肉包 Roubao最新版

官方版无广告31

肉包（Roubao）是一个完全开源、免费、原生运行于 Android 的 AI 手机自动化助手。它基于视觉语言模型（VLM）+ 多 Agent 架构，让你用自然语言指挥手机完成复杂操作。

更新日期：

2025年12月17日

分类标签：

AI助手肉包自动化助手豆包手机助手

语言：

中文

平台：

12.4MB5 人已下载手机查看

肉包 Roubao是首款无需电脑的开源 AI 手机自动化助手

一个 App，装上就能用。无需电脑、无需数据线、无需技术背景。

2025 年 12 月，字节跳动联合中兴推出「豆包手机助手」，售价 3499 元，可自动比价下单、投简历、刷视频甚至代打游戏——3 万台工程机当日售罄，二手价一度炒至 5000+。

买不到？那就自己做一个。

肉包（Roubao） 就是这样一个完全开源、免费、原生运行于 Android 的 AI 手机自动化助手。它基于视觉语言模型（VLM）+ 多 Agent 架构，让你用自然语言指挥手机完成复杂操作。

为什么叫「肉包」？因为作者不爱吃素。🥟

与同类方案对比

特性	肉包	豆包手机	其他开源方案（如 MobileAgent）
需要电脑	❌ 不需要	❌ 不需要	✅ 大多需要
需购买硬件	❌ 不需要	✅ 3499+	❌ 不需要
原生 Android 实现	✅ Kotlin	✅ 原生	❌ Python 脚本
开源协议	✅ MIT	❌ 闭源	✅ 开源
Skills/Tools 架构	✅ 完整	❓ 未知	❌ 无
UI 设计	⭐⭐⭐½	⭐⭐⭐⭐	⭐⭐
自定义 VLM 模型	✅ 支持	❌ 仅豆包	✅ 部分支持

❓ 解决了什么痛点？

传统手机自动化方案普遍存在：

必须连接电脑运行 ADB 命令
依赖 Python 环境与复杂依赖
手机需通过 USB/WiFi 持续连接电脑
技术门槛高，普通用户难以使用

肉包的解决方案：

一个 App，装上就能用。
打开 → 配置 API Key → 说出你想做的事 → 完成。

技术亮点

1. 原生 Android 实现（Kotlin）

市面上几乎所有开源手机自动化项目（包括阿里 MobileAgent）都是 Python 实现，需在电脑运行脚本，通过 ADB 传输截图与指令。

肉包完全重写为原生 Kotlin 应用：

截图、分析、执行全部在手机本地完成
无电脑中转，延迟更低
利用 Shizuku 获取系统级权限，替代繁琐 ADB

2. 为什么需要 Shizuku？

Android 默认禁止普通 App：

模拟点击/滑动
读取其他 App 界面
执行 input tap、screencap 等系统命令

Shizuku 提供优雅解法：

通过无线调试或一次 ADB 启动服务
之后 App 即可获得 ADB 级权限
无需 Root，无需每次连电脑

这让肉包真正实现“一个 App 搞定一切”。

3. Tools + Skills 双层 Agent 架构（受 Claude Code 启发）

用户: "帮我点份外卖"
         │
         ▼
   ┌─────────────┐
   │ SkillManager │ ← 意图识别
   └─────────────┘
         │
    ┌────┴────┐
    ▼         ▼
🚀 快速路径    🤖 标准路径
(Delegation)  (GUI 自动化)
    │              │
    ▼              ▼
直接 DeepLink   Agent 循环
打开小美 AI     操作美团 App

🔧 Tools 层（原子能力）

Tool	功能
`search_apps`	智能搜索已安装应用（支持拼音/语义）
`open_app`	启动应用
`deep_link`	跳转到 App 特定页面
`clipboard`	读写剪贴板
`shell`	执行 Shell 命令
`http`	调用外部 API

🎯 Skills 层（用户意图）

Skill	类型	说明
点外卖（小美）	Delegation	直接跳转小美 AI
点外卖（美团）	GUI 自动化	在美团 App 中一步步操作
导航（高德）	Delegation	DeepLink 直达高德搜索
生成图片（即梦）	Delegation	调用即梦 AI
发微信	GUI 自动化	自动操作微信发消息

Delegation 模式：高置信度匹配 → 一步跳转 AI App，快速高效
GUI 自动化模式：无 AI 能力的 App → 截图-分析-操作循环，逐步完成

核心特性

智能 AI Agent

基于 VLM（Qwen-VL / GPT-4V / Claude）“看懂”屏幕
自然语言指令，说人话就能操作
根据屏幕状态自动规划下一步

精心设计的 UI

Material 3 设计语言
深色/浅色主题自适应
首次使用引导完善
中英文双语支持

🔧 高度可定制

支持多种 VLM：通义千问、GPT-4V、Claude、本地模型（Ollama/vLLM）
一键切换 API 服务商（阿里云、OpenAI、OpenRouter）
动态获取模型列表，支持模糊搜索
可配置自定义 API 端点

安全保护

API Key 使用 AES-256-GCM 加密存储
检测到支付、密码等敏感页面 自动停止
任务执行全程可视（悬浮窗显示进度）
可手动停止，崩溃上报可关闭

Root 模式支持

当 Shizuku 以 Root 运行时，可启用 su 命令
自动检测权限等级，非 Root 环境选项置灰

快速开始

前置要求

Android 8.0+（API 26）
已连接 WiFi（Shizuku 无线调试依赖）
安装 Shizuku
获取 VLM API Key（如阿里云通义千问）

安装步骤

安装并启动 Shizuku
- 无线调试（推荐，Android 11+）：
  设置 > 开发者选项 > 无线调试 → 在 Shizuku 中启用
- 电脑 ADB（旧版 Android）：
  adb shell sh /storage/emulated/0/Android/data/moe.shizuku.privileged.api/start.sh
安装肉包
从 Releases 下载 APK
授权与配置
- 在 Shizuku 中授权肉包
- 进入设置 → 填写 API Key

获取 API Key（示例）

阿里云通义千问（国内推荐）：
访问百炼平台 → 开通 DashScope → 创建 API Key
OpenAI（需代理）：
访问 OpenAI Platform → 创建 Key

使用示例

“帮我点个附近好吃的汉堡”
“打开网易云音乐播放每日推荐”
“帮我把最后一张照片发送到微博”
“在美团点一份猪脚饭”
“打开B站看热门视频”

工作流程

用户输入指令
Skills 匹配 → 若为 Delegation，直接 DeepLink 跳转
否则进入标准 Agent 循环：
- 截图（Shizuku）
- VLM 分析状态（Manager）
- 决策下一步（Executor）
- 执行操作（tap/swipe/type）
- 反思效果（Reflector）
- 循环直至完成或触发安全限制