Mika
核心速览
一句话定位:跑在安卓手机上的开源 Phone Agent,用户用一句话下达任务,它在后台直接操作手机上的 App 完成,复用已有登录态,不需要 Root 或电脑。
核心看点:
- 任务在小窗里可见:代理执行时,被操作的 App 以带绿色描边的小窗浮在对话上方,左侧是逐步展开的步骤清单,用户能同时看到“它在想什么”和“它点到了哪里”。
- 示例即能力说明:首页把可执行的任务写成完整的中文指令列表(总结微信群聊、在 Boss 直聘投递、订闹钟、总结小红书博主),用户点一条就能开始。
关键截图
截图 1|任务输入与示例指令

- 用户意图:给代理下达一个跨 App 的任务。
- 界面解法:深色对话页顶部是 “Mika” 标题,上方列出示例任务,每条配一个图标(群聊、网页、闹钟等);底部输入框正在输入 “帮我打开X看看我的粉丝量有多少……”(直接观察,来自 @xiaoduoya_ 的录屏)。
- 成效与启发:示例用真实的长句而非功能名,用户能直接看出“能说多复杂的话”。
截图 2|后台操作 X

- 用户意图:确认代理正在做什么、做到哪一步。
- 界面解法:标题下方显示状态 “正在操作X”;左侧时间线列出已完成和进行中的步骤(如“点击 · X”“通知里最新的……”),底部提示 “在后台进行”;右侧绿色描边小窗实时显示 X 的回复页面;输入框改为 “补充或改要求…”,右侧是停止按钮(直接观察)。
- 成效与启发:执行过程既可观察又可打断,用户能在中途补充要求或停止。
设计沉淀与避坑
值得借鉴的模式
- 执行窗口与步骤并列:把被操作界面缩成小窗放在步骤清单旁,比只给文字日志更容易判断代理是否点对了地方。相关:代理活动坞。
- 执行中的输入框改用途:任务进行时,输入框从“发新任务”变成“补充或改要求”,停止按钮常驻。
局限与适用边界
- 能操作任意 App、复用登录态、不易被风控、内置浏览器与本地 Linux 沙箱,均为作者帖子的说法,未安装验证。
- 代理以用户身份发消息、投简历,误操作的代价高;录屏中没有看到发送前的确认步骤。