Aura 是一个能实际操作手机的 AI Agent——读屏、点击、执行命令、管理文件、下载安装软件。它先摆出计划,再做一步勾一步,每一步你都看得见。
能力
不是空壳聊天框。Aura 接的是这台手机的真实接口——它说的话,都发生在你的设备上。
无障碍手势注入 + 跨 App 读屏,能点、能滑、能输入。屏幕上实时画出它点了哪里。
root(KernelSU)与 Shizuku 双通道执行 shell,pm、dumpsys、du 随便用,返回真实输出。
大任务先摆出 3–8 步计划卡,做一步勾一步。中断了会如实标「停在第 N 步」。
切走、锁屏都不断:前台服务 + WakeLock 双保底,屏幕上有悬浮进度卡实时报进度。
PRoot 容器跑 Ubuntu 24.04,apt、python3 真实可用,不 root、不依赖 Termux。
搜索、读网页、下载文件走原生通道,不受浏览器跨域限制;可自主下载安装 APK。
推理过程流式展示,结束后折叠成记录卡。它为什么这么做,你能回看。
SET_TEXT、聚焦注入、剪贴板粘贴三级通道,微信这类「难搞」的输入框也能输中文。
直接在对话里渲染 HTML 图表与结果页。存储分析、统计结果,一眼看懂。
工作方式
你不用写 prompt 咒语,像使唤一个靠谱的人一样使唤它。
「清理 DCIM 里的大照片」「装上这个软件」。含糊时它会先给你选项让你拍板。
三步以上的任务先出计划卡:按什么顺序做、每步做什么,先让你过目。
做一步勾一步,点哪了、跑了什么命令全部可视化;每一步危险操作都先问你。
干完给结论,附 token 用量明细。中断或失败会如实告诉你卡在哪。
安全边界
无障碍 = 能看见一切也能点一切;root = 任意命令。正因如此,护栏做在默认值里。
默认锁死 /system、/data 等系统范围,删改直接拒绝。设置里可解禁,但解禁后每次动手仍要逐次确认——没有「总是允许」。
对话、会话、配置全部存本机。没有任何开发者服务器;对话直连你自己配置的模型服务商。卸载即清空。
更新日志
应用内可直接更新:设置 → 应用更新。
设置页新增「外观」区:① 主题色 6 款预设(系统蓝 / 紫 / 粉 / 绿 / 橙 / 青),选中即时套用并记忆;② Aura 头像 5 款预设 + 从相册自选,替换聊天里的 AI 头像与引导页形象。偏好存本地,重启后保留。这是「人性化 / 个性化」方向的第一块,长期记忆用户将在下一块跟进。
发送图片等附件后,再次发消息会触发整屏重建,旧 WebView 在重排超长 base64 的 <img> 时把附件卡片塌成一条细线。改为用 img.src 属性赋值 + 固定尺寸 + 防 flex 收缩,附件在任意次重渲染后都稳定显示。
发送文本类文件(txt / md / 代码 / json / csv 等)时,文件正文现在会直接随消息一起发进对话,AI 可以真正读到了。之前只发文件名和路径,而 picker 返回的是 content:// 临时 URI、后期工具也打不开,AI 一直「读不到」。现在按 MIME / 扩展名识别文本类文件,base64 解码内嵌(单文件约 120KB 上限,超出自动截取并说明),二进制(压缩包 / 图片等)仍作为附件引用。
你明明在系统里开了「所有文件访问」,App 却显示「未授权」:原生判定误用 targetSdk<30 当门槛(本 App targetSdk 是 28),永远只查旧的 WRITE 权限、从不读真实的 MANAGE_EXTERNAL_STORAGE 状态。现在改成按真实系统版本 SDK_INT>=30 判定,Android 11+ 一律以系统「所有文件访问」开关为准;并从设置页授权返回时自动刷新面板徽标。
把侧边栏顶部的日期 + 问候从平铺文字改成 iOS 天气卡片式:圆角渐变卡 + 按时段换色(早清新蓝 / 午暖橙 / 下午宁静蓝 / 夜深靛)+ 太阳 / 月亮图标徽章 + 半透明关闭钮,贴合液态玻璃整体风。
侧边栏顶部新增随时间变化的问候:显示「年月日 · 周几」,并按时段自动切换——早间「早安,新的一天」、午间「午安,该吃饭了」、下午「下午好」、夜间「晚安,一天的结束」。每次打开侧边栏刷新,并每分钟自动更新。
按视觉评审,删掉两处冗余的品牌头部:① 关于页顶部的占位太阳图标(之前是内联 SVG 占位图、没用真实 logo);② 侧边栏顶部的头像 +「Aura」+「本地对话记录」整块标题。去掉后关于页只留名称 / 版本 / 简介,侧边栏顶部只剩收起按钮,界面更干净、更贴近 iOS 极简风。其余品牌位(空状态头像、AI 头像、首启引导、模型图标)不受影响。
修上一版 logo 直接贴图的问题:原图四角残留了截图底色(浅紫/浅橙),贴在界面上显得廉价。现在用洪水填充算法把背景完整抠除、去掉边缘白色残留,正方形化后重新生成全部启动图标与应用内形象,浅色/深色背景下都干净透明。
吉祥物换装:机器人形象上岗。桌面启动图标(含各分辨率与自适应图标)全部换成新 logo;应用内的消息头像、空状态、侧边栏、首启引导四处品牌位同步替换,工具类图标保持不变。
主聊天界面升级为 Apple 液态玻璃(Liquid Glass)质感:顶栏与输入区改为悬浮玻璃层,消息内容从栏底下真实穿过,实时背景模糊 + 饱和度提升;顶栏图标、模型切换、回到底部按钮全部改成玻璃浮钮(半透明白 + 高光内描边 + 柔和投影);侧边栏同步玻璃化。浅色清透、深色纯黑底玻璃,两层质感均随主题自适应。
去 AI 制作化:全套设计语言换成 iOS 原生风。① 全局色板换成iOS 系统色——主色改系统蓝(浅 #007AFF / 深 #0A84FF),背景改系统分组灰,深色改纯黑底 + 提升层卡片,全面清除紫色渐变;② 主聊天界面重排——顶栏/输入区改半透明细线栏,图标改蓝色平铺无底座,气泡改 iMessage 风格(AI 浅灰 / 用户系统蓝,无描边无投影),输入框改灰色胶囊;③ 按钮去卡片化、去重投影,整体平面克制。后续轮次继续推进设置页/侧边栏/终端等界面。
修 DeepSeek 思考模式跑多步时报「HTTP 400 · reasoning_content must be passed back」:思考模型每轮的工具往返都产生一段思考过程,DeepSeek 新版要求把中间轮的思考内容随对话传回 API,以前 App 没存这一段,跑到中途就 400 断掉。现在中间轮自动带 thinking 回传,长任务的思考链路完整不断。
修「滚个日期选择器就被『先停在这里』打断」:防死循环的打转检测之前对所有工具一刀切——同一调用重复第 3 次就强制收口。但滚动列表/日历、连按返回键这类操作本来就要连发同样的滑动/按键,被误当成死循环。现在这两类操作阈值放宽到 8 次(第 4 次仅温和提醒),其它工具维持 3 次不变,死循环保护依然在。
修「AI 把工具调用写在正文里却不执行」:真机发现模型偶尔会把调用写成一行文字「[调用工具 xxx 参数 {}]」(模仿纯文本工具通道的记法),以前 App 解析不到就静默收尾——AI 以为自己调过了,实际什么都没发生,看起来就是突然断掉。现在这种文字形态会被识别并真正执行,气泡里也不再露出这行原文;支持 JSON/人话参数与全角括号变体,原有 DSML 通道不受影响。
修复两处布局异常:① AI 回复里的长代码块(深色卡片)把整条气泡撑出屏幕右边、文字被裁掉——现在气泡宽度严格限定在屏幕内,长代码在卡片内部横向滑动查看;② 上滑看历史时浮出的「回到最新」按钮会叠在橙色「AI 已完全放行」警示条上——现在按钮实时跟随输入区高度,警示条/工作状态条出现时自动上移让位,不再互相遮挡。
修「输入卡很久 / 直接断开」:真机排查发现新版微信会对无障碍隐藏整个控件树(系统 uiautomator 也读不到),AI 看不见输入框 → 三级写入通道全没目标 → 反复重试直到超时。现在 device_input 增加第 4 条通道:读不到树时自动改走「剪贴板 + 粘贴键」—— 无障碍服务写剪贴板、shell 发 KEYCODE_PASTE 到焦点输入框,完全不需要读树,真机验证中文/emoji 全保真;配合「先点中输入框再输入」的标准流程,微信里也能可靠输入了。返回 via=paste_key 明确告知模型走了哪条路,提示截图确认内容,不再盲试。
修复「明明授权了 Shizuku,软件里却显示未授权/未运行」:以前应用只有在启动那一瞬间才能拿到 Shizuku 服务,如果 Shizuku 服务是晚于应用启动(或中途重启过),binder 就永远接不上、状态一直显示没连上。现在改为常驻监听——服务一上线立即自动接通,授权成功后面板 1–5 秒内自动刷新为「运行中 / 已授权」,无需重启应用;授权弹窗结果也会即时回传,状态字段附带 binder/最近授权结果诊断信息,排查更直观。
针对 root / Shizuku 两条系统通道的全面提速:root 探测结果缓存 60 秒——以前每条命令都要真跑一遍 su(没授权时白等 6 秒还会反复弹授权框),现在只探一次、失败立即标记不再撞墙,Shizuku 用户每条命令快了好几秒;新增毫秒级通道快查接口,命令执行前选通道不再拉整套权限查询;Shizuku 断开/授权被收回时给出说得清原因的报错;设置页「重新检测」与从系统设置页返回时自动强制重探。
四件后台体验:① 发图更快——大图先在本地压缩再发(长边 1280,原图不动),payload 小一个量级;② 切后台任务不中断——后台保活看门狗每 15 秒重振前台服务,通知栏实时显示进度;③ 后台工作不再显示「AI 正在控制屏幕」——紫框、涟漪、提示全部静默,动作照做;④ 新增 device_open_path:后台直接拉起 MT 管理器并跳到指定目录(未装 MT 自动改用系统文件管理器)。
找到「按钮点不动」的真正根源:历史记录里只要有一块数据形态不对,启动就会在渲染消息流时炸断、后面全部没跑。现在单块渲染加了保险丝——坏块只降级成一张提示卡,其余照常、启动照常走完。另外错误提示条会保留完整错误历史,「首次错误」直接显示在条上,点「复制」可拿到全部(首条往往是根因)。
针对「按钮点了没反应 / API 列表突然消失」这类故障做了一套启动自我保护:启动哪一步卡住会弹出红色提示条(可一键复制 / 重载),关键入口自动接管兜底;出错时界面自动让位、顶栏照样能点。模型配置读取失败会明确提示且不再吞掉原因,原数据不会被清空。
轮数预算用完不再停下来等人:AI 会自动续跑接着做(每条消息最多续 3 次,可在设置里关掉)。长任务一口气干到底。
有些模型不走标准工具调用,而是把内部标记(DSML)当正文吐出来——动作丢掉、屏幕上还挂着一坨代码。现在这些标记会被解析回真正的调用并执行,对话里不再出现原始标记;终端命令也不会再误弹「动系统目录」的红色确认卡。
识别「标记当正文」并把调用补回来;不认原生 tool_calls 的通道自动切文本模式记录,兼容更多网关。
更新检查遇服务抖动自动重试,连点也不会重复请求;更新服务恢复上线。
每个动作都会回报界面到底变了没有——没变就别原样重试;动作后自动等界面稳定,不再在动画中间态上乱点。新增「等界面」与「滚动查找」两个原语。
大任务先摆计划卡,做一步勾一步;中断如实标「停在第 N 步」。修复未开文件授权时设备工具失效的问题。
切走/锁屏不断活:悬浮进度卡 + 通知栏同步 + WakeLock。更新服务上线,App 内一键下载安装新版本。
每条回答显示 in / out 用量,多轮工具任务累计统计,点开看明细与全会话合计。
「AI 正在工作中」状态条:动画走合成层,重活压主线程也照样在动,随手可停。
完整定义软件边界:能做什么、不做什么、数据在哪、什么时候会失效。
默认锁死系统目录删改,可解禁但解禁后仍逐次确认;命令绕过(su -c、多段、相对路径)全部拦截。
含糊时给选项让你拍板;推理过程流式展示、折叠成记录卡。