yashab-cyber/opendroid
Your Open Autonomous Android Agent — A production-ready, self-planning AI assistant powered by local/remote LLMs and accessibility-driven screen automation.
OpenDroid – Android 向け自律型 AI エージェント
概要 – OpenDroid は、スマートフォン上で直接自己計画型 AI エージェントを実行する Android アプリです。自然言語のコマンドを理解し、ステップに分解し、システム設定、アプリ、さらには外部サービスにわたってそれらのステップを実行し、結果を検証して、問題が発生した場合は再計画します。これらはすべてデバイス上(または選択した LLM プロバイダー経由)で行われ、別のサーバーは必要ありません。
主な機能
- 自律計画 – 「天気を確認して、妻に遅れるとテキストで伝えて、午後 6 時にアラームを設定して」 のようなリクエストを依存関係を考慮したワークフローに解析し、各アクションを実行し、失敗時に適応します。
- オンデバイスモデルマネージャー – Hugging Face またはローカルの
.task/.litertlmファイルから LiteRT-LM モデルをダウンロード、検証(SHA-256)、ロードし、資格情報を Android Keystore に安全に保存します。 - デバイス制御 – システムトグル、通信(WhatsApp、Telegram、SMS、メール)、カレンダー、リマインダー、ナビゲーション、メディア、決済、スマートホームデバイスをカバーする 60 以上のアクション。
- ビジョンエンジン – Accessibility API を介してスクリーンショットをキャプチャし(またはアクセシビリティツリーにフォールバック)、視覚対応 LLM にフィードして画面理解と「読み取り&記憶」ノート抽出を行います。
- パーソナルナレッジグラフ – 4 層のメモリシステム(一時プラン、長期事実、学習パターン、暗号化された機密データ)で、セッションをまたいで永続化されます。
- 音声インターフェース – オフラインウェイクワード検出(「OpenDroid」)、音声テキスト変換、およびオプションの ElevenLabs TTS による音声応答。
- マルチプロバイダー LLM サポート – 13 のクラウドまたはローカルプロバイダー(Gemini、Claude、OpenAI、Groq、Ollama など)を統合し、プライマリモデルが失敗した場合は自動フォールバックします。
- プレミアム UI – Jetpack Compose で構築され、ガラスモーフィックスタイル、ダークモード、各 LLM のライブレイテンシ表示を備えています。
アーキテクチャ概要
- クリーンアーキテクチャと Dagger-Hilt 依存性注入。
- コアモジュール(
agent、llm、memory、security、service、voice)。 - アクションパッケージには、Android 機能用の 60 以上のエグゼキュータが含まれています。
- データ層は、永続設定に Room(7 つの DAO)と DataStore を使用します。
- UI 層(
ui)には、Compose 画面、ビューモデル、再利用可能なコンポーネントが含まれています。
はじめに
- JDK 21 と Android SDK 35(Android 15)をインストールします。
- リポジトリをクローンしてデバッグ APK をビルドします:
git clone https://github.com/yashab-cyber/opendroid.git cd opendroid ./gradlew assembleDebug # APK は app/build/outputs/apk/debug/app-debug.apk にあります - APK をインストールし、必要な権限(アクセシビリティ、設定の書き込み、オーディオ、通知アクセス、通知の投稿)を付与します。
- 設定 → LLM プロバイダーを開き、API キー(Gemini、Groq、Ollama など)を追加します。
- 「OpenDroid」と話すか、コマンドを入力して操作を開始します。
セキュリティ – API キーは Android Keystore(AES-GCM)で暗号化されて保存されます。モデルファイルはロード前にハッシュ検証されます。SECURITY.md に責任ある開示が概説されています。
ライセンス – Apache 2.0(寛容で、商用利用と変更が可能)。
結論 – OpenDroid は、新興の自律型 AI エージェントのクラスを日常の Android スマートフォンにもたらし、ユーザーが自然言語で複雑なマルチステップタスクを自動化できるようにしながら、データとモデル実行を大部分デバイス上に保持します。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト