开源社区发布了名为 OpenOmniBot(OOB)的安卓 AI Agent 项目,旨在探索移动端 AI 的“最强形态”。该项目创新性地结合了视觉语言模型(VLM)与命令行界面(CLI),使得 AI 不仅能识别屏幕内容,还能直接操作安卓终端执行复杂任务。项目已成功集成 DeepSeek API (ds2api) 并支持工具调用功能,用户无需繁琐配置即可在手机上体验 DeepSeek 的强大推理能力。这一开源方案为移动端边缘计算与本地化 Agent 的发展提供了新的参考范例。
开源社区发布了名为 OpenOmniBot(OOB)的安卓 AI Agent 项目,旨在探索移动端 AI 的“最强形态”。该项目创新性地结合了视觉语言模型(VLM)与命令行界面(CLI),使得 AI 不仅能识别屏幕内容,还能直接操作安卓终端执行复杂任务。项目已成功集成 DeepSeek API (ds2api) 并支持工具调用功能,用户无需繁琐配置即可在手机上体验 DeepSeek 的强大推理能力。这一开源方案为移动端边缘计算与本地化 Agent 的发展提供了新的参考范例。