手机上重复点二十下才能干完一件事？这个 8 千星 App 让 AI 替你点（1.2 万星/天）

2026-11-11silcano

"把今天群里的消息总结一下"——你得点开微信、滑到群、翻三十条、再自己概括。二十次点击。

Mika 的做法：它在你的手机上开一个隐藏的后台屏幕，替你一步步点，做完只给你结果。你还能同时用手机干别的。

8 千多星，10 月 29 日建仓，每天涨 625 星，Kotlin 写的，Apache-2.0。这类"操作手机的 agent"最怕权限问题，所以这篇会把风险说透。

一、先说结论：它操作的是「屏幕」，不是「API」

自动化手机有两代技术：

"隐藏的后台屏幕"是它最关键的设计。没有这个，agent 一跑你就不能用手机。

有了这个，它可以一边跑一边让你继续刷别的——这是能日常用的前提。

二、它到底能干什么：官方给的例子

README 里列的场景很具体，我按"难度"排：

第二行有个细节值得注意："加购但停在付款前"。

这说明它的设计里有"不做不可逆动作"的边界。一个好的手机 agent 应该停在"最后一步"，让人确认。

三、上手：三步

README 有"Get started in three steps"一节，大意是：

1. 装 App（从官网或分发渠道拿安装包）；
2. 授权限——它需要无障碍服务等系统权限才能操作其他 App；
3. 说一句话，看它跑一遍。

第二步是唯一有门槛的。Android 上让一个 App 操作另一个 App，必须走无障碍（Accessibility）或类似机制，这需要你在系统设置里手动开。

这一步绕不过去，也不该绕。 它是 Android 的安全设计：任何能替你点屏幕的东西，都必须你亲自授权。

四、支持哪些手机

README 有"Which phones"一节。这类工具对系统版本和厂商定制很敏感——同样的 Android 版本，不同厂商的无障碍实现差别很大。

装之前必须做两件事：

• **查你的机型在不在支持列表里；
• 查你的系统版本——太新的系统可能改了权限策略，太旧的跑不动端侧模型。

这跟"装个普通 App"不一样。它依赖系统里最敏感的那组权限，兼容性天然差。

五、隐私与安全：这一节必须讲透

一个能看你屏幕、能替你点击的 App，理论上能做的事包括：读你的聊天记录、看你的银行余额、替你转账。

README 有"Privacy & safety"一节，说明作者知道这事。但你必须自己想清楚三件事：

第一行最关键。"端侧 AI agent"这个词如果成立，屏幕内容不该离开手机。如果它其实在调云端模型，那你的每一屏都在上传。

这不是说它有问题，是说你得看它的说明，而不是看它的宣传语。

六、六个坑

• 不给无障碍权限。 那它什么都干不了，只会提示你去设置；
• 机型不在支持列表。 能装上但操作会错位；
• 拿它操作支付类 App。 任何涉及钱的步骤都该人工确认；
• 以为它是"自动化脚本"。 它每次都要"看"和"判断"，比脚本慢但更通用；
• 在主力机上全权限跑。 见上一节；
• 指望它 100% 成功。 界面一变它就可能卡住，设"卡住就停"比"重试十次"安全。

第四条值得展开：它和 Tasker/快捷指令那类自动化不是一回事。脚本是"固定路径"，agent 是"每次重新理解界面"。后者通用，但不确定性也更高。

七、为什么"后台屏幕"是这类产品的分水岭

想象两个版本：

"不能同时用手机"这一条，就足以让大部分产品死在第一周。

后台执行是能不能被日常使用的门槛，不是加分项。

八、为什么它能涨 600 星一天

三个原因：

1. 手机 agent 是刚需但一直做不好。 Siri 那种"只调固定 API"的方式覆盖不了长尾；
2. "隐藏后台屏幕"解决了最大体验问题；
3. 它敢做长任务。 问候三个招聘方、比价机票——这些是分钟级的任务，只有后台执行才成立。

第三条是能力边界的证明：能跑分钟级任务，才叫 agent；只能跑秒级，叫快捷方式。

九、谁该用

十、和"无障碍自动化脚本"的区别

Android 上早就有基于无障碍的自动化工具。区别：

结论：脚本适合"每天一样的流程"，agent 适合"每次不太一样"。

十一、版本与地址

最后一句：这个项目的价值不在"帮你点手机"，而在于它验证了一件事——手机上最通用的接口不是 API，是屏幕。