据分析）：$20-50/月
对比：ChatGPT Plus $20/月、Claude Pro $20/月——Open Minis 的成本取决于你用多少，而不是固定月费。用 Gemini Flash 可以把成本压到几乎为零。
4.3 与同类产品对比
| 特性 |
Open Minis |
Siri 2.0 |
Google Assistant |
ChatGPT App |
Rabbit R1 |
| 开源 |
✅ GPL-3.0 |
❌ |
❌ |
❌ |
❌ |
| Linux 沙盒 |
✅ |
❌ |
❌ |
❌ |
❌ |
| 多模型支持 |
✅ |
❌ |
❌ |
❌ |
❌ |
| 系统级操作 |
✅ 完整 |
⚠️ 受限 |
⚠️ 受限 |
❌ |
❌ |
| 浏览器自动化 |
✅ |
❌ |
❌ |
⚠️ 有限 |
❌ |
| 技能扩展 |
✅ SKILL.md |
❌ |
❌ |
❌ |
❌ |
| 跨会话记忆 |
✅ |
⚠️ 有限 |
⚠️ 有限 |
✅ |
❌ |
| 定时任务 |
✅ |
❌ |
❌ |
❌ |
❌ |
| 后台执行 |
✅ |
⚠️ 受限 |
⚠️ 受限 |
❌ |
❌ |
| 数据隐私 |
✅ 本地 |
❌ 云端 |
❌ 云端 |
❌ 云端 |
❌ 云端 |
核心差异：Open Minis 是唯一一个在手机本地运行完整 Linux 环境的 AI Agent。这意味着它可以做任何一台 Linux 电脑能做的事情——安装软件、运行脚本、处理文件、编译代码——而不仅仅是一个「能调 API 的聊天机器人」。
五、安装指南 + 适用场景 + 结语
5.1 安装
iOS：
- App Store 搜索 “Open Minis”（需要 iOS 16+）
- 首次启动引导添加 AI 提供商（输入 API 密钥）
- 选择模型，开始对话
Android：
- 访问 openminis.app 下载 APK（需要 Android 10+）
- 或加入 Telegram 群获取最新版本
- 同样需要自备 API 密钥
macOS：
- 需要 Apple Silicon（M1/M2/M3/M4）
- App Store 下载
从源码构建：
git clone --recurse-submodules https://github.com/OpenMinis/OpenMinis.git
cd OpenMinis
# iOS
./deps/build_lame.sh && ./deps/build_ffmpeg.sh
./deps/build_ish.sh && ./deps/prepare_alpine_rootfs.sh
open src/ios/Minis.xcodeproj
# Android（需要 NDK r28+）
./deps/build_proot.sh && ./scripts/prepare_android_sandbox.sh
cd src/android && ./gradlew :app:assembleDebug
5.2 最适合谁
| 用户类型 |
适用度 |
理由 |
| 开发者 |
⭐⭐⭐⭐⭐ |
Linux Shell + 代码执行 + Git + 多模型 = 移动开发利器 |
| 效率工具爱好者 |
⭐⭐⭐⭐⭐ |
自动化工作流 + 定时任务 + 跨 App 操作 |
| 内容创作者 |
⭐⭐⭐⭐ |
浏览器自动化 + 数据处理 + 技能扩展 |
| 隐私敏感用户 |
⭐⭐⭐⭐ |
本地运行 + 数据不离开设备 |
| 普通用户 |
⭐⭐⭐ |
需要一定技术背景，但学习曲线不算陡峭 |
| 完全不懂技术的用户 |
⭐⭐ |
需要自己配置 API 密钥，有一定门槛 |
5.3 不适合谁
- 不想折腾 API 密钥的用户：Open Minis 没有内置模型，必须自己配置 Anthropic/OpenAI/Google 的 API 密钥
- 只需要简单问答的用户：如果只是聊天，ChatGPT App 更简单
- iOS 16 以下用户：最低系统要求较高
- 需要企业级部署的团队：目前是个人工具定位，没有团队协作功能
5.4 内链推荐
5.5 结语
Open Minis 做了一件别人不敢做的事：把一台完整的电脑塞进手机里，然后让 AI 来操作它。
这不是又一个「能聊天的 AI」。它是一个真正能「干活」的 Agent——能装软件、写代码、刷网页、读你的健康数据、管理你的日程、甚至自己优化自己。全部在你的手机上本地完成，数据不离开设备。
Federico Viticci（MacStories）说它是「the most impressive indie app I’ve seen in a while」；知乎用户 Ye Han 评价它「在很大程度上实现甚至局部超越了 Apple Intelligence」；小众软件直接称它「可能是 iOS 端最强 AI Agent」。
我加一个：这可能是目前手机上唯一一个真正意义上的「AI 操作系统」——不只是一个 App，而是一个能让 AI 执行任何任务的平台。
开源、免费、跨平台、隐私优先。如果你对 AI Agent 的想象还停留在「聊天机器人」，Open Minis 会让你重新定义「AI 助手」这四个字。
本文所有数据来源于 Open Minis 官方网站（openminis.app）、GitHub 仓库（OpenMinis/OpenMinis）、小众软件评测、以及作者实际使用体验。截至 2026 年 8 月。
