肉包Roubao—首款無需電腦的開源AI手機自動化助手！這是一款號稱可以在一定程度上代替豆包的開源AI軟件，是個人開發(fā)制作的，引用了很多開源的技術，操作方式下面也有簡單的步驟，大家也可以直接在github自己聯(lián)系作者溝通哦。

肉包ai介紹

Roubao（肉包）是一款完全基于Android原生開發(fā)的AI自動化助手，打破了傳統(tǒng)手機自動化依賴電腦運行和技術門檻高的痛點。用戶只需安裝一個App，配置APIKey后即可通過自然語言指令讓手機自主完成復雜任務。該應用利用視覺語言模型（VLM）和多Agent協(xié)作架構，使手機能夠“看懂”屏幕內(nèi)容并理解自然語言指令，智能決策并自動規(guī)劃操作步驟。此外，它還支持多種VLM預設API服務商，提供高度可定制性和安全保障。

精心設計的UI，現(xiàn)代化Material3設計語言，流暢的動畫效果，深色/淺色主題自適應，并有完整的中英文雙語支持。高度可定制，支持多種VLM（如阿里云通義千問、OpenAIGPT-4V、Claude等），一鍵切換API提供商，支持模糊搜索和本地模型配置。APIKey使用AES-256-GCM加密存儲，檢測到敏感頁面時自動停止任務執(zhí)行，全程可視并支持手動停止任務。支持Root模式，當Shizuku以Root權限運行時，Roubao可以啟用更多系統(tǒng)級操作能力。

項目背景

2025年12月，字節(jié)跳動聯(lián)合中興發(fā)布了「豆包手機助手」，一款能夠自動操作手機完成復雜任務的AI助手。它能幫你比價下單、批量投簡歷、刷視頻，甚至代打游戲。

首批3萬臺工程機定價3499元，上線當天即告售罄，二手市場一度炒到5000+。

買不到？那就自己做一個。

于是有了肉包——一個完全開源的AI手機自動化助手。

為什么叫「肉包」？因為作者不愛吃素。

與同類項目的對比

我們解決了什么問題？

傳統(tǒng)的手機自動化方案痛點：

必須連接電腦運行ADB命令

需要部署Python環(huán)境和各種依賴

只能在電腦端操作，手機必須通過數(shù)據(jù)線連接

技術門檻高，普通用戶難以使用

肉包的解決方案：

一個App，裝上就能用。無需電腦、無需數(shù)據(jù)線、無需任何技術背景。

打開App→配置APIKey→說出你想做的事→完成。

為什么選擇肉包？

原生Android實現(xiàn)，不是Python腳本的封裝

市面上幾乎所有手機自動化開源項目（包括阿里的MobileAgent）都是Python實現(xiàn)，需要：

在電腦上運行Python腳本

手機通過USB/WiFiADB連接電腦

截圖通過ADB傳輸?shù)诫娔X，處理后再把操作指令傳回手機

肉包完全不同。

我們用Kotlin重寫了整個MobileAgent框架，原生運行在Android設備上：

截圖、分析、執(zhí)行全部在手機本地完成

無需電腦中轉，延遲更低

利用Shizuku獲得系統(tǒng)級權限，而非繁瑣的ADB命令

為什么需要Shizuku？

Android系統(tǒng)出于安全考慮，普通App無法：

模擬用戶點擊、滑動屏幕

讀取其他App的界面內(nèi)容

執(zhí)行inputtap、screencap等系統(tǒng)命令

傳統(tǒng)方案需要連接電腦執(zhí)行ADB命令。而Shizuku是一個優(yōu)雅的解決方案：

Shizuku軟件(shizuku助手) v13.7.0 安卓版

類型：系統(tǒng)安全大�。�31.4M語言：中文時間：8-11評分：7.5

通過無線調試或電腦ADB啟動一次Shizuku服務

之后普通App就可以獲得ADB級別的權限

無需Root，無需每次都連接電腦

這讓肉包可以直接在手機上執(zhí)行截圖、點擊、輸入等操作，真正實現(xiàn)「一個App搞定一切」。

核心特性

智能AIAgent

基于先進的視覺語言模型（VLM），能夠"看懂"屏幕內(nèi)容

自然語言指令，說人話就能操作手機

智能決策，根據(jù)屏幕狀態(tài)自動規(guī)劃下一步操作

精心設計的UI

這可能是所有手機自動化開源項目中UI做得最好看的。

現(xiàn)代化Material3設計語言

流暢的動畫效果

深色/淺色主題自適應

精心設計的首次使用引導

完整的中英文雙語支持

高度可定制

支持多種VLM：阿里云通義千問、OpenAIGPT-4V、Claude等

預設API服務商：阿里云、OpenAI、OpenRouter一鍵切換

從API動態(tài)獲取可用模型列表，支持模糊搜索

可配置自定義API端點，支持本地模型（Ollama、vLLM等）

安全保護

APIKey使用AES-256-GCM加密存儲

檢測到支付、密碼等敏感頁面自動停止

任務執(zhí)行全程可視，懸浮窗顯示進度

隨時可以手動停止任務

可選的云端崩潰上報（可在設置中關閉）

Root模式支持

當Shizuku以Root權限運行時，肉包可以啟用Root模式：

Root模式：解鎖更多系統(tǒng)級操作能力

su命令：允許執(zhí)行su-c命令（需謹慎使用）

自動檢測：自動檢測Shizuku權限等級（ADB/Root），非Root環(huán)境下該選項為灰色不可用

肉包ai使用方法

快速開始

前置要求

Android8.0(API26)或更高版本

WiFi網(wǎng)絡-Shizuku無線調試依賴WiFi連接，確保手機已連接WiFi

Shizuku-用于獲取系統(tǒng)級控制權限

VLMAPIKey-需要視覺語言模型的API密鑰（如阿里云通義千問）

安裝步驟

1.安裝并啟動Shizuku

Shizuku是一個開源工具，可以讓普通應用獲得ADB權限，無需Root。

Shizuku軟件(shizuku助手) v13.7.0 安卓版

類型：系統(tǒng)安全大小：31.4M語言：中文時間：8-11評分：7.5

啟動方式（二選一）：

無線調試（推薦，需Android11+）

進入設置>開發(fā)者選項>無線調試

開啟無線調試

在ShizukuApp中選擇"無線調試"方式啟動

電腦ADB

手機連接電腦，開啟USB調試

執(zhí)行：adbshellsh/storage/emulated/0/Android/data/moe.shizuku.privileged.api/start.sh

2.安裝肉包

從Releases頁面下載最新APK安裝。

3.授權與配置

打開肉包App

在Shizuku中授權肉包

重要：進入設置頁面，配置你的APIKey

獲取APIKey

阿里云通義千問（推薦國內(nèi)用戶）

訪問阿里云百煉平臺

開通DashScope服務

在API-KEY管理中創(chuàng)建密鑰

OpenAI（需要代理）

訪問OpenAI Platform

創(chuàng)建APIKey

肉包ai相關新聞

四小時，他做出了豆包手機平替“肉包”

僅僅花費“4個小時”，被李云龍稱為“豆包手機平替”的第一版“肉包”就被他做出來了。

12月，“豆包AI手機”無疑是科技圈的一大焦點。月初，字節(jié)跳動與聯(lián)合推出的“豆包手機”——努比亞M153工程樣機限量發(fā)售。在官方演示視頻中，豆包手機助手展示了跨應用自動比價、訂票、智能管家等功能，重新定義了人機交互的可能性。該機型開售后迅速售罄，甚至在二手平臺出現(xiàn)高價轉售，成交價一度接近發(fā)售價的兩倍。然而，豆包手機助手很快因觸發(fā)風控機制，被微信、淘寶、美團及多家銀行類App限制登錄或禁止AI操作，引發(fā)市場廣泛討論。

在豆包手機引發(fā)行業(yè)震動后，產(chǎn)品經(jīng)理出身、如今在順福資本專注AI投資的李云龍，萌生了自己開發(fā)類似產(chǎn)品的想法。在現(xiàn)場演示中，他介紹道：“‘肉包’無須連接電腦，也不依賴手機廠商授權，卻幾乎完整復現(xiàn)了豆包手機助手的核心能力�！�

就在接受《中國經(jīng)營報》記者采訪的一個多小時內(nèi)，尚未進行任何推廣的“肉包”在開源社區(qū)GitHub上的星標數(shù)仍在持續(xù)攀升，表明已有大量國內(nèi)外開發(fā)者開始關注并試用這一項目。

李云龍的“肉包”實踐似乎也印證了一個觀點：AI手機助手的技術門檻并不如想象中的那么高，真正的挑戰(zhàn)在于模型優(yōu)化、數(shù)據(jù)標注、系統(tǒng)權限獲取以及可持續(xù)的商業(yè)模式。

技術揭秘，四小時如何打造“肉包”

“其實沒什么技術難度。”這是李云龍在接受記者采訪時的第一句話。

整個“肉包”項目的初版開發(fā)僅耗時四小時，其中99%的代碼由AI生成�！拔易约嚎赡芫蛯懥耸�行左右的代碼，里面甚至還有錯誤�！彼�笑著說道。

他調用了包括Claude、ChatGPT在內(nèi)的六款AI助手協(xié)同工作，分別負責“肉包”的UI設計（軟件界面設計）、前端開發(fā)、后端邏輯與測試部署�！拔抑幌逻_指令，具體執(zhí)行全部由AI完成。”

在李云龍看來，“肉包”的核心原理并不神秘：通過高權限工具截取屏幕畫面，再利用多模態(tài)大模型識別界面元素；隨后結合模擬點擊、滑動、返回等操作，實現(xiàn)了對手機應用的自動化控制。

在執(zhí)行層面，“肉包”采用了多智能體架構，包含管理者、執(zhí)行者、反思者和記錄者等角色。管理者負責理解用戶意圖并制定任務計劃，執(zhí)行者分析當前屏幕并執(zhí)行操作，反思者則評估操作是否正確。這種設計使AI具備從錯誤中學習的能力，從而不斷提升執(zhí)行準確率。

這款輕量化工具的核心邏輯與豆包手機高度相似：通過調用開源大模型理解用戶的自然語言指令，讓AI像人類一樣“看懂”手機屏幕，并操作各類App完成一連串任務，例如點外賣、發(fā)布小紅書文案、在多個電商平臺比價等。

事實上，在豆包手機問世之前，榮耀已展示過類似功能。IDC中國研究經(jīng)理郭天翔曾指出，榮耀Magic8在今年的發(fā)布會上演示了AI操控手機的能力，而去年的Magic7發(fā)布會也曾展示“一句話點咖啡”的場景。

就在豆包手機被主流App封禁后不久，市場以為AI手機助手可能舉步維艱的情況之下，智譜卻開源了“會操作手機的AI”AutoGLM，阿里也在早前就發(fā)布了同類開源項目Mobile Agent，兩個開源模型均采用純視覺方案，能實現(xiàn)移動設備自動化操作。

不過值得注意的是，阿里Mobile Agent和智譜AutoGLM（開源版）均需連接電腦作為中轉，而“肉包”則完全運行于手機本地，大幅降低了普通用戶的使用門檻。

李云龍解釋道：“以智譜AutoGLM為例（閉源的iOS或者安卓版本），用戶需在手機端的遠程虛擬手機中登錄個人賬號，隱私風險極高；阿里Mobile Agent雖已開源，但要求用戶具備安卓調試環(huán)境。相比之下，‘肉包’將執(zhí)行環(huán)境保留在用戶自有設備上，數(shù)據(jù)不出本地，安全性更高�！�

然而，由個人開發(fā)者耗時四小時打造的“肉包”，在性能上仍存在明顯瓶頸�，F(xiàn)場演示中，當被要求在（）搜索關鍵詞視頻并完成點贊任務時，整個流程耗時2分54秒。

“如果是豆包手機，應該只需十幾秒�！崩钤讫埥忉尫Q，這是因為“肉包”底層依賴的是阿里通義千問VL通用大模型，每一步操作都需要上傳整屏截圖至云端進行分析，導致響應遲緩。“而豆包與中興通訊合作，獲得了系統(tǒng)級權限，并且使用了專門針對手機操作場景微調的小模型，還投入重金對主流App（如美團、淘寶、B站）進行了人工標注。”

所謂“標注”，即由人工標記界面中各元素的語義——例如將“+”圖標標注為“創(chuàng)建內(nèi)容”，或將不同樣式的“搜索框”統(tǒng)一歸類。這種細粒度的數(shù)據(jù)積累，使模型能快速理解上下文，避免反復推理。而“肉包”及大多數(shù)開源項目因缺乏標注資源，只能依賴通用視覺語言模型，準確率與效率自然受限。

豆包手機之所以體驗流暢，恰恰得益于其“封閉性”：僅適配單一機型努比亞M153，聚焦國內(nèi)幾十個高頻App，通過深度標注與專屬模型，就實現(xiàn)了更精準、高效的控制。

AI手機的困局與出路

“肉包”的開發(fā)經(jīng)歷揭示了一個現(xiàn)實：AI手機助手的技術門檻并不算高，真正的壁壘在于數(shù)據(jù)、生態(tài)與商業(yè)邏輯等。

數(shù)據(jù)標注是提升AI手機助手效率的關鍵障礙。據(jù)李云龍估算，若要將“肉包”訓練至媲美豆包手機助手的水平，至少需要300萬元投入和三到四個月時間。

“標注是一項浩大工程，需要專業(yè)團隊對每個應用界面進行詳細標記�！彼�說，“比如折疊屏與直面屏顯示內(nèi)容存在差異，也需要分別標注�！蹦壳�，他僅有幾臺測試機，但用戶反饋顯示，在折疊屏、異形屏上常出現(xiàn)坐標錯亂，甚至引發(fā)系統(tǒng)級異常。

大廠的封禁則是另一道難以逾越的門檻。

豆包手機努比亞M153于12月1日開售，次日便陸續(xù)被微信、淘寶、美團及多家銀行類App限制登錄或禁止AI操作�！叭獍�”在GitHub上線后不久，也因“AI點外賣”功能被美團封禁。

李云龍指出，大廠封禁并非針對工具本身，而是因其行為模式被識別為非人類操作——例如人類滑動屏幕的速度呈曲線變化，而機器操作則過于平滑均勻。大廠不愿開放接口，本質上是出于商業(yè)利益考量。AI會直接沖擊其流量變現(xiàn)模型。

360集團創(chuàng)始人周鴻祎也從商業(yè)邏輯角度分析指出，AI助手能直接完成訂餐、購物等操作，動搖了大廠依賴“用戶打開App—瀏覽頁面—點擊廣告”構建的傳統(tǒng)流量體系，使其核心KPI面臨失效風險�！耙酝�淘寶、美團等平臺依靠用戶停留時廣告投放盈利，而豆包手機助手讓用戶無須瀏覽首頁、觀看廣告即可直達目標，直接沖擊了傳統(tǒng)流量邏輯。”周鴻祎說。

值得注意的是，盡管大廠對第三方AI助手嚴防死守，自身卻紛紛推出內(nèi)置AI服務：有“元寶”，美團有“小美”，字節(jié)跳動有“豆包”，阿里則布局了“夸克”和“通義千問”。這些“圍墻花園”內(nèi)的AI助手，本質上是將用戶行為鎖定在自家生態(tài)內(nèi)，防止流量外流。這也解釋了為何豆包手機在接入微信、淘寶時遭遇抵制——一旦它試圖成為跨平臺的“超級入口”，便直接威脅到了現(xiàn)有利益格局。

更深層的難題，則在于手機操作權限與安全之間的矛盾。

榮耀曾在2024年展示過類似能力，但在AI功能上表現(xiàn)得更為克制，未呈現(xiàn)出跨App比價下單或類似的操作�！笆謾C廠商對用戶隱私和品牌聲譽高度敏感，不敢貿(mào)然開放系統(tǒng)底層權限。”李云龍指出，一旦開放給AI，也就意味著黑灰產(chǎn)和詐騙者同樣可能利用這些接口。

他認為，理想的路徑是：由手機廠商作為整合者，與阿里、美團、抖音等頭部App達成授權合作，在系統(tǒng)底層預留安全可控的AI代理接口�！斑@樣既能保障用戶體驗，又能讓各平臺保留數(shù)據(jù)主權，同時確保AI僅作為執(zhí)行者，而非決策者。”

而在這背后，還有一個關鍵問題：責任歸屬。

“對于微信、銀行等涉及敏感信息的App而言，AI助手可能成為個人信息泄露甚至財產(chǎn)損失的幫兇�！鄙虾�漢盛律師事務所高級合伙人李旻表示，“監(jiān)管部門為保護用戶及他人信息安全、財產(chǎn)安全，應對AI代操作系統(tǒng)、使用App的行為作出必要限制。例如，在涉及個人財產(chǎn)的操作中，應實施最嚴格的監(jiān)管策略，嚴禁授予AI操縱財產(chǎn)的權限；對于微信等及其他涉及他人信息的App，也應嚴格限制AI讀取和調用的范圍。此外，AI本身應提供相應保障并接受嚴格監(jiān)管，不僅需符合相關規(guī)定，還應定期、單獨取得用戶授權，防止權利濫用�！�

李云龍認為，AI手機助手的終極障礙正是責任界定。目前，無論是豆包手機助手還是“肉包”，均在支付及其他關鍵環(huán)節(jié)強制用戶二次確認，將最終決策權留給人類，以規(guī)避潛在的責任糾紛。

更新日志

v1.4.2

修復

修復應用啟動時 ANR（無響應）問題

預編譯正則表達式，避免重復創(chuàng)建對象

應用掃描改為后臺異步執(zhí)行，不阻塞主線程

修復 fetchModels URL 格式錯誤導致的崩潰

優(yōu)化

默認主題改為"跟隨系統(tǒng)"