AI也能操作手机了！DroidRun 让 Agent 实现智能手机自动化操作！

继 BrowserUse 和 ComputerUse 席卷 AI 自动化领域后，手机操作类项目终于迎来重磅选手：DroidRun！

开源 AI 手机操作神器，解锁 Android 自动化新时代！

目前 AI 驱动的自动化工具正从 PC 和浏览器走向移动端，DroidRun 是这一浪潮的最新成果。

这款工具让 AI Agent 能像人类一样操作 Android 手机，结合视觉理解与 UI 结构提取，实现流畅的交互体验。

它不仅能打开 App、发送消息，还能自动导航菜单、处理错误，甚至完成复杂任务如订车或录视频。

项目由一支创新团队开发，目标是让非技术用户也能轻松部署 AI 手机助手。项目尚未正式开源，但据开发者透露，GitHub 仓库即将上线，可能附带完整代码和文档。

目前已放出视频和官网页面。

主要功能

• 视觉+UI解析：结合视觉模型（识别屏幕内容）和 UI 结构提取（解析控件树），实现精准交互。
• 智能自愈机制：智能检测错误（如网络中断、界面变化），自动调整操作路径。
• Android Portal APK：类似Agent通行证的Android应用，部署后AI可通过它操控整个系统。
• 多系统管理（即将上线）：支持多台设备多实例，支持复杂工作流与并行处理。
• 元素追踪（即将上线）：精准提取点击元素，复现 LLM 行为，确保自动化一致性。
• 凭证管理器（即将上线）：支持登录信息和 2FA 绑定，个性化你的使用体验。

官方预览视频

为什么这个项目意义重大？

传统自动化 & UI Agent 工具主要聚焦于：

• 🖥️ Web 自动化（Browser Agent）•
• 🧑‍💻 桌面自动化（如 Auto-GPT + ComputerUse）

而 DroidRun 的出现标志着：

LLM + Mobile OS 的闭环第一次打通，Agent 终于能“看得懂手机、动得了 App”。

让你的 AI Agent 能像人一样，打开 App、点击按钮、滑动页面、处理表单，甚至完成网页交互与账号登录！

技术宅玩法示例

• DroidRun + Auto-GPT → 真正的“手机助理”
• DroidRun + WhisperChain → 语音控制手机自动操作
• DroidRun + LangGraph → 多 Agent 协同控制多个移动设备
• DroidRun + VNC 接入 → 可视化跨平台控制桌面 + 手机
• DroidRun + Cloud Emulator → 云端 Android 群控系统

写在最后

DroidRun 让 AI 从“会说话”跨越到“会动手机”！这是 AI Agent 向全端自动化迈出的关键一步。

你的 Agent 不再是只能“看网页”，它将能动手点 App、划页面、登录账号、处理任务，全面走向智能化移动交互。

DroidRun 是 LLM 操作手机的大门钥匙，它不仅是 Android 的 AutoGPT，更是未来个人 Agent 和智能手机结合的范式！

官网：https://droidrun.ai

文章来自微信公众号 “ 开源星探 ”，作者 痕小子