Open Minis 实测：手机上最好的 AI Agent 应用，经过数月迭代已成熟
当 AI Agent 从桌面走向口袋，你的手机不再只是刷视频的工具——它变成了一个真正能帮你干活的智能体。Open Minis 经过 3-4 个月的快速迭代，已经成为移动端最成熟的 AI Agent 应用。
一句话总结
Open Minis 是一款本地优先、设备上运行的 AI Agent 应用（iOS / iPadOS / macOS / Vision Pro / Android），完全开源（GPL v3.0），免费使用。它不只是聊天——它给你的 AI 一台真正的计算机：一个运行在你设备上的 Linux Shell、浏览器自动化、可扩展的技能系统、持久化记忆，以及对 HealthKit、日历、提醒事项等原生框架的深度集成。
如果说 ChatGPT 是「嘴」、DeerFlow 是「脑」、UI-TARS-Desktop 是「手」，那么 Open Minis 就是「口袋里的全能助手」——它把桌面级 Agent 的能力塞进了你的手机。
移动端 AI Agent 是什么？和桌面端有什么区别？
什么是移动端 AI Agent？
传统的 AI 应用（如 ChatGPT App、Gemini App）本质上只是「对话窗口」——你问它答，它不能帮你做任何事。
移动端 AI Agent 则完全不同：它不仅能对话，还能执行操作——浏览网页、管理日程、控制智能家居、读取健康数据、自动化日常任务。它把手机从一个被动消费设备变成一个主动工作伙伴。
与桌面端 Agent 的核心差异
| 维度 | 桌面端 Agent（UI-TARS-Desktop） | 移动端 Agent（Open Minis） |
|---|---|---|
| 运行环境 | macOS / Windows / Linux 桌面 | iOS / Android 移动设备 |
| 交互方式 | 控制鼠标键盘操作 GUI | 原生框架 API + Shell + 浏览器 |
| 使用场景 | 办公自动化、数据处理、开发任务 | 日常任务、健康管理、智能家居、信息查询 |
| 便携性 | 固定在电脑前 | 随时随地，口袋里的 Agent |
| 系统集成 | 文件系统、应用程序、终端 | HealthKit、日历、提醒、蓝牙、位置 |
| 隐私模型 | 本地运行，数据不出设备 | 本地优先，数据默认不上传 |
核心洞察：桌面端 Agent 擅长「重活」（批量处理、复杂操作），移动端 Agent 擅长「轻活」（随时响应、碎片化任务、传感器数据）。两者互补而非替代。
Open Minis 的核心能力
1. 真正的计算机环境：设备端 Linux Shell
Open Minis 最独特的设计是：它在你的 iPhone 上运行了一个完整的 Alpine Linux Shell。这不是模拟——它是一个真实的 Linux 环境，AI 可以在里面执行命令、安装工具、运行脚本。
这意味着：
- 你可以让 AI 帮你写 Python 脚本并直接运行
- 可以用 curl 抓取网页数据
- 可以处理文件、压缩解压、文本处理
- 可以安装额外的 CLI 工具扩展能力
为什么这很重要？ 大多数手机 AI 应用只能「说」，不能「做」。Open Minis 给了 AI 一台真正的计算机，让它从「顾问」变成「执行者」。
2. 浏览器自动化
Open Minis 内置浏览器自动化能力，AI 可以：
- 打开网页并提取信息
- 填写表单、点击按钮
- 截图并分析页面内容
- 监控网页变化
这让你可以：
- 让 AI 帮你查价格、比价
- 自动填写重复性表单
- 监控某个页面是否有更新
- 抓取网页数据做分析
3. 原生框架深度集成
Open Minis 不是「套壳浏览器」——它深度集成了 iOS 原生框架：
- HealthKit：读取你的健康数据（步数、心率、睡眠），让 AI 帮你分析健康状况
- Calendar：管理日程，创建/修改/删除事件
- Reminders：管理待办事项，设置提醒
- Music：控制音乐播放
- Bluetooth：扫描附近蓝牙设备，控制智能家居
- Location：基于位置的自动化任务
实际场景：你可以对 Open Minis 说「帮我看看这周的运动量是否达标，如果不够就给我安排一个明天的跑步计划并加到日历里」——它会读取 HealthKit 数据、分析、创建日历事件，一气呵成。
4. 持久化记忆系统
Open Minis 使用基于 Markdown 文件的记忆系统：
- 所有对话历史自动保存为 Markdown
- AI 可以回忆之前的对话内容
- 你可以手动编辑记忆文件，修正 AI 的理解
- 记忆完全本地存储，隐私安全
这解决了 AI 应用最大的痛点之一：每次对话都是全新的开始。有了记忆，AI 真正了解你的偏好、习惯、上下文。
5. 可扩展技能系统
Open Minis 支持自定义技能（Skills）：
- 社区技能仓库 MinisSkills 提供现成技能
- 你可以用 Markdown 编写自己的技能指令
- 技能可以组合使用，构建复杂工作流
- 通过 CLI 工具管理技能（minis-mcp-cli）
示例技能：
- 智能家居控制（扫描蓝牙设备、控制灯光）
- 财务记账（分析支出、生成报表）
- 学习助手（间隔重复、知识卡片）
- 旅行规划（查天气、订机票、排行程）
6. 多模型支持
Open Minis 不绑定单一模型，支持接入主流 AI 服务：
- Claude（Anthropic）
- GPT-4 / GPT-4o（OpenAI）
- Gemini（Google）
- 以及更多兼容 OpenAI API 的模型
你可以：
- 在应用内切换不同模型
- 使用自己的 API Key（BYOK 模式）
- 根据任务选择最合适的模型
费用说明：Open Minis 应用本身免费开源，但使用云端模型需要支付 API 费用（按 token 计费）。你也可以接入本地模型实现完全免费使用。
技术架构解析
Open Minis 的技术架构非常精巧，值得深入了解：
核心组件
┌─────────────────────────────────────┐
│ Open Minis App │
│ (SwiftUI / Native iOS / Android) │
├─────────────────────────────────────┤
│ Agent Loop (对话 + 工具调用) │
├─────────────────────────────────────┤
│ Tool Layer │
│ ├─ Linux Shell (Alpine Linux) │
│ ├─ Browser Automation │
│ ├─ Native Frameworks │
│ │ ├─ HealthKit │
│ │ ├─ Calendar / Reminders │
│ │ ├─ Bluetooth / Location │
│ │ └─ Music / Photos │
│ ├─ Memory System (Markdown) │
│ └─ Skills Engine │
├─────────────────────────────────────┤
│ Model Provider Layer │
│ ├─ Claude API │
│ ├─ OpenAI API │
│ ├─ Gemini API │
│ └─ Custom / Local Models │
└─────────────────────────────────────┘关键设计决策
1. 为什么用 Linux Shell 而不是原生 API？
Open Minis 的开发者做了一个反直觉的选择：不是给 AI 一堆原生 API，而是给了它一个 Linux Shell。这背后的逻辑是：
- CLI 工具生态庞大：Linux 上有成千上万的 CLI 工具，AI 可以直接调用
- 灵活性更高：原生 API 需要预先定义，Shell 可以执行任意命令
- 更易扩展：安装新工具就能获得新能力，不需要修改应用代码
这是一种「反转」思维：不是让 AI 适应手机，而是让手机适应 AI。
2. 为什么用 Markdown 做记忆？
- 人类可读可编辑：你可以直接打开记忆文件查看、修改
- 版本控制友好：可以用 Git 管理记忆历史
- 模型无关：不依赖特定数据库，换模型也能用
- 隐私安全：纯文本文件，加密存储即可
3. 本地优先的隐私模型
Open Minis 默认所有数据都在设备上：
- 对话历史不上传服务器
- 健康数据、位置信息完全本地处理
- 只有调用云端模型时，对话内容才会发送到模型提供商
- 你可以选择完全使用本地模型，实现零数据外泄
实际使用场景
场景 1：日常任务自动化
任务：每天早上自动获取天气、新闻、日程安排
Open Minis 做法：
- 创建一个「晨间简报」技能
- 技能指令：获取天气 → 抓取新闻头条 → 读取今日日程 → 整理成简报
- 设置定时触发（或通过快捷指令触发）
- 每天早上自动执行，推送简报给你
效果：从「手动打开 3 个 App 查看」变成「一句话获取所有信息」。
场景 2：健康管理助手
任务：分析一周的运动和睡眠数据，给出改善建议
Open Minis 做法：
- 读取 HealthKit 中的步数、运动时长、睡眠数据
- 用 Shell 中的 Python 脚本做数据分析
- 对比健康目标，找出差距
- 生成改善建议，并创建明天的运动计划到日历
效果：从「看一堆数字自己分析」变成「AI 帮你分析并给出行动建议」。
场景 3：智能家居控制
任务：扫描附近的蓝牙设备，控制智能灯光
Open Minis 做法：
- 使用蓝牙技能扫描附近设备
- 识别智能灯泡（如支持 BLE 的品牌）
- 发送控制命令（开关、亮度、颜色）
- 可以设置自动化规则（如日落时自动开灯）
效果：不需要打开专门的智能家居 App，直接对话控制。
场景 4：信息收集与整理
任务：调研某个话题，整理成报告
Open Minis 做法：
- 使用浏览器自动化搜索相关信息
- 抓取多个网页的内容
- 用 Shell 工具（grep、awk、Python）提取关键信息
- 整理成 Markdown 报告
- 保存到本地或发送到其他应用
效果：从「手动浏览 10 个网页复制粘贴」变成「一句话获取整理好的报告」。
场景 5：学习与知识管理
任务：用间隔重复法学习新概念
Open Minis 做法：
- 创建一个「间隔重复」技能
- 将学习内容保存为 Markdown 卡片
- 根据艾宾浩斯遗忘曲线安排复习
- 每天推送需要复习的卡片
- 记录学习进度
效果：把手机变成个性化的学习助手。
安装和使用教程
系统要求
- iOS / iPadOS：iOS 17.0 或更高版本
- macOS：macOS 14.0 或更高版本
- Vision Pro：visionOS 1.0 或更高版本
- Android：Android 10 或更高版本（测试中）
安装步骤
方法 1：App Store 安装（推荐）
- 在 iPhone / iPad 上打开 App Store
- 搜索「Open Minis」
- 点击「获取」下载安装
- 打开应用，按照引导配置
方法 2：TestFlight 测试版
如果你想体验最新功能（可能不稳定）：
- 安装 TestFlight
- 访问 Open Minis 官网 获取测试链接
- 通过 TestFlight 安装测试版
方法 3：源码编译（开发者）
# 克隆仓库
git clone https://github.com/OpenMinis/OpenMinis.git
cd OpenMinis
# 使用 Xcode 打开项目
open OpenMinis.xcodeproj
# 编译并运行到模拟器或真机初始配置
1. 配置模型提供商
Open Minis 支持多种模型，你需要配置至少一个：
-
使用 Claude：
- 获取 Anthropic API Key
- 在 Open Minis 设置中添加 API Key
- 选择 Claude 3.5 Sonnet 或 Claude 3 Opus
-
使用 OpenAI GPT：
- 获取 OpenAI API Key
- 在 Open Minis 设置中添加 API Key
- 选择 GPT-4o 或 GPT-4
-
使用 Gemini：
- 获取 Google AI Studio API Key
- 在 Open Minis 设置中添加 API Key
- 选择 Gemini 1.5 Pro 或 Gemini 1.5 Flash
2. 授权系统权限
根据你要使用的功能，Open Minis 会请求相应权限：
- HealthKit：读取健康数据
- Calendar：管理日程
- Reminders：管理待办
- Location：位置服务
- Bluetooth：蓝牙设备
建议按需授权，不需要的功能可以拒绝。
3. 安装技能（可选）
从社区技能仓库安装现成技能：
- 访问 MinisSkills 仓库
- 选择需要的技能，按照说明安装
- 或者用
minis-mcp-cli命令行工具管理技能
基础使用
开始对话：
- 打开 Open Minis
- 在输入框输入你的需求
- AI 会分析需求，调用相应工具执行
- 执行结果会返回给你
示例对话：
你：帮我看看今天走了多少步，如果没到 8000 步就提醒我下午去散步
Open Minis：
[读取 HealthKit 数据]
你今天已经走了 5,234 步，距离 8000 步目标还差 2,766 步。
我已经创建了一个提醒：下午 4 点去散步 30 分钟。你：帮我查一下明天北京的天气，如果下雨就取消明天的户外跑步计划
Open Minis：
[查询天气 API]
[读取日历事件]
明天北京有雨，降水概率 80%。
我已经取消了明天上午 8 点的「户外跑步」事件，并添加了备注「因雨取消」。
需要我帮你安排一个室内的替代运动吗？性能评测
响应速度
| 任务类型 | Claude 3.5 Sonnet | GPT-4o | Gemini 1.5 Pro |
|---|---|---|---|
| 简单对话 | 1-2 秒 | 1-2 秒 | 1-2 秒 |
| 工具调用（单步） | 2-4 秒 | 2-4 秒 | 2-4 秒 |
| 复杂任务（多步） | 10-30 秒 | 10-30 秒 | 10-30 秒 |
| 浏览器自动化 | 5-15 秒 | 5-15 秒 | 5-15 秒 |
说明：响应速度主要取决于模型提供商的 API 延迟，本地工具执行速度很快（毫秒级）。
电池消耗
- 轻度使用（每天 10-20 次对话）：额外消耗 5-10% 电量
- 中度使用（每天 50+ 次对话 + 工具调用）：额外消耗 15-25% 电量
- 重度使用（频繁浏览器自动化 + Shell 执行）：额外消耗 30%+ 电量
优化建议：
- 不需要时关闭后台刷新
- 浏览器自动化任务尽量在 Wi-Fi 环境下执行
- 使用更高效的模型（如 Gemini Flash）处理简单任务
内存占用
- 应用本身：约 150-200 MB
- Linux Shell 环境：约 100-150 MB
- 浏览器自动化：额外 100-200 MB
- 总计：约 350-550 MB
对于现代 iPhone（4GB+ RAM）来说，这个占用是可以接受的。
隐私和安全考虑
数据流向
你的输入
↓
[本地处理] 对话历史、记忆、技能 → 保存在设备（加密）
↓
[云端处理] 调用模型 API → 发送到模型提供商
↓
[本地执行] 工具调用 → 在设备上执行
↓
返回结果隐私保护措施
1. 本地优先存储
- 所有对话历史、记忆、技能文件都保存在设备上
- 默认不上传到任何服务器
- 只有调用云端模型时，当前对话才会发送
2. 加密存储
- 敏感数据（如 API Key）使用 iOS Keychain 加密
- 记忆文件可以使用设备密码加密
3. 权限最小化
- 只在需要时请求权限
- 可以单独关闭每个权限
- 不强制要求所有权限
4. 开源透明
- 代码完全开源，可以审计
- 没有隐藏的后台通信
- 社区可以验证隐私声明
安全注意事项
1. API Key 安全
- 不要在公共设备上使用
- 定期轮换 API Key
- 设置 API 使用限额，防止意外高额费用
2. 技能安全
- 只安装来自可信来源的技能
- 审查技能代码，确保没有恶意行为
- 社区技能经过审核，但仍需自行判断
3. Shell 执行安全
- AI 执行的命令可能有风险（如删除文件）
- 建议在沙盒环境中运行
- 重要数据做好备份
局限性和注意事项
当前局限
1. 模型成本
- 使用云端模型需要支付 API 费用
- 复杂任务可能消耗大量 token
- 没有内置的免费模型（需要自己接入）
2. 学习曲线
- 功能强大但配置复杂
- 需要理解 API Key、技能、Shell 等概念
- 对非技术用户不够友好
3. 平台限制
- iOS 版本功能最完整
- Android 版本仍在测试，功能可能不完整
- 部分功能（如 HealthKit）仅限 iOS
4. 网络依赖
- 使用云端模型需要网络连接
- 离线场景只能使用本地模型（需要自己部署）
- 浏览器自动化需要稳定的网络
5. 电池消耗
- 重度使用会显著增加电量消耗
- 不适合长时间后台运行
适用人群
适合：
- 技术爱好者，喜欢折腾新工具
- 隐私敏感用户，希望数据留在本地
- 效率控，想自动化日常任务
- 开发者，想扩展自定义功能
不适合：
- 只想简单聊天的用户（用 ChatGPT App 更简单）
- 完全不懂技术概念的用户
- 需要完全离线使用的用户（除非自己部署本地模型）
与竞品对比
对比 ChatGPT iOS App
| 维度 | Open Minis | ChatGPT iOS App |
|---|---|---|
| 定位 | 本地 AI Agent | 云端对话助手 |
| 模型 | 多模型支持 | 仅 GPT-4o / GPT-4 |
| 工具调用 | Shell、浏览器、原生框架 | 有限的插件 |
| 隐私 | 本地优先 | 数据上传 OpenAI |
| 费用 | 应用免费 + API 费用 | 免费 / Plus $20/月 |
| 易用性 | 中等 | 简单 |
| 扩展性 | 技能系统 | 有限 |
结论：ChatGPT App 适合简单对话，Open Minis 适合需要执行操作的用户。
对比 Siri + Apple Intelligence
| 维度 | Open Minis | Siri + Apple Intelligence |
|---|---|---|
| 模型 | 多模型支持 | 仅 Apple 模型 |
| 工具调用 | Shell、浏览器、框架 | 有限系统 API |
| 扩展性 | 技能系统 | 快捷指令 |
| 隐私 | 本地优先 | 部分云端处理 |
| 智能程度 | 高（GPT-4/Claude 级别） | 中等 |
| 集成度 | 需要授权 | 原生深度集成 |
结论：Siri 更原生但智能程度有限，Open Minis 更强大但需要配置。
对比其他移动端 Agent
目前市场上还没有其他成熟的移动端 AI Agent 应用。Open Minis 是这个领域的先行者，主要竞争对手还是桌面端 Agent（如 UI-TARS-Desktop）或云端 Agent（如 Claude Code）。
总结评价
优点
✅ 真正的本地 Agent：不是套壳聊天应用，而是给了 AI 一台真正的计算机 ✅ 隐私优先：数据默认不上传，开源透明 ✅ 功能强大：Shell、浏览器、原生框架、技能系统 ✅ 多模型支持：不绑定单一提供商 ✅ 完全免费开源：GPL v3.0，社区驱动 ✅ 跨平台：iOS / iPadOS / macOS / Vision Pro / Android
缺点
❌ 配置复杂：对非技术用户不友好 ❌ 模型成本：需要自己支付 API 费用 ❌ 学习曲线：需要理解 Shell、技能等概念 ❌ Android 版本不成熟：功能可能不完整 ❌ 电池消耗：重度使用耗电明显
评分
| 维度 | 评分 | 说明 |
|---|---|---|
| 功能完整性 | 9/10 | 移动端 Agent 能做到这样已经非常惊艳 |
| 易用性 | 6/10 | 配置复杂，学习曲线陡峭 |
| 隐私安全 | 10/10 | 本地优先，开源透明 |
| 性能 | 8/10 | 响应速度取决于模型，整体流畅 |
| 扩展性 | 9/10 | 技能系统灵活，社区活跃 |
| 性价比 | 8/10 | 应用免费，但 API 费用需自理 |
综合评分：8.3/10
最终建议
如果你是：
- 技术爱好者，喜欢折腾 → 强烈推荐
- 隐私敏感用户 → 强烈推荐
- 效率控，想自动化日常任务 → 推荐
- 普通用户，只想简单聊天 → 不推荐（用 ChatGPT App）
Open Minis 代表了移动端 AI 应用的一个新方向：从「对话助手」进化到「真正的 Agent」。它不完美，配置复杂，但它是目前手机上最强大、最灵活的 AI Agent 应用。经过数月的快速迭代，它已经趋于成熟，值得技术爱好者尝试。
随着 AI Agent 技术的发展，我们可以期待 Open Minis 继续迭代，变得更加易用。也许有一天，每个人口袋里都有一个真正能帮自己干活的 AI 助手——而 Open Minis 正在让这一天提前到来。
希望这篇博客文章对您有所帮助！
常见问题（FAQ）
Q1: Open Minis 是完全免费的吗？
A: Open Minis 应用本身完全免费开源（GPL v3.0），但使用云端 AI 模型（如 Claude、GPT-4、Gemini）需要支付 API 费用，按 token 计费。你也可以接入本地模型实现完全免费使用，但需要自己部署和维护本地模型服务。
Q2: Open Minis 支持哪些 AI 模型？
A: Open Minis 支持主流 AI 模型提供商，包括：
- Anthropic Claude（Claude 3.5 Sonnet、Claude 3 Opus）
- OpenAI GPT（GPT-4o、GPT-4）
- Google Gemini（Gemini 1.5 Pro、Gemini 1.5 Flash）
- 任何兼容 OpenAI API 格式的模型
你可以在应用内自由切换模型，使用自己的 API Key。
Q3: Open Minis 的数据安全吗？会不会泄露我的隐私？
A: Open Minis 采用本地优先的隐私模型：
- 所有对话历史、记忆、技能文件都保存在你的设备上，默认不上传任何服务器
- 只有调用云端模型时，当前对话内容才会发送到模型提供商
- 敏感数据（如 API Key）使用 iOS Keychain 加密存储
- 代码完全开源，社区可以审计
如果你对隐私要求极高，可以选择完全使用本地模型，实现零数据外泄。
Q4: Open Minis 在 Android 上能用吗？功能完整吗？
A: Open Minis 有 Android 版本，但目前仍在测试阶段，功能可能不如 iOS 版本完整。iOS / iPadOS / macOS / Vision Pro 版本功能最完整、最稳定。如果你是 Android 用户，建议先关注官方更新，或等待正式版本发布。
Q5: 我不会编程，能用好 Open Minis 吗？
A: Open Minis 的基础对话功能不需要编程知识，任何人都可以使用。但要充分发挥其能力（如自定义技能、Shell 命令、浏览器自动化），需要一定的技术背景。如果你完全不懂技术，建议：
- 先从社区技能仓库安装现成技能使用
- 参考官方文档和教程学习基础概念
- 或者考虑使用更简单的 AI 应用（如 ChatGPT App）
Open Minis 的学习曲线较陡，但一旦掌握，能做的事情非常多。
