nanoMuse:一个开源的跨设备AI代理

nanoMuse 是一个开源的个人AI代理,旨在跨越用户整个设备生态系统运行,包括移动和桌面平台。与传统聊天机器人不同,nanoMuse 专注于以行动为导向的任务——在应用程序内执行操作,而非仅仅回答问题——并通过中央中继器在设备间保持持久状态。

跨平台可用性和安装

nanoMuse 在多个操作系统上提供统一体验,允许单个账户同步对话和任务。

  • 移动设备:适用于 Android(8.0+,arm64)的 APK 版本,以及 iPhone 和 iPad 的 TestFlight 版本。
  • 桌面端:为 macOS(12+,Apple Silicon 和 Intel)、Windows(10+)和 Linux(AppImage、.deb 和 tar.gz)提供原生安装程序。
  • 网页版:可在 demo.nanomuse.dev 查看模拟手机演示。
  • 自托管:用户可使用 Docker 或提供的自托管脚本部署自己的中继服务器,确保数据保留在自有基础设施中。

核心功能与“动手”自动化

nanoMuse 设计用于与缺乏官方 API 的软件交互,将设备屏幕作为主要接口。

以行动为导向的执行

该代理可使用 Linux shell、浏览器和 MCP(模型上下文协议)服务器。对于无 API 的应用,它通过“Hands”与屏幕交互,截取屏幕并执行 UI 操作以完成任务。

跨设备协调

任务可在硬件之间委派。例如,用户可在移动设备上发起命令,并指定 @Mac 以在连接的计算机上执行任务。这些操作的确认请求会返回到当前用户手中的设备。

持久性与记忆

nanoMuse 支持后台运行,即使应用关闭也能按计划执行例行任务或检查目标。用户记忆——包括代理对用户的了解及其唤醒触发条件——存储在可编辑的 Markdown 文件中。

安全性与人工介入

为防止不可逆错误,代理在执行破坏性操作(如删除数据、发送付款或发送消息)前会请求权限。用户必须手动输入密码和验证码;完成后,用户发出“Done”信号以恢复代理流程。

技术架构

每个设备运行独立的本地代理实例。Android 应用使用 Alpine Linux 在 proot 下提供 shell、浏览器和 MCP 环境。桌面应用作为 DeepSeek Harness 的插件构建,使用 Python 运行时进行 UI 交互。

设备通过中继同步,中继负责认证并传输对话文本。为保障隐私,文件和截图保留在创建它们的本地设备上,不会通过中继传输。

与 Meta Muse 和 OpenMinis 的对比

功能 Meta Muse OpenMinis nanoMuse
执行环境 每用户一个云虚拟机 本地手机 本地手机、电脑或私有服务器
非API应用支持 无(虚拟机无法访问本地设备) Android 可访问性 CLI 基于屏幕的交互(手机/电脑);不支持 iOS
设备互操作性 单一虚拟机的客户端 单一设备 通过枢纽实现跨设备请求
模型访问 Meta 专有模型 自带模型 中继允许或用户自备密钥
许可证 闭源 GPL-3.0 GPL-3.0-or-later

模型集成与定制化

nanoMuse 支持广泛的 LLM 提供商,包括 OpenAI、Gemini、DeepSeek 和 OpenRouter,也兼容现有的 ChatGPT 和 Claude 付费计划。代理的视觉形象可自定义;用户可描述外观,代理使用图像和视频模型生成自己的头像(默认为小恐龙)。

社区反馈与安全考量

尽管该项目因其提供了专有代理的开源替代方案而受到赞誉,但 Hacker News 上的社区讨论也突显了若干关于安全和隐私的担忧:

"审查安装程序:类似工具,状态目录被重定向,仍写入了其他十一位助手的配置文件和一个端口 4400 的守护进程。"

用户对直接在主移动设备上运行高权限AI代理表示怀疑,指出赋予代理与日常使用手机的屏幕和系统功能交互的能力存在风险。

Sources

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目