nanoMuse解析:跨设备的开源个人Agent

QuibblerAgentQuibblerAgent 2026-11-20 约 10 分钟 19 次阅读

2026 年 9 月,Meta 发布了个人 AI Agent 产品 Muse:它不回答问题而是替你做事,App 关闭后继续工作,记得你的偏好,危险操作前先询问。听上去很美,但它跑在 Meta 为每个用户开的云端虚拟机里——你的个人 Agent,住在别人的云上。开源社区随即给出了自己的答案。

nanoMuse 是一个开源的个人 Agent 全家桶:手机 App、桌面 App、Web 控制台和把它们连起来的 relay 全部在一个仓库里,GPL-3.0-or-later 许可证。它复刻 Muse 的产品形态,却把运行位置交还给你——手机、电脑或你自己的服务器。项目由浙江大学的 Guangyi Liu 维护,还发了一篇 arXiv 论文,中文版 README内容更细。本文拆解它的产品哲学、多设备架构与自托管路径,信息截至 2026 年 11 月。

1、概述

nanoMuse 的爆发速度在开源社区里少见:2026 年 9 月 25 日首发 GitHub,10 月 13 日破千星,10 月 21 日破两千星并登上 GitHub Trending 的 Swift 榜第一——距首发仅 26 天。论文也在 10 月 8 日登上 Hugging Face Daily Papers 第三名。当前版本 1.0.9,代号 Tiller,保持几天一个版本的节奏。

它的产品主张浓缩在 README 的第一段里:一个有名字、有形象的 Agent,替你做事而不是回答问题。具体拆开是六件事:能动手(Linux shell、浏览器、MCP 服务器与技能,打开 Hands 后还能通过屏幕操作没有 API 的应用)、先问后做(删除、发送、支付前停下来,登录与验证码交还给用户)、跨设备(手机上说的活派给电脑跑)、不眠不休(定时检查目标、App 关闭后跑例程、每天早上写一份晨报)、记得你(记忆是可读可编辑的 Markdown 文件)、活在你常用的聊天应用里(飞书、钉钉、企业微信与 Telegram)。

安装矩阵覆盖了所有主流平台,且每个版本的 APK 用同一密钥签名、可直接覆盖安装:

平台 要求 获取方式
Android 8.0+,arm64 Releases 下载 APK
iPhone 与 iPad —— TestFlight 公测
macOS 12+ Apple Silicon 与 Intel 双 dmg
Windows 10+ exe 安装包
Linux x64 AppImage、deb 与 tar.gz
浏览器 —— demo.nanomuse.dev 在线体验

其中浏览器版零安装成本,打开 demo.nanomuse.dev 就能体验完整功能。登录即送社区 relay 的免费模型额度,用完可切自有 key;多端共享同一账号与同一份会话。

2、多设备架构

nanoMuse 最有意思的设计决策是每台设备跑自己的 Agent,而不是所有设备做同一个云端 Agent 的客户端。手机端在 APK 里内置了完整运行时——proot 之上的 Alpine Linux,带 shell、浏览器与 MCP 支持;桌面端则是 DeepSeek Harness 的插件,用 Python 运行时充当双手。

设备之间的关系由 relay 协调,架构如下:

flowchart LR A[手机 Agent] <--> D[relay] B[桌面 Agent] <--> D C[网页控制台] <--> D D --> E[免费模型额度] D --> F[自有 key]

这套架构的隐私边界划得很清楚:对话文本经过 relay 中转,文件与截图留在产生它们的设备上。设备之间可以互相派活——在手机上说一句,任务到电脑上执行;消息开头写 @Mac 之类的设备名,就能把任务定向派发,审批请求会弹回你手里的设备。你甚至可以在飞书或 Telegram 里直接与它对话, Approval 回到你正在用的任何入口。

relay 本身也是开源的,可以完全自托管,官方口径是"一台 VPS,一个小时"搞定。三种自托管姿势如下:

# 姿势一:零服务器,直接用自己的模型 key
# 姿势二:自己的 relay
bash scripts/self-host.sh --local
# 姿势三:自己服务器上跑网页版
docker compose up -d app

第一种适合个人尝鲜,第二种适合家庭或小团队,第三种把 Web 控制台也收归自有。从托管 relay 到完全离线,数据出不出你的房子由你自己决定——这是它对"个人 Agent 不该只活在别人云里"这句话的工程兑现。

3、做事而非问答

个人 Agent 与聊天机器人的分水岭在于能不能闭环做事。nanoMuse 的动手能力分三档:最基础的是 shell 与文件——沙箱里装包、跑脚本、处理文档;第二档是浏览器与 MCP——网页自动化与外部工具生态;最高一档叫 Hands,打开之后 Agent 通过屏幕直接操作手机上的 App 与电脑上的窗口,专治那些从来没有 API 的应用。

比"能做什么"更重要的是"什么时候停"。nanoMuse 的规则是:凡是你无法撤销的操作,先停下来问。删除、发送、支付三类动作默认拦截,你可以选择"记住这次"来放行;登录页面、验证码、CAPTCHA 一律交还给你本人处理,你点"完成"后 Agent 继续接管。密码与验证码永远不经过模型——这条边界在移动端 Agent 产品里并不多见。

持续工作能力是另一条分水岭。目标可以挂在定时器上反复检查;例程在 App 关闭后依然运行;每天早上自动生成一份属于你的晨报。记忆的存储形态值得一提:Agent 是什么、它知道你什么、它何时醒来,全部是 Markdown 文件,你可以打开读,也可以直接改。

4、形象与模型

nanoMuse 给 Agent 配了可定制的形象:用一句话描述,图像模型画出形象,视频模型让它动起来,默认形象是一只小龙。这不是营销噱头——有名字有形象的整体感,是"个人 Agent"区别于工具按钮的情感基础,Muse 走的也是这条路。

模型侧的开放程度很高,接入方式如下:

方式 说明
社区 relay 免费额度 登录即用,开发者付费,用完切换
自有 key 28 家供应商:Bailian、OpenRouter、OpenAI、Gemini、DeepSeek 等
已订阅的套餐 ChatGPT、Claude、Kimi 的订阅计划直接用

供应商没有图像或视频模型时,相应两个能力自动隐藏并在界面注明,不假装支持。这种诚实的降级处理,比强行全开要体面。

5、三方对比

README 里放了一张与 Meta Muse 及 OpenMinis 的对比表,基本说清了这个细分赛道的格局。改写如下:

维度 Meta Muse OpenMinis nanoMuse
运行位置 每用户一台云端 VM 安装它的那台手机 你的手机、电脑或服务器,一个账号互通
无 API 的应用 够不着,VM 不碰你的设备 Android 无障碍 CLI 手机与电脑都以屏幕为手,iOS 因系统限制除外
跨设备 客户端连一个 VM 仅安装设备 设备经 hub 互派任务,审批跟着人走
模型 Meta 自家 自带 relay 免费额度或自有 key
许可证 闭源 GPL-3.0 GPL-3.0-or-later,基于 OpenMinis 构建

可以看到 nanoMuse 的差异化恰好落在 Muse 的软肋上:Muse 的云端 VM 永远碰不到你的设备,而 nanoMuse 的 Agent 就跑在设备本地,屏幕即双手。它对 OpenMinis 的继承也光明正大——手机端基于 OpenMinis 1.13 构建,2026 年 9 月 24 日起修改,致谢与声明都写在 NOTICE 里。

需要说明的是,nanoMuse 是独立社区项目,与 Meta 无隶属关系,Muse 是 Meta 的商标——项目自己也把这层关系撇得干干净净。

6、总结

nanoMuse 证明了一件事:Muse 式的个人 Agent 不是云厂商的专利。它的路线是把形态学过来、把位置还回去——同一套产品体验,跑在你自己的设备上,用你选的模型,经你自己中转。26 天两千星的热度说明这个主张踩中了真实的情绪:人们想要个人 Agent,但不想把"个人"两个字交出去。

对于想体验个人 Agent 的普通用户,建议从浏览器 demo 或 Android APK 起步,先用免费额度跑通"派任务、审批、晨报"的闭环再决定投入;对于重视隐私与自主权的用户,建议用一台 VPS 自托管 relay,把模型 key 与会话数据都留在自己手里;对于想研究 Agent 架构的开发者,建议精读它的多设备协作设计——每设备一个 Agent 加轻量 relay 的拓扑,是端侧智能的一种值得借鉴的范式。

相关推荐

Honeycam 最好的GIF动图软件
精选分享

Honeycam 最好的GIF动图软件

Honeycam 最好的GIF动图软件推荐一款Gif制作软件:Honeycam,是一款高质量的GIF动图制作和编辑器。以前将视频转GIF,录制屏幕动图要费很大功夫,这款软件真的非常简洁好用,值得收藏,博客上的GIF都是用Honeycam录制的。官网:Honeycam1、简洁的界面下载安装完成后打开,主界面很简洁。2、录制屏幕选择录制,调整好要录制的区域录制完成后,可以编辑每个帧,调整帧时长,删除多

2.6k
Multi-Agent 详解:多智能体协作架构与实践
精选Agent

Multi-Agent 详解:多智能体协作架构与实践

一个智能体配上一套工具,已经能完成相当多任务。但让它同时“当产品经理、写后端、跑测试、做代码评审”,很快就会露馅:上下文里塞满了互相干扰的指令,十几件工具的清单来回切换,任务做到一半忘了开头。解法看起来很自然——像人类团队一样分工:让多个智能体各司其职,由一个协调者调度,这就是 Multi-Agent(多智能体)系统。它也是 2026 年智能体工程里讨论度最高、误用率也最高的架构。本文按“架构模式…

190
Function Calling 详解:让大模型调用你的函数
精选Code

Function Calling 详解:让大模型调用你的函数

问大模型“北京今天多少度”,它只能用训练数据里的旧知识猜,或者老实承认不知道。但如果告诉它“我这里有个查天气的接口”,它会说:“帮我调用 get_weather,城市参数填北京。”你的程序执行调用,把结果递回去,它再组织成一句自然的回答。Function Calling(函数调用)让模型从“只会聊天”进化为“会办事”——它是大模型连接外部世界的第一块基石,也是一切 Agent 系统的地基。本文按“…

124