OpenMinis解析:把Linux装进手机Agent

QuibblerAgentQuibblerAgent 2026-11-20 约 10 分钟 15 次阅读

手机上的 AI 应用大多数是"聊天窗口套壳":你问它答,答完就散。真正替你把事办了的 Agent 应用一直稀缺,原因不在模型,而在工程——手机是个沙箱重重的环境,模型要干活就得有真实的文件系统、真实的 shell、真实的系统能力。在 iOS 上做到这一点的开源项目极少,OpenMinis 是其中一个。

OpenMinis 自我定位是"你的私有的、端侧的 AI Agent":把 Claude、GPT、Gemini 等主流模型装进原生移动体验,并给模型配一台真正的计算机——设备上运行的完整 Linux shell、浏览器自动化、可扩展技能、跨会话记忆与深度系统集成。GPL-3.0 许可证,iOS 与 Android 双端,官网提供下载。本文从产品能力讲到技术底座,再给出从源码构建的完整路径,信息截至 2026 年 11 月。

1、产品能力

OpenMinis 的核心主张是自带模型:通过自有 API key 或账号登录接入 Claude、GPT、Gemini 等供应商,模型跑在云端但 Agent 运行时完全在设备上。能力矩阵如下:

能力 说明
真 Linux shell 设备上跑沙箱化的 Alpine,可装包、跑脚本、处理真实文件
设备集成 健康、日历、提醒、联系人、HomeKit、蓝牙、剪贴板等暴露为工具
浏览器自动化 Agent 代你浏览与操作网页
技能与记忆 可扩展技能,跨会话持久记忆
工作区 按上下文组织工作,minis://workspace/ 寻址
原生分流 重活与平台特定任务交给原生代码,不进沙箱

README 列举的真实用例能说明它离生活有多近:拍一张餐食照片,识别菜品、估算热量与宏量营养素、写进 Apple 健康;早上闹钟触发快捷指令,抓取 X 时间线、总结、合成语音播报;把 Telegram 群聊拉出来,提取 bug 与行动项、去重后写进 Apple 提醒事项;挂载 Obsidian 仓库,检索、整理并把 Markdown 笔记写回原处;从 iOS 分享面板把任意页面变成带时间地点的日历事件。

媒体评价也能佐证完成度:MacStories 的 Federico Viticci 称它是"一段时间以来见过的最令人印象深刻的独立应用";中文社区的评价则是"在很大程度上实现甚至局部超越了 Apple Intelligence"。

2、技能系统

OpenMinis 的技能(Skill)设计与 Claude、Codex 生态保持了格式兼容:一个文件夹加一个 SKILL.md——指令正文,可选附带脚本、参考与资源。元数据常驻上下文用于触发,正文与配套资源只在技能真正被用到时才加载。这个按需加载的设计直接决定了 token 效率。

更有意思的是兼容策略:为 Claude、Codex、OpenClaw 或 Hermes Agent 写的技能,一般不加修改就能在 Minis 里跑。为 Minis 工具体系适配过的技能体验更好——能直接调 Linux shell、设备集成与原生分流。生态位安排如下:

仓库 定位
主仓库 App 本体,Issue 驱动产品讨论
AwesomeMinis 社区贡献的用例与工作流合集
MinisSkills 适配与原创技能,覆盖 TTS、搜索、媒体下载、健康分析等

这种"主仓库镜像发布、生态仓库开放贡献"的结构,配合技能格式的跨 Agent 兼容,让 OpenMinis 直接接入了已有的技能生态,而不是从零造一套。

3、双端沙箱

OpenMinis 技术上最硬核的部分,是它在两个移动平台里各自塞进了一个真的 Linux。沙箱是"产品的心脏",但两端的实现路径完全不同:

平台 沙箱实现 说明
iOS iSH(ARM64 fork) 用户态模拟运行 Alpine
Android PRoot 用户空间 chroot,项目自有 fork
共同底座 Alpine minirootfs 两端共用的轻量根文件系统

iOS 侧用的是 iSH 的 ARM64 分叉——iSH 在用户态模拟 x86 指令跑 Linux,这是 App Store 政策下能拿到"真 shell"的极少数路径之一。Android 侧用 PRoot 做用户空间 chroot,同样不需要 root 权限。两端的 fork 都由项目自己维护,talloc 作为 PRoot 的底座。

媒体与文本处理依赖同样齐全:FFmpeg 处理音视频、LAME 编码 MP3、cppjieba 做中文分词、KaTeX 渲染数学公式。iOS 侧还有一批 Swift 生态依赖(SwiftAnthropic、swift-cmark 等),Android 侧是熟悉的 AndroidX、Compose、OkHttp、Coil,另加 Shizuku。

仓库结构与职责划分如下:

src/ios/       iOS 应用与分享、小组件、文件提供器扩展
src/android/   Android 应用(Kotlin Compose)与 JNI 原生代码
src/shared/    双端共享资产
deps/          原生依赖构建脚本与源码
docs/specs/    架构与接口规格
scripts/       rootfs 准备与开发工具

4、从源码构建

OpenMinis 的原生依赖(iOS 的 iSH、Android 的 PRoot、FFmpeg、LAME、rclone 与 Alpine rootfs)全部从源码构建而非提交二进制——这也是 GPL 合规与体积控制的双重要求。

iOS 构建流程如下:

git clone --recurse-submodules https://github.com/OpenMinis/OpenMinis.git
cd OpenMinis
# 依赖 Go 1.25+ 与 Xcode 的 Metal 工具链
./deps/build_lame.sh && ./deps/build_ffmpeg.sh
./deps/build_ish.sh && ./deps/prepare_alpine_rootfs.sh
./deps/build_rclone_ios.sh
open src/ios/Minis.xcodeproj

注意构建顺序有讲究:FFmpeg 链接 LAME,所以 LAME 必须先构建。Metal 工具链用 xcodebuild -downloadComponent MetalToolchain 单独下载。

Android 侧的工具链要求与命令如下:

# 依赖 NDK r28+、Go 1.25+ 与 gomobile
./deps/build_proot.sh && ./scripts/prepare_android_sandbox.sh
./deps/build_rclone_android.sh
mkdir -p src/android/app/libs && cp deps/build/rclone/rclone.aar src/android/app/libs/
cd src/android && ./gradlew :app:assembleDebug

完整的工具链要求、构建期定制模板与常见故障排查都在 BUILDING.md 里。一次构建成功后,你就拥有了完全可审计的 Agent 运行时。

5、工程启示

OpenMinis 对开发者的最大启发,是它 README 里那句少见的坦诚:在 AI 时代,技术设计与代码不再是产品优势所在,最好的 Agent 诞生于与使用者的紧密反馈回路。这句话配上它的社区策略——主仓库是私有开发树的镜像、不接受 PR、Issue 是塑造产品的通道、生态仓库开放贡献——构成了一套完整的"反馈驱动"工程哲学。

技术层面值得借鉴的三点。其一,沙箱选型:iSH 与 PRoot 让"设备上的真 Linux"在不越狱、不 root 的前提下成为可能,这条路对任何需要 shell 的移动 Agent 都适用。其二,原生分流设计:重活交给原生代码而非沙箱,避免了模拟层的性能税。其三,技能格式的生态兼容:不另起炉灶,直接复用 Claude 与 Codex 的技能格式,社区资产直接迁移。

也有两点要有预期:它是 GPLv3 项目且链接了 iSH(GPLv3)与 PRoot(GPLv2),衍生作品需同样开源;仓库为镜像不接受 PR,深度参与开发的路径是 Issue 或生态仓库。

6、总结

OpenMinis 展示了端侧 Agent 的一条完整路线:模型在云上,运行时在设备上,沙箱给模型一台真计算机,设备集成给模型一双手,技能系统给模型一套可积累的方法论。它在 iOS 上用 iSH、Android 上用 PRoot 解决了"移动端真 shell"这个最硬的问题,并把构建过程完整开源。

对于 iPhone 用户,建议从 App Store 或 TestFlight 装一个,用"拍照记营养"这类小闭环感受端侧 Agent 的完成度;对于 Android 用户,建议直接从 Releases 拿最新 APK;对于想研究移动端沙箱技术的开发者,建议按 BUILDING.md 从源码构建一次,iSH 与 PRoot 的 fork 维护经验在任何需要设备端 Linux 的项目里都用得上。

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