OpenDroid 最新版

OpenDroid 是一款开源 Android 应用，它将智能手机从被动的工具转变为主动的智能代理。不同于传统的聊天机器人，OpenDroid 能够理解复杂的自然语言指令，自主规划任务步骤，执行设备操作，并在遇到障碍时动态调整策略。它强调“你的手机，你的规则”，通过本地化模型管理和广泛的云端 API 支持，赋予用户前所未有的自动化控制权。

• GitHub：https://github.com/yashab-cyber/opendroid

核心能力：从意图到行动的闭环

• 🧠 自主代理引擎：
  • 自规划与重评估：将复杂指令（如“检查天气并通知家人”）分解为带依赖关系的步骤序列。若某步失败（如网络超时），会自动重新规划而非直接报错。
  • 复合意图检测：智能识别多动作命令（例如“打开 WhatsApp 并发送消息”），实现跨应用的操作流。
  • 联系人消歧：支持 4 级解析机制，能处理模糊匹配和关系别名（如“给爸爸打电话”自动关联通讯录中的特定号码）。
• 📱 完整的设备控制：
  • 系统层：调节亮度、WiFi/蓝牙开关、手电筒、免打扰模式、音量及截屏。
  • 通信层：拨打电话、发送短信、WhatsApp 消息及邮件草稿。
  • 生产力与导航：设置闹钟/提醒/日历事件、Google Maps 导航及网约车预订。
  • 媒体与财务：音乐播放控制、YouTube 搜索、UPI 支付及账单分摊。
  • 智能家居：集成 Google Home，语音控制全屋设备。
• 👁️ 视觉引擎：
  • 利用 Accessibility API 截取屏幕，输入具备视觉能力的 LLM 进行实时分析。在旧设备上自动回退至辅助功能树文本抓取，确保兼容性。

技术架构与安全

• 🛠️ 设备端模型管理器 (LiteRT-LM)：
  • 安全认证：使用 Android Keystore AES-GCM 令牌存储，安全获取 Hugging Face 上的受门控模型。
  • 完整性验证：计算 SHA-256 哈希值，确保加载的 .task / .litertlm 文件未被篡改且兼容引擎。
  • 后台下载：基于 WorkManager 实现真实的网络下载，支持断点续传、速度跟踪及预计剩余时间显示。
• 🎙️ 语音交互界面：
  • 离线唤醒：说出“OpenDroid”即可激活，无需联网。
  • 高级 TTS：支持 ElevenLabs 高级语音合成，提供自然流畅的语音反馈。
• 🎨 未来感 UI 设计：
  • 基于 Jetpack Compose 构建，采用深海军蓝 (#080C10) 与霓虹绿 (#00FF88) 配色。
  • 包含脉动音频球动画及实时延迟基准测试展示，默认深色模式带来沉浸式体验。

广泛的模型支持与智能故障转移

OpenDroid 支持 12 个 LLM 提供商，并具备自动故障转移机制，确保服务的高可用性：

智能故障转移：当主选提供商不可用时，系统会自动尝试链中的下一个可用服务，保证任务不中断。