基于无障碍服务的 Android 自主智能体

这个项目的方向挺直接，就是想在 Android 设备上实现一个开源的自主智能体。它通过结合本地或远程的大语言模型，利用 Android 的无障碍服务（Accessibility）来进行屏幕自动化操作。这意味着它可以自己做计划，并模拟用户的点击和滑动来完成复杂的手机任务。 这里有个小看点，它没有走传统的 API 接口调用路线，而是选择了基于屏幕理解和无障碍接口的 GUI 自动化。这种多模态 AI 与移动端系统底层机制结合的思路，让它能够控制那些没有开放 API 的第三方应用。对于想要探索移动端设备控制和端侧智能体落地的开发者来说，这是一个很有意思的切入点。