Operit AI

Operit AI是一款专为移动端打造的本地化智能代理平台，无需联网即可运行。它融合意图识别、工具调度与系统操作能力，支持文字、语音、图片、文件及截图等多模态输入；AI自动解析模糊需求、拆解执行步骤，并协同调用各类工具与系统权限，完成文件读写、网络请求、浏览器控制、界面点击乃至Linux命令执行等全流程任务。

Operit AI：手机端原生智能Agent工作台

Operit AI不是云端调用的轻量助手，而是一款深度扎根Android系统底层的本地化智能工作台。它将大语言模型的能力与真实设备权限打通，让AI不仅能‘想’，更能‘做’——读取文件、操控界面、运行Linux命令、调用浏览器、执行自动化流程，真正实现从意图理解到物理世界操作的闭环。

整个系统采用三层协同架构：模型层专注语义解析与决策规划；工具层封装系统能力与外部服务接口；权限层通过Shizuku、Root或无障碍服务桥接操作权限。三者动态协同，构成可扩展、可组合、可落地的移动智能体范式。

六大核心能力重塑手机AI交互逻辑

✅ 任务导向型工作区：支持多轮上下文记忆、附件拖拽上传、文件变更追踪、工作流可视化编排，告别碎片化对话，构建可持续演进的智能任务链。

✅ 全栈模型兼容体系：无缝对接OpenAI/Gemini/Claude等云端API，也原生支持MNN轻量化模型与llama.cpp本地GGUF推理，甚至预留NPU加速接口（待官方适配后即刻启用）。

✅ 真·系统级环境集成：在授权前提下，可调用Android系统服务（如通知、位置、剪贴板），自动打开App、点击控件、截取屏幕；内置浏览器支持DOM读取与网页自动化操作。

✅ 终端级开发环境移植：集成Ubuntu 24.04用户空间、SSH终端、SFTP文件传输，手机直连代码仓库、编辑Markdown、预览HTML、调试Shell脚本，轻量级全栈开发触手可及。

✅ 图谱化长期记忆系统：将对话历史、角色设定、知识图谱、任务状态结构化存储，支持多角色并行对话，并为不同角色绑定专属工具权限与记忆范围。

✅ 低代码自动化市场：通过统一工作流引擎与插件市场，可将常用操作（如每日天气+日程摘要+邮件发送）封装为一键执行任务，支持跨模型、跨工具、跨权限自动调度。

新手极速上手六步指南

🎯 第一步｜协议确认：首次启动即弹出服务协议与隐私政策，清晰说明数据本地化处理原则与权限使用边界。

🛠️ 第二步｜基础授权：必须开启悬浮窗权限（否则授权弹窗无法显示），同步授予存储、通知、无障碍（如需自动点击）等核心能力。

🔐 第三步｜权限分级选择：标准模式（适合绝大多数用户）、调试模式（需Shizuku）、Root模式（最高控制权）——按需选择，不强求高权限。

👤 第四步｜身份偏好设定：可自定义AI对你的认知标签（如“前端工程师”“学生党”“效率控”），系统将动态优化回复风格与工具推荐策略。

⚙️ 第五步｜模型接入配置：支持DeepSeek官方Token一键获取，或手动填入OpenAI/Gemini等兼容端点+密钥+模型名；自动识别端点格式（completions/responses），防填错报错。

🚀 第六步｜即刻实战体验：完成即启用！尝试语音问“地铁末班车时间”、截图发图查菜谱、输入“生成周报PPT大纲”——真实任务驱动学习，零门槛感知Agent价值。

模型配置与多模态协同机制详解

🧠 双轨模型管理：区分「聊天模型」与「功能模型」。前者主导对话流，后者专精特定任务（如识图、总结、UI操作），系统自动按需调度，避免能力过载。

🖼️ 智能识图三级响应：L1直识（多模态模型原生支持，最快）→ L2委托识图（主模型调用专用识图模型）→ L3 OCR兜底（无图模时自动启用文本提取）。

📊 上下文动态治理：支持双阈值设定——日常使用长度（如32k）与API最大承载量（如128k），配合「Max模式」开关智能切换；自动摘要触发条件可按消息数或token阈值设定，保障长对话稳定性。

🔧 终端级精细调控：提供自定义请求头、密钥轮询池、速率限频等高级参数，适配企业级API网关或私有化部署场景；本地模型运行时自动提示禁用工具链，规避手机端资源瓶颈。

Operit AI更新日志

v1.12.2版本

一、增加

新增 Token 用量账本、统计看板、活动视图、价格覆盖、缓存命中率、生成速度和安全删除能力

新增独立 TTS/STT 服务档案，支持创建、复制、切换、删除和旧配置迁移

新增按窗口或指定日期范围重建聊天记忆

Compose DSL 文件选择器新增文档、图片、视频、媒体、目录和相机模式

新增 AiChat、AdaptiveSidePanel、Compose DSL 对话框和聊天消息长按菜单

新增 DeepSeek Harness 运行时侧栏和完整 ToolPkg 运行时支持

新增 MiniMax、OpenCode Zen/Go、xAI Grok 和 OpenAI Codex OAuth 提供商，并支持 Codex 配额查询和 PDF 输入

新增按提供商和模型动态配置思考深度，补充 DeepSe