把完整 Linux、浏览器与手机系统能力装进AI：OpenMinis 全功能实战、源码安装与架构

📝

OpenMinis 是一套端侧 Agent 操作系统：模型负责规划、真实 Linux 负责执行、内置浏览器负责上网，Native Offload 把日历/健康/照片/智能家居等系统 API 包装成命令。本文覆盖模型路由层、四组核心执行能力、Skills/Memory/MCP 三层扩展、iOS/Android 源码构建与 Native Offload 原理，API 实测 3,316⭐。

原文：微信公众号「如此才是」 · 2026-08-07
前作：2026-07-28 你手机上的 Agent，终于有人做好了——OpenMinis：手机本地跑完整 AI Agent（功能概览视角）

如果普通 AI App 比作「装进手机的聊天框」，那么 OpenMinis 更像一套端侧 Agent 操作系统：模型负责规划，真实 Linux 负责执行，内置浏览器负责上网，Native Offload 再把日历、健康、照片、智能家居等系统 API 包装成命令。让工具真的在你的设备上完成工作。

一、OpenMinis 简介

1. 模型不是绑定项，而是一套路由层

可接 Anthropic、OpenAI、Gemini、OpenRouter、xAI、Kimi Code 和任意 OpenAI 兼容接口；源码另有 OpenAI Responses、Azure 模式及 OAuth / API Key 流程。自定义服务填写不带具体 /v1/... 端点的 Base URL、密钥与模型 ID。

会话可切模型；「模型组」可顺序故障转移，或按会话哈希稳定分流，并限定只对 429、5xx 或任意错误生效。独立 Agent Loop Model 承接子任务和复杂操作；模型还能配置上下文、输出上限、图像能力与思考等级。

2. 四组核心执行能力

Linux 沙箱。 iOS 内置定制 iSH ARM64，Android 使用定制 PRoot，客体均为 Alpine aarch64。Agent 可运行 Shell、安装 apk 包、执行 Python、处理文件与网络请求；FFmpeg、LAME 等用于音视频。软件包与 rootfs 持久保留，除非主动重置。

内置浏览器。 支持导航、点击、输入、滚动、等待页面稳定、正文/文本提取、全页截图、Cookie、视口与最多三个标签页；既能做表单、采集和研究，也能把截图与提取结果继续交给模型。

系统原生能力。 两端共有日历、联系人、定位、照片、剪贴板、天气、通知、链接、媒体、语音输入与朗读。iOS 另接 HealthKit、HomeKit、提醒、地图、Vision OCR、NaturalLanguage、蓝牙、NFC、闹钟和设备信息；Android 另有无障碍 UI 树、点击/输入/滚动/截图，以及 Shizuku / AXManager 的应用安装、权限、显示、设置和 Shell。敏感集成须显式授权。

文件工具。 模型可直接 file_read / file_write / file_edit，图片模型可调用 read_image。会话文件分为：

/var/minis/attachments/：用户输入与可内联媒体；
/var/minis/workspace/：脚本、数据和最终产物；
/var/minis/browser/：网页截图与提取；
/var/minis/offloads/：被截断的大型工具输出。

memory、skills、shared、mcp-servers 是跨会话全局目录。minis:// 将文件映射回聊天界面，媒体可直接渲染。删除会话会删除其工作区，重要结果应先导出。

3. 让能力可复用的三层扩展

Skills 采用渐进加载：名称与描述常驻，命中任务才读取 SKILL.md，脚本、资料和素材再按需取用。可从官方注册表、URL、压缩包或文件导入，也可让 Agent 创建；规范目录含 scripts/、references/、assets/、evals/。当前源码能递归取 GitHub 同级资源；复杂 Skill 仍建议用完整压缩包或官方入口。

Memory 用 GLOBAL.md 保存长期偏好，用每日文件记录阶段信息；memory_get 做模糊检索，memory_write 写入带时间戳的记录。记忆可按会话关闭。

MCP 支持 HTTP 与 STDIO，可导入 Claude Desktop JSON，配置参数、Header、环境变量并按会话启停。minis-mcp-cli 会准备依赖、保活、缓存工具并在崩溃后重试。外部服务接 MCP，本地固定流程优先写 Skill。

4. 被低估的完整产品能力

会话支持搜索、置顶、分类、复制/分叉、生物锁、导出、批量删除、自动标题和用量统计。输入支持相机、相册、文件、语音/VAD；输出支持 Markdown、代码、表格、公式、HTML 和媒体。

Apple 端还有分享扩展、Widget、Live Activity、文件提供器及询问、追问、重试、状态等快捷指令；Android 有前台服务、悬浮胶囊和多周期计划任务。Apple 端可选 iCloud 同步；Android 当前无对应云同步。

二、安装、十分钟上手

Apple 端从 App Store 安装：官方要求 iOS / iPadOS 16、macOS 13（Apple Silicon）或 visionOS 1 以上；测试版可走 TestFlight。Android 官网标注 Android 10+，预览版 APK 在 GitHub Releases；当前 Gradle 的 minSdk 是 26，但官方发布支持口径仍应以 Android 10+ 为准，且构建只产出 arm64-v8a。

首次运行按以下顺序：

在「供应商」中添加 API Key 或 OAuth，测试连接；密钥写入系统安全存储。
选择模型；有两家以上供应商时先建模型组，把稳定模型放前、便宜模型放后。
每个会话只写一个目标，明确输入、输出路径、格式和验收。
先让 Agent 列计划和所需权限，再执行；对健康、家居、无障碍、Shizuku 和外部写入保持「本次询问」。
产物写入 /var/minis/workspace/，完成后检查文件和工具日志。

高频任务建议形成固定模板：读取 attachments 中的材料；先给执行计划和风险点。允许浏览器与只读系统能力，任何删除、安装、授权或对外写入前先询问。中间数据放 workspace/tmp，最终文件放 workspace/final，并附验收清单。可复用步骤整理成 Skill，长期偏好再写 Memory。

长会话超过约 80K tokens，尤其含大量图片或大文件时，先总结到 Memory 再开新会话。源码也会把旧的大输出卸载到文件并自动压缩。iOS 长任务可开后台音频保活，Android 用计划任务。Python 优先 uv；Alpine 默认 /bin/sh，遇到 Bash 语法再安装 Bash。

三、从源码构建

先递归克隆子模块，主仓库包含 ish-arm64 与 proot：

git clone --recurse-submodules https://github.com/OpenMinis/OpenMinis.git
cd OpenMinis
cp src/ios/Configs/ProviderCustomization.xcconfig.example \
   src/ios/Configs/ProviderCustomization.xcconfig
cp src/android/app/provider-customization.properties.example \
   src/android/app/provider-customization.properties

两个自定义文件可留空；仅 Claude OAuth 需要额外标识。

iOS：准备 Xcode、Python 3、Meson，以及 Homebrew 的 ninja llvm libarchive pkg-config。首次依次执行：

./deps/build_lame.sh
./deps/build_ffmpeg.sh
./deps/build_ish.sh
./deps/prepare_alpine_rootfs.sh
open src/ios/MinisApp.xcodeproj

真机选择 Minis Target 并设置签名。脚本默认构建 iOS arm64；模拟器要补相应架构。首次约 30—60 分钟，LAME 必须先于 FFmpeg。

Android：准备 JDK 17、Android SDK（compileSdk 36）、NDK r28+、CMake 3.22.1，然后：

./deps/build_proot.sh
./scripts/prepare_android_sandbox.sh
cd src/android
./gradlew :app:assembleDebug
./gradlew :app:installDebug

测试入口为 iOS 的 MinisAppTests 和 Android 的 testDebugUnitTest、connectedDebugAndroidTest。Debug 版在 localhost:8321 提供 JSON-RPC，可查视图树、Agent Trace、LLM 请求、日志和浏览器，也能自动化模型与会话。

四、技术原理：「Shell 命令」控制手机

核心是 Agent Loop：适配器归一 SSE、工具调用和多模态协议；模型请求工具，Runtime 执行并回填结果，再继续推理。队列、取消、循环检测、上下文卸载与压缩保证长任务可控。

关键是 Native Offload。iOS 在 iSH 客体 execve() 时截获 apple-calendar 等命令，交给 Swift / Objective-C Handler 调用系统框架，再以 JSON 写回。Android 的定制 PRoot 把参数、环境和目录经抽象 Unix Socket 送到 NativeOffloadServer，执行 Kotlin Handler 后让客体读取结果。对模型而言，它们仍是可组合、可记录、可限权的 CLI。

沙箱只见 rootfs 与显式 Bind Mount；会话目录按 Session ID 映射。凭据在安全存储中只写不可读。官网明确：项目无中转服务器、分析、广告或远程崩溃上报；对话、附件及授权数据从设备直达模型供应商。可选 iCloud 受 CloudKit 约束，因此**「端侧」不等于「推理离线」**。

最后要看清边界：iOS 能调系统框架和 URL Scheme，却不能像 Android 无障碍那样操作任意第三方 App UI；Shizuku、HealthKit 等高权限能力必须谨慎开启；minis:// 仍是会话隔离地址；仓库是私有开发树的公开镜像，主仓库不接 Pull Request，只通过 Issues 收反馈，Skills 与案例仓库才接受贡献。

OpenMinis 最有价值的地方，不是又多支持了几个模型，而是把「模型—工具—文件—系统权限—可复用流程」串成一条端侧执行链。想把手机上的 AI 从问答玩具变成生产工具，这套设计值得认真研究。

🔍 GitHub 数据验证（API 实测，2026-08-07）

项目	07-28 记录	API 实测（08-07）	判定
Stars	2,441	3,316	✅ 10 天 +36%，持续增长
License	GPL-3.0	GPL-3.0	✅
语言	Swift	Swift（iOS 原生）	✅
创建时间	2026-04-25	2026-04-25（约 3.5 个月）	✅
最近更新	2026-07-25	2026-08-07（当日有提交）	✅ 活跃

⚠️ 版本演进：07-28 记录为 2,441⭐，08-07 API 实测 3,316⭐，10 天增长约 +36%——移动端 Agent 赛道热度持续，与 Agents Anywhere 的「本地跑 vs 远程控」路线对照依然成立。

📝 备注

本文与前作（07-28 开源日记功能概览）同实体不同作者，内容深度显著不同：本篇覆盖源码构建（iSH/PRoot 子模块、LAME→FFmpeg 顺序）与 Native Offload 原理（iOS execve 截获 / Android Unix Socket 桥接），Wiki 侧已合并进同一 entity 页增量更新。
仓库是私有开发树的公开镜像，主仓库不收 PR——想贡献走 Issues，或到 Skills/案例仓库。