肉包 - 开源AI手机自动化助手，能看懂屏幕自动执行

肉包是什么

肉包（Roubao）是开源的AI手机助手，让用户用现有Android手机能体验类似"豆包手机"的智能自动化功能。肉包基于视觉语言模型，能看懂屏幕内容并自动执行复杂任务，从点外卖、发微信到跨App操作，只需一句话指令。肉包原生Kotlin开发，无需电脑中转或购买专用设备，通过Shizuku获取系统权限即可运行。工具支持多种大模型接入，界面精致且完全免费。

肉包的功能特色

• 视觉理解执行：基于VLM模型解析屏幕内容，将自然语言指令转化为点击、滑动、输入等具体操作。
• 双模式任务处理：高置信度任务直接DeepLink跳转AI应用（Delegation），复杂任务启动自主决策循环（GUI自动化）。
• 跨应用协同：打通应用壁垒，实现截图识别、内容搬运、信息跨App流转等联动操作。
• 智能应用调度：支持拼音/语义搜索已安装应用，自动匹配最优执行路径。
• 动态界面适配：实时感知UI元素变化，自动调整点击坐标与操作逻辑。
• 安全执行机制：支付/密码页面自动暂停，全程悬浮窗可视可控，AES加密存储密钥。
• マルチモデル対応：灵活接入通义千问、GPT-4V、Claude等云端模型，支持Ollama本地部署。
• Root扩展能力：支持检测Shizuku权限等级，Root环境下解锁系统级深度操作。

肉包的核心优势

• 零门槛部署：使用工具无需购买专用硬件，现有Android手机安装即用，摆脱Python环境的依赖束缚。
• 纯端侧运行：Kotlin原生重构，截图分析与指令执行全在本地完成，告别电脑中转的低效链路。
• 权限获取优雅：通过Shizuku无线调试获得ADB级控制能力，Root非必需，安全与功能兼顾。
• 架构灵活解耦：Tools层原子能力可复用，Skills层意图映射易扩展，新场景开发成本低。
• 模型选择自由：不绑定单一厂商，支持多厂商VLM及本地模型，避免生态锁定。
• 执行路径智能：支持Delegation与GUI自动化双轨并行，简单任务一步直达，复杂任务深度操控。

肉包官网是什么

• GitHubリポジトリ：https://github.com/Turbo1123/roubao

肉包的适用人群

• 尝鲜型用户：想体验AI手机自动化但不愿高价抢购豆包手机，或错过发售时机的科技爱好者。
• 效率追求者：厌倦重复性手机操作，希望用自然语言指令快速完成点外卖、发消息、查导航等日常任务。
• 多设备使用者：拥有多部Android手机，希望将旧机改造为自动化执行终端的极客玩家。
• 隐私敏感者：不愿将个人数据上传至云端处理，倾向本地VLM部署的离线使用场景。
• 开发者/研究者：关注Mobile Agent架构实现，需要开源代码参考或二次创新的AI应用开发者。