整了一个开源版的豆包手机操作系统 open-doubao-phone

TLDR

一个开源版的豆包手机操作系统，一句话用 agent 操作所有手机应用，支持长期记忆

主要内容

贴个图:

开源内容:

• 
  

  基于 android 17 的操作系统

  
  


• 
  

  android 操作助手 app

  
  


• 
  

  桌面端可以下发任务和拉取日志以及配置 key

  
  


• 
  

  官网: https://open-doubao.moonrailgun.com/

  
  


• 
  

  Github: https://github.com/moonrailgun/open-doubao-phone

  
  

碎碎念

我觉得豆包手机的概念还是非常正确的, 但是豆包手机的一代和二代都有一些不足的地方，主要是对其他非字节系的应用有一些权限限制，没有办法操作。所以我做的开源版其实规避了这些风险，因为它运行在一个将他作为一等公民操作系统里面，（当然可以独立运行），第一优先使用无障碍模式，如果某些应用对于无障碍支持比较差那就会 fallback 到视觉模型，所以不会有豆包手机一代和二代的问题，而且你可以使用自己的模型，达到更好的使用体验

整个流程就是：你可以通过唤醒词、长按电源键，或者手动点击的方式触发唤醒，用语音或者文本输入你的需求。AI 会通过视觉大模型和 jev 来判断，并给你提供自动操作的过程

就和现在的 Codex 和 Claude Code 在电脑上做事情差不多的感觉，只不过它运行在手机上

顺便说一下，jev 确实挺好用的。有了 jev 以后，一旦 jev 的判断命中了，可以很强地加速操作
当然，有时候没有办法拿到之前的结果，不得不 fallback 到大模型上面，这时候操作就会比较慢大模型就相当于通用解，但是慢。

你可以自己配置想要的模型，只需要大模型支持视觉识别就行，jev 和 TTS 是可选的

这个系统是基于 AOSP 来实现的,操作系统里面自带了谷歌三件套，因为确实发现，没有谷歌 Play 确实有点难用

一些真机的实际视频演示可以在官网上看到

如果觉得这个项目有点意思欢迎留个 star