跳到正文
GitHub

Android App ​

android/ 是手机上的 nanoMuse:OpenMinis 1.13(GPL-3.0):一个原生 App,智能体在手机上运行,Linux shell、浏览器、MCP 服务器、 技能和定时任务都装在 APK 里,再加上 nanoMuse 自己的身份、设计和功能。属于 nanoMuse 的一切 都在 io.github.nanomuse.* 下;OpenMinis 文件里的改动用 // nanoMuse: 标出。应用 id 是 io.github.nanomuse.app,系统认得这个 App 的 URL scheme 是 nanomuse://,这样同一部手机上也装了 OpenMinis 时,不会有两个 App 抢同一个 scheme;App 内部的链接仍是 minis://…(上游的词汇,沙箱、 系统提示词和模型都用它),从系统进来的 nanomuse:// 链接按它的 minis:// 形式读,App 自己打开 自己的链接时一律按名字指向 MainActivity,不交给系统去解析 (io.github.nanomuse.deeplink.OwnScheme)。沙箱的 offload 套接字(proot 和 App 之间通信的 抽象套接字)也是 App 自己的:叫 io.github.nanomuse.app.native-offload,不用上游的 native-offload,因为抽象套接字在整台设备上只有一个命名空间,两个 App 用同一个名字,后启动的那个 会在启动时直接死掉;如果连这个名字都还被我们自己上一个进程占着,服务端就改绑一个带进程号的名字, 并把它告诉 proot(io.github.nanomuse.sandbox.OffloadSocketName)。这个选择的来龙去脉 在 roadmap.md;它之前的方案(包着一个 Python 服务器的 WebView,两个 APK 变体) 作为设计记录保留在 archive/android-python-line.md,不是你今天 下载到的东西。

一个 APK,一种架构:nanoMuse-<version>-arm64.apk(arm64-v8a,Android 8.0 / API 26 及以上, targetSdk 35)。每个版本都用同一把签名密钥,所以新 APK 直接覆盖旧的,数据保留。没有上架 Play 商店:「设置 → 版本」把已安装的构建和最新版本并排显示(先查 nanomuse.cn/dl/index.json, 再查这个仓库的 GitHub Releases:「最新 0.1.x,你用的就是它」/「0.1.x 已发布,点此更新」), 并提供下载。

安装 ​

  1. 从最新版本下载 nanoMuse-<version>-arm64.apk。想核对的话,运行 sha256sum -c nanoMuse-<version>-arm64.apk.sha256。
  2. 打开它。Android 会问一次,是否允许从你的浏览器或文件管理器安装。
  3. 登录。 第一屏就是账号:手机号或邮箱,一个验证码,设过密码之后也可以用密码。账号让 你的设备能连成一体(hub.md),也带来一个起步用的模型(cloud.md:每个 账号一份免费额度(写这页时是 ¥10),每邀请一位朋友,等对方发出第一次请求后,你和对方都再得一些;App 会显示中继 当前的数字;之后可以换自己的 key)。然后选哪个模型来回答:账号自带的,或者 你自己的 key(任何 OpenAI 兼容端点,或 App 内置的那几种 OAuth 登录)。设的是四个模型, 不是一个,都在同一页「设置 → 模型」里(设置顶部那张卡片打开它):对话,和你说话 的模型;操作屏幕,看屏幕的那个;生成图片和生成视频。项目托管账号给前两项都推荐 同一个多模态 Qwen/Qwen3.6-27B-FP8,不提供生图或生视频。每一行显示「服务商 · 模型」, 打开一个选择页:登录后只在中继实际菜单覆盖的行里先列 nanoMuse Cloud,然后是你自己每个 服务商一组,只列能做这件事的模型。每组先只显示 8 个模型,点 「还有 N 个」才全部展开(目录里这一行的默认模型排最前,然后是正在用的那个,其余按服务商 列出的顺序);所有组加起来超过 8 个时,分组上方多一个「搜索模型」输入框,按模型 id 或名称 实时过滤每一组,都不匹配时显示「没有匹配的模型」;搜索词和已展开的分组在旋转屏幕、 去「添加服务商」再回来之后都还在。在这里或在对话的 ••• 菜单里 选的对话模型,就是新对话的默认,主要聊天也跟着换(「对主要聊天和新对话生效;旁聊保留自己的模型。」);已经打开的旁聊保留它的模型。另外三个 选择页第一项是「自动」(操作屏幕例如「当前为 nanoMuse Cloud · Qwen/Qwen3.6-27B-FP8」),选它会忘掉在这里做过的 选择,让这一行重新按下面的顺序走。登录后这一页最上面有一个开关「使用 nanoMuse Cloud 模型」:关掉后,账号从所有选择页和自动顺序里退出,附带调用(标题、记忆、操作屏幕)都不再 走它,只有被拒绝那一轮上的「这次改用 nanoMuse Cloud」按钮例外;登录本身保留,同步和你的 设备照常。如果关掉那一刻对话模型还是账号的,「对话」那一行会换到你自己的第一个对话模型 (目录里该服务商的默认),每个客户端都这么做,页面上写着「对主要聊天和新对话生效」。对话 模型还是账号的、而你又没有自己的对话模型时,关闭会被拒绝并给出一句话:开关保持打开,下面 出现「先添加一个自己的服务商;关掉 nanoMuse Cloud 后没有别的模型能回答。」,因为没有别的 东西能回答。Cloud 这个服务商自己的页面(「设置 → 管理服务商」)遵守同一条规则;在那里关掉 一个正在回答对话的自己的服务商,对话会交给下一个来源,一个都不剩时发送会提示「现在没有 能回答的模型。请在『设置 › 模型』里选一个。」。有自己 key 的手机不登录也能用:欢迎页提供 「改用自己的 API key」。 完全不要账号、一切自己跑,是运行时的 cloud.required = false。
  4. 可选:让智能体能使用你手机上其他 App 的那两个权限(可跳过、可撤销)。「设置 → Hands」 仍保留屏幕模型那一行,点开是同一个选择页;「模型」页底部的「更多图片和视频选项」就是原来的 「图像与视频模型」页(手动输入模型名、缺了哪个模型会停下什么、重新检查一把 key 能用哪些 视频模型),也在 minis://settings/media。

用它来做什么。 保存一个你自己的服务商之后(新建的,或给原本没有 key 的补上 key),会有一张 卡片问这把 key 负责哪些事:目录里该厂商每有一项能力就有一个开关(对话、操作屏幕、生成图片、 生成视频),默认全开。「就这样」把勾选的几行切到这个服务商,模型用目录里该项的默认 (providers.json 的 defaults.chat 等),默认不在它的列表里时用列表里第一个能做这件事的; 「暂不」什么都不改,没勾的开关也一样,其他模型选择保持原样。以后在「模型」页改。

你没选的时候。 对话:登录了就是中继推荐的模型,否则是你自己的第一个服务商。屏幕、图片、 视频跟着对话的服务商走,只要它是你自己的、且有这项能力(用目录里的默认);否则登录了就用中继 实际菜单明确为这项工作提供的模型;再否则是你自己第一个能做这件事的服务商。项目托管 Cloud 只有对话和操作屏幕,不提供媒体生成。选过的永远优先,nanoMuse Cloud 不会插到你选 的服务商前面。你自己的模型失败时不会自动兜底:错误卡片多一个「这次改用 nanoMuse Cloud」 (仅登录后显示),只把这次对话或操作屏幕请求放到中继的对话模型上跑,不改任何一行。图片或 视频失败时没有 Cloud 重试,修好或更换你自己的媒体服务商后再试。

自己的中继。 登录屏默认连 nanoMuse Cloud,除非你另有指定:登录表单下方的「使用其他服务器」 接受你自己运行的中继地址(cloud.md,cloud/docker-compose.yml),「检查」会请求它的 /healthz 并显示它回答的版本,「使用这个服务器」把地址记住,下次启动仍然有效。自己网络之外的 地址必须是 https://;自己网络内的地址可以用明文 http://,判断规则与模型服务器地址相同 (见下文:按解析后的地址判断私有网段,localhost、不带点的名字,以及 .local、.lan、.home、 .internal、.home.arpa、.localdomain、.ts.net 后缀)。「设置 → 账号」显示「服务器:<host>」和「更改」,更改会先把 手机退出登录:它持有的 key 属于签发它的那台服务器。App 对账号做的一切(登录、hub、同步、 用量、模型菜单)都发往这个地址。

手机能做什么 ​

Shell 的进度更新会保留较短覆盖后未被改写的文字。终端的颜色和标题控制码会先移除,避免覆盖后在输出中留下转义序列的残片。

每次调用带给模型的东西,手机自己也设了一个预算(1.0.8,io.github.nanomuse.chat)。托管模型最近一周的数据里,首字时间随提示大小增长(12k token 以下中位数 4.7 秒,24k 到 40k 之间 25 秒,40k 以上 54 秒),所以 ContextBudget 把压缩线拉到 32k token,64k 以上的窗口一律如此(托管模型按 128k 窗口处理时,原来是 108k),旧的大段工具结果从 28k 起写到磁盘;压缩本身,以及它完整保留的最近几轮,都还是上游的。PromptDiet 把基础提示里最胖的两块改写得更紧凑,不删任何能力:browser_use 的 schema(每个动作和参数都在,cookie、视口、无限滚动那几段写短了)和 Android 工具一节里 minis-* 的几段(其余的在各个 CLI 的 --help 里)。合起来大约 5k 字符,约为过去每次调用在一条消息之前就带上的内容的八分之一。

一轮还没等到第一个字的时候,输入中的点点下面有一行小字(NmWaitLine):前十秒什么都不显示,然后是「模型接口比较忙,已等待 15 秒」和「取消」;nanoMuse Cloud 说请求正在等它的模型名额时(中继 0.31 每 5 秒发一段没有 choices、带 nanomuse: {phase, ahead} 字段的 chunk,cloud.md),一知道就改为「前面还有 3 个」或「下一个就到你」(NmStreamStatus,OpenAIProvider 里标记的一行)。用到工具的一轮里,每一步各自计时。

智能体,在手机上一个沙箱里的 Alpine Linux、一个真正的 shell、文件、浏览器、MCP 服务器、Agent Skills 格式的技能、记忆、定时任务;删除、发送、付款之前先审批。模型是账号的或你自己的;用自己的 key 时,对话本身从手机直接发给那家服务商,不经过项目的中继;1.0.7 起,答完的那一轮会事后补进你账号的记录(模型的 id 和这一轮,从不包括 key),让你的其他设备也有它(cloud.md)。
手(Hands)(hands/)打开「Hands」并启用无障碍服务之后,智能体会看手机的屏幕,在各个 App 里点、输入、滑动:这是 API、抓取和浏览器之后的最后一级。盖在 App 上的舞台显示它即将点哪里,一个胶囊显示当前步骤和停止;屏幕边缘有一圈呼吸的光(干活时蓝色,等你时琥珀色;亮 2.4 s、暗 2.4 s,第 9 轮起每个客户端上每一处「在干活」的灯都是这个节奏:没有东西绕着边缘跑,也没有东西从屏幕上扫下来,胶囊的环和竖条按同样的节奏呼吸;系统设了「减弱动态效果」时全部静止);当一次点击会发送、发布或删除时,胶囊自己就会问(允许 / 拒绝,和聊天卡片、通知显示的是同一个请求),所以你不用被拉回 nanoMuse(付款在聊天卡片里用锁屏确认;对这一种,胶囊提供「打开」);胶囊只回答它自己的请求,不会替另一段对话的命令行或浏览器卡片作答,卡片等待期间按停止会直接拒绝它并立刻结束这次运行。密码和验证码永远由你自己输。屏幕没有变化而同一个动作做到第三次,历史里会记一笔,好让模型换个法子;做到第六次,这一轮就以「做不到」结束并写明是哪个动作(HandsLoopWatch,运行时也有同样的底线),而不是每一步都调用一次模型,直到三十分钟上限。每一步的截图写在会话的 attachments/hands/<run>/ 下、与这次运行的轨迹放在一起;最新的十次运行保留全部截图,更早的运行只保留轨迹和最后一张屏幕(聊天里显示的那张),超过 200 次之后最早的一次整个删除(HandsTraces)。gui.md 是设计记录;App 自己的手在 io.github.nanomuse.hands。
Reach(reach/)从手机使用你的电脑:「手机上说一句,电脑上执行」,一条 shell 命令、一个文件、电脑的屏幕,或者把整个任务交给那边运行的 nanoMuse。入口是 hub(下一行):在电脑上装 nanoMuse 桌面版,用同一个账号登录,几秒钟内它就出现在「账号 → 设备」下,不限网络;从 0.1.24 起这是唯一的方式(局域网的 host 脚本已经去掉)。「设置 → 电脑」列出账号下的电脑,并说明手机用的是哪个账号,因为电脑不见了,几乎总是因为它登的是另一个账号。审批在手机上决定之后,才会发出任何东西。every-device.md。
hub(hub/)账号下每台登录的设备都在中继的 hub 上相遇:手机看得到你的电脑,能拜托它们做事,把它们的审批当作卡片收到,也能被它们拜托。一个前台服务让它在后台也保持可达(Android 13 及以上为此会请求通知权限)。hub.md。
编程助手(ui/coding/)你电脑上的 Cursor、Codex 和 Claude Code 会话,在手机上看、在手机上指挥。coding-agents.md。
账号(ui/cloud/)谁登录了、密码、每台持有 key 的设备、按类别和按模型的用量、退出的方式。免费额度用完或超过 80 % 时,账号页和被拒绝的那一轮都会显示接下来的路:自己的 key,也就是目录里的服务商,所在地区的排前面(中国大陆的人看到阿里云百炼:判断依据是界面语言为简体中文、用手机号登录,或者中继这么说;其他地方是 OpenRouter 和 OpenAI),每一家都写明它覆盖什么;你已经在付费的套餐(ChatGPT、Claude、Kimi、OpenRouter 用登录代替 key);还有邀请。见下面的自己的 key。手机只显示、只同步当前登录账号的对话:从 0.1.40 起每个聊天都有一个归属者,同步与否都是;退出登录时会问「在这台设备上保留这个账号的聊天」(默认关:这个账号的聊天、记忆、动态、目标、例程和形象都离开手机;开:先收起来,等它回来);删除账号会把这些全部删除;中继拒绝的 key(401 bad_key)会像「保留」那样把账号的数据收起来,登录页会一直说明,直到下次登录;只有 401 account_deleted 会删除;退出登录状态下,只显示退出后产生的聊天(sync.md)。
交到你手里的浏览器(browser/)需要你亲自处理的页面(登录、验证码、付款、人机验证)会直接交到你手里,而不是用文字描述:browser_use 的 hand_over 动作把智能体自己的标签页(同一个 WebView、同一个会话)在浏览器面板里打开,智能体松手;输入框上方的轮到你了卡片说明页面要你做什么,带「打开页面」和「完成,继续」,面板上是同一句话和同一个按钮,工具调用会等到「完成」(最多十五分钟),然后智能体从页面当前的样子接着往下做。io.github.nanomuse.browser.BrowserHandOver。
连接器(connectors/、ui/connectors/)智能体可以被放进去的那些服务:桌面版那份 75 个远程 MCP 服务器的目录(Notion、Linear、GitHub、GitLab、Slack、Stripe、Miro……),以 assets/nanomuse/connectors.json 随 App 发布。设置里管这一切的只有一行:「连接器」;上游的 MCP 编辑器(按地址、按命令、导入 JSON)是页面末尾的「你自己的服务器」。开放的服务点一下就加上;要 key 的服务填 key;OAuth 服务走 MCP 授权流程(发现、动态客户端注册、在 Custom Tab 里做 PKCE),令牌进入该条目的 Authorization 头,供沙箱内的 MCP 客户端使用,App 启动时刷新;授权服务器不接受注册客户端的服务(clientIdRequired:GitHub、Slack、Discord、HubSpot、Render、Bitrise、PagerDuty、Box)会要你在厂商的开发者页面用 App 的回调地址创建一对 OAuth client id 和 secret,面板会显示并复制这个回调地址。连接好的服务就是同一个 id 下的一个 MCP 服务器条目;「你自己的服务器」也能管它。连接了什么,会通过中继的 profile 分享给账号的其他设备,只有条目(id、名称、地址、认证方式、哪台设备、何时),从不包含令牌,所以页面还会列出「在你的其他设备上」:在桌面上连接的服务显示为「已在 <device> 上连接,在这里登录即可在这台手机上使用」,点一下进入同一个面板。
聊天,不花哨智能体工作时,形象下面那一行写的是正在进行的步骤(「nanoMuse 正在用 Shell」「正在写回复」「在做了:订餐桌」),从不写心情。工具小标签、「电脑」面板和浮动的步骤条从 0.1.37 起默认打开;「设置 → 外观 → 显示智能体的步骤」可以关掉它们。打开时,完成的步骤显示为「nanoMuse 用过 Shell · 完成」,它的面板点 ×、滑动或返回键都能关。

聊天和胶囊栏、菜单、抽屉在同一块底色上:深色主题是纯黑,浅色主题是纯白。你的消息是白色胶囊、黑色文字(浅色主题下反过来,黑色胶囊、白色文字), 智能体的回复放在比底色略浅一级的胶囊里(#1C1C1E / #F2F2F7),发送按钮和「回到最新」圆盘是白底黑箭头(浅色主题下反过来); 除了链接,对话里没有蓝色。顶栏不是一条横条,而是一层渐隐:对话从它下面滚过去,渐渐融进底色;往回翻旧消息时,顶边还会多出一层渐隐。 调色板在上游的 com/openminis/app/ui/theme/ChatColors.kt,由 scripts/rebrand.py 写入。

消息输入框始终位于浮动导航胶囊上方,胶囊栏和输入框一样宽(同样的 16 dp 边距;最宽 420 dp,更宽的屏幕上居中),两枚胶囊的边缘对齐。智能体使用工具时,步骤条在输入框上方; 最新消息和工具小标签都可以完整滚动到它们上方。对话仍会滚过导航胶囊背后, 保留磨砂模糊效果。输入框展开、工具预览或审批卡片出现时,间距跟着底部区域的实际高度调整。 审批卡片本身最多占屏幕的三分之二:超过六行的命令折叠在「全部显示」后面,说明和预览在中间滚动,「允许」和「拒绝」始终留在底部可见。 查看较早的消息时,稍淡的渐隐效果沿着输入框的圆角轮廓展开。 只有当前浏览器操作的步骤条、浏览器面板或「轮到你了」操作卡片显示时,这层渐隐才会隐藏;历史工具小标签和其他工具不会关闭它。 深色模式下,主要聊天和旁聊的导航胶囊周围为纯黑色,输入框下方的间隙也会被盖住。 胶囊的玻璃区域仍透出滚动内容,保留实时磨砂模糊效果。其他页面的导航外观保持原样。 键盘弹出时,输入框贴在键盘上,胶囊栏在键盘后面。 动态、点子、目标和资源库四个页面的列表也在胶囊栏上方结束,最后一行不会被它挡住。

同一个账号的网页控制台在中继上(/app),桌面版见 desktop.md;手机、桌面和网页共用 brand.md 里描述的设计语言。

在「设置 → 外观」中,「聊天输入」「消息文本」和「应用基础」的字号标签会跟随应用语言。

自己的 key ​

App 认识的厂商在一个文件里,assets/nanomuse/providers.json,运行时的 nanomuse/llm/providers.json 的一份拷贝,由 node scripts/providers-json.mjs 写出,每个客户端读的 都是这同一份目录(own-key.md)。每个条目写明端点在哪、在哪里创建 key、有哪些登录方式、 在哪里接受注册(cn、global),以及它的模型能做什么:chat、vision(手看屏幕)、image(图片)、 video(短视频)。

卡片。 额度用完或快用完时,「使用自己的模型 key」列出目录,所在地区的厂商在前:大陆是 阿里云百炼(一把 key 覆盖全部四项;它只接受中国大陆的账号注册),其他地方是 OpenRouter 和 OpenAI;然后是其余的,每次三家,收在「更多服务商」后面。每一行都写明这家覆盖什么 (「聊天 · 屏幕 · 图片 · 短视频」);「添加」打开服务商表单,预填好它的名字、端点和 /v1 设置 (minis://settings/providers/add?preset=<id>),「获取 key」打开厂商的 key 页面。不推荐任何一家。 「你已经在付费的套餐」列出用套餐登录、不用 key 的厂商:ChatGPT(OpenAI 的 Codex OAuth)、 Claude、Kimi(设备码)和 OpenRouter;「登录」打开同一个表单并停在登录按钮上(?preset=<id>:oauth), 走的是 OpenMinis 自己的 OpenAIOAuthManager、ClaudeOAuthManager、KimiOAuthManager 或 OpenRouterOAuthManager。ChatGPT 那一行附一句话:OpenAI 的条款只允许 ChatGPT 套餐在 OpenAI 自己的 Codex 里使用,别的 App 曾被切断过这种访问(OpenCode,2026 年 1 月),如果停了,API key 照样能用。Anthropic 和 Gemini 打开的是 OpenMinis 为它们准备的服务商类型;其他都走 OpenAI 兼容表单。Claude 登录需要 Anthropic 要求放在每个请求开头的一段标识;它在构建时从 app/provider-customization.properties 读入,这个文件不在仓库里,所以发布的 APK 没有它。没有这段 标识的构建不会列出 Claude 登录(这张卡片上没有,「添加服务商」里没有,?preset=anthropic:oauth 打开的是 API key 表单);早先版本保存下来的 Claude 登录,每次发送都会得到一句「这个版本不能用 Claude 账号登录。请改用 API key 添加 Anthropic。」,而不是让 App 退出(io.github.nanomuse.cloud.ClaudeSignIn)。

列表从哪来。 中继的 /v1/me 带着 spend.guidance(中继 0.21,cloud.md):这个人所在 地区的服务商,按中继的顺序,每家覆盖什么、可以登录的套餐以及它们面向哪些客户端、本地服务器、 文档链接,还有关于 ChatGPT 登录的那句实话。cloud/Guidance.kt 解析它,Ways.resolve 优先用它, 卡片和「设置 → nanoMuse Cloud」只在中继没发(旧中继)时才读内置目录,所以中继上新加的厂商 不用等 App 更新就能出现,中继不再列出的服务商当天就消失。429 allowance_exhausted 在数字旁边 带着同一块内容。

各家覆盖什么。 能力决定 App 提供什么(cloud/Capabilities.kt):图片(「设置 → 模型 → 生成图片」、 形象工作室、nanomuse-media image)只在厂商有 image 的服务商里挑;短视频只在有 video 且 App 能驱动的里面挑(百炼的视频 API);屏幕模型和它的选择页只列出有 vision 的厂商的模型。通过 Codex 登录的 ChatGPT 套餐只有聊天和视觉(Codex 后端没有图片或视频端点),所以从不会被拿来 画图。目录不认识的厂商(一个网关、你自己的中继、nanoMuse Cloud)按它模型自己的说法算,和以前 一样。没有任何已配置的服务商具备某项能力时,页面用一句话说明(「画图需要有图像模型的 服务商:百炼、OpenAI、Gemini 或 OpenRouter。」),而不是报错。

一把 key 有哪些视频模型。 百炼的 /models 列表里没有视频模型,所以 App 拿一个不计费的空任务 逐个去问这个版本认识的那几个模型(VideoGen.KNOWN_DASHSCOPE_MODELS,万相 2.2 Flash 排第一), 答案记一天。「视频」选择页列出这份答案,再加上你自己在该服务商下列出的每一个视频模型——名字 带 t2v、i2v 等字样的条目,或者详情里输出模态标了 video 的条目(名字叫什么都行)——原样 列出,不管探测有没有确认过。要问的模型一变(你加了条目,或新版本认识了新模型),记下的答案 立刻重新去问,不用等满一天。「图像与视频模型」页仍保留手动输入模型 ID 的输入框。 (#508)

在形象工作室重新生成候选图时,新一组会替换旧一组。旧请求随后返回的图片或失败结果,不会改动新一组的候选格或文件。点击重新生成即可开始新请求,无需等待旧图片保存完毕。

连不上服务商的时候(net/ProviderReach.kt、ui/chat/ProviderReachCard.kt)。失败的一轮,如果 错误来自传输层(OkHttp 的「failed to connect to chatgpt.com/…(port 443)」「Unable to resolve host」、 一条 TLS 或超时信息),或者是 OpenAI 的「region not supported」,就显示为一张卡片而不是红色横幅: 发生了什么、什么有用(这台手机上的 VPN、「设置 → 网络」下的代理、另一家用你自己 key 的服务商)、 「重试」,以及收在「详情」后面的原始信息。上游的 mapHttpError 会丢掉 401/403/429 的响应体, ReachSignal(OpenAIProvider 里一处 // nanoMuse: 改动)把它们留几秒钟,以规范的 nm_reach: 行 写进消息,所以过期的 ChatGPT 登录显示「重新登录」,用完的套餐窗口显示「ChatGPT 套餐暂时没有 剩余了」,附 OpenAI 自己的那句话和重置时间;key 服务商上普通的「Invalid API key」则保持上游的 样子。中继的 daily_cap 429 现在和 allowance_exhausted 一样读取,卡片会说今天的份额用完了, 隔天回来。额度卡片还列出你自己的模型(你自己电脑上的 Ollama、LM Studio、vLLM),以及对登录 账号而言,你的电脑:聊天里打「@」加它的名字,这一轮就在那边跑。

中继拒绝一轮的时候(cloud/RelayRefusal.kt、ui/chat/RelayRefusalCard.kt)。nanoMuse Cloud 发来的 每一种拒绝都是手机语言的一句大白话,加上一个合适的按钮,从不显示状态码、中继的 JSON 或上游的 「Rate limited」。回复在响应体还完整时读取(AllowanceSignal.noteHttpError,经由 OpenAIProvider 里 同一处 // nanoMuse: 改动),以规范的 nm_relay: 行存进消息,由卡片绘制:413 too_large(也包括 中继主机上的代理返回的普通 413)→「这条消息对模型来说太大了。缩短一点、去掉一些附件,或者开 一个新聊天。」加「新聊天」;400 content_rejected(服务商的内容审核没有放行这些内容;用自己的 key 时服务商自己的 DataInspectionFailed 也算)→「模型服务商的内容审核没有放行这次请求。换个说法 试试;如果反复出现,就新开一个对话,被拦下的可能是对话里更早的内容。」加「新聊天」和「重试」, 压缩的对半重试(ChatViewModel.shouldSplitOnError)不碰它,因为请求再小,同样的内容回来还是被拒; 401 bad_key / account_deleted →「登录」;403 not_invited / account_disabled / signup_closed →「打开设置」;429 too_many_in_flight / locked / rate_limited 和 provider_busy(附 retry_after 的等待时间)→「重试」;404 model_not_offered →「打开设置」;503 service_paused、sync_paused、hub_paused 以及任何 5xx 或空响应 →「重试」。429 allowance_exhausted 和 daily_cap 保留额度卡片;带 paused: true (中继 0.22)时,卡片开头说额度「在这个中继上暂停了,不是用完了」,剩下的保持不变。这些句子 来自 NanoMuseCloud.describe,和登录页、账号页用的是同一批,17 种语言都有(nm_cloud_err_*)。 单元测试:RelayRefusalTest、GuidanceTest。

设置 → 网络(net/OwnProviderProxy.kt、ui/net/NetworkScreen.kt、minis://settings/network)。 给自己的服务商用的 HTTP 代理:主机、端口、可选的用户名和密码,默认关闭,只存在这台手机上:设置项在 SharedPreferences 里,密码单独放在一个 EncryptedSharedPreferences 文件里(nanomuse_proxy_secrets, 和服务商 key 一样的存法;1.0.3 的手机存在普通文件里的密码会在第一次读取时搬过去)。它在 MinisApp.onCreate 中被装为进程默认的 ProxySelector,所以每个 OkHttp 客户端每次请求都会问它;对目录里的主机、chatgpt.com、auth.openai.com 和服务商实例的自定义 base URL(从不包括中继的,从不包括局域网地址)它回答代理,对其他所有主机回答系统的设置:hub、 中继、沙箱镜像都不受影响。服务商客户端带着 OwnProviderProxy.authenticator,应付要密码的代理。 「测试」按填写的代理抓取 https://chatgpt.com/,报告状态码和毫秒数。单元测试:ProviderReachTest、 OwnProviderProxyTest。

离开登录页或「网络」页,会取消该页尚未完成的请求,服务器已开始回复但还未传完时也一样。

语音输入 ​

Android 13 及以上的系统连续听写在识别器切换到下一段时会继续传入音频。上一段已关闭管道的写入失败,不会再清除新一段的音频流。

使用服务商语音模型时,静默录音达到时限,或极短语音等待补充超时后,面板会回到空闲状态。已经开始的转写仍会等待结果,不会被空结果提前结束。

系统语音输入可以优先使用设备端识别。手机没有可用的设备端识别服务时,会改用默认识别服务;默认服务返回的语言错误会显示在语音面板中。已经启动的设备端识别器缺少语言包时,仍会尝试一次默认服务。

录音无法启动,或在开始采集前被取消时,语音检测器也会释放已经创建的录音器,避免重试语音输入时留下未释放的录音器。

一段话在静音后结束时会送去转写并关掉麦克风,而这个关掉过去是在语音检测器自己的回调里、同一个线程上,把它正在运行的原生对象直接释放掉:说满两秒以上再停下来,App 就会原生崩溃(1.0.8 修好了;上游 OpenMinis 1.14 有同一处改动)。现在回调里发起的停止,要等检测器把这一帧处理完交回来才生效。

隐私与权限 ​

中继保存账号 id、一个打码的标识、用量计数,以及智能体的名字和外观(让你的设备保持一致); 你的对话有三份:记录(和中继模型的每一轮完整保存,1.0.7 起用自己 key 的轮次也补进来,你的设备和运行中继的人能读, 在数据控制里一键删除)、对话同步(登录后默认开启,在数据控制里关掉),以及只在「帮助改进」开着时才进入的训练集 (privacy.md、cloud.md、sync.md);第一次对话的第四句话会这么说。 数据控制会显示记录里有这个账号的多少轮(其中多少轮用自己的 key、多少张图片),以及这个中继保留多久。在手机上,API key 和账号 key 放在 EncryptedSharedPreferences 里,设置 → 网络 的代理密码也是(1.0.4 起;只在这台手机上);从 0.1.40 起 App 完全不参与设备备份(allowBackup="false": 聊天、记忆和 key 从不上传到 Google,重装后从空白开始,账号的聊天通过同步回来;res/xml/ 下的 两个规则文件留着,等哪天开关再打开时用)。手需要无障碍服务和悬浮窗权限,两者都可选、都能在 同一屏撤销(首次运行的「手」那一页在 App 标志下面请求这两项,和登录页一样);会发送东西的步骤(点「发送」,或在聊天软件的消息框里按回车)一次一次地审批, 「本次对话」的答复也只对当初授权的那个 App 或地址有效。账号下的另一台设备想在手机上运行、读取 或写入什么(hub 的 shell、files、open、screen……),要先经拿着手机的人批准:「一次」或 「对这台设备总是允许」,可在「权限」里撤销。另一台设备或智能体说出的路径(hub 的 files、 nanomuse-media、nanomuse-pc put)只在沙箱内解析(io.github.nanomuse.sandbox.SandboxPaths): .. 和指向 rootfs 之外的符号链接都无处可去,App 自己的私有文件始终够不着。App 只对你自己网络内的地址(私有网段 10/8、172.16/12、 192.168/16、Tailscale 分配的 100.64/10、链路本地地址、IPv6 ULA、localhost、不带点的名字, 以及 .local、.lan、.home、.internal、.home.arpa、.localdomain、.ts.net 后缀),也就是一台模型 服务器或你自己的电脑,允许明文 http://,其他地址在服务商 URL 字段里一律拒绝 (io.github.nanomuse.net.LanOnly)。地址先解析再判断,所以 10.foo.example.com 这样的公网名字 不会被当成私有地址。自己的中继能否用 http:// 也按同一条规则判断;nanoMuse Cloud 以及到它的 hub 只走 TLS。App 内的 web view 不对其他 App 导出。用服务商语音模型做语音输入时,麦克风只在录音期间打开:停止或取消录音都会立刻关掉录音器,取消的那段音频直接丢弃,不会发给服务商。

除了这一轮本身,记录还会听到什么(中继 0.31)。发给 nanoMuse Cloud 的聊天请求,除了设备和对话的 id,还会带上这次调用在对话里的位置: 这一轮是谁发起的(X-NanoMuse-Run:你本人、定时任务、动态的例行程序、目标的检查、另一台设备通过 hub 托付的任务)、 按聊天自己的计数这是第几轮、这次调用是这一轮里的第几次、手在操作屏幕时所属的那次运行及其步数,以及 X-NanoMuse-Platform: android; 用自己 key 跑的轮次上传时带同样的字段(cloud.md;io.github.nanomuse.cloud.Provenance 从聊天的协程里读出这些, 所以手打的消息、重试、例行程序的提示、hub 任务和手的每一步说的都是同一套)。登录状态下,手机还会把一轮前后发生的事以短记录发上去 (POST /v1/events,io.github.nanomuse.cloud.ClientEvents):风险闸门对每条 shell 命令、浏览器点击、屏幕步骤的判定和那张卡片是怎么答的, 手的每一步和这次运行是怎么收尾的,一轮是被手动停下还是出错结束,以及最新回复下面的两个拇指和停止之后的那一个问题 (「为什么停下来?」,五个一词的答案加「跳过」;例行程序或另一台设备的那一轮不会问)。只有代码和数字——工具的种类、风险档、谁答的、等了多久—— 从不包含命令、页面、屏幕或对话里的任何一个字(cloud.md);数据控制里的删除会把它们和轮次一起删掉。

自己构建 ​

JDK 21(CI 用的也是它)和 Android SDK(Android Studio 会把两个都装上);scripts/android/env.sh 在一台空机器上 设好环境。工程在 android/src/android 下:

bash
bash scripts/android/build-natives.sh   # 只需一次:proot、Alpine rootfs 和 rclone.aar(NDK r27c,Go 1.25+)
cd android/src/android
./gradlew :app:assembleDebug        # app/build/outputs/apk/debug/app-debug.apk
./gradlew :app:assembleRelease      # signed with android/keystore.properties when present
./gradlew :app:testDebugUnitTest --tests 'io.github.nanomuse.*'   # 我们的单元测试
./gradlew :app:lintDebug            # Android lint;报告在 app/build/reports/lint-results-debug.html

Lint 用的是比 AGP 8.7.3 自带版本更新的 lint(gradle.properties 里的 android.experimental.lint.version):Compose 和 lifecycle 库自带的检查,自带的那个加载不了。上游树里有 它自己的 lint 发现;看报告时找 io.github.nanomuse 的部分。

rclone.aar 用 Go 构建,模块走 Go 自己的默认代理(https://proxy.golang.org,direct);在中国大陆网络下先 export GOPROXY=https://goproxy.cn,direct,env.sh 会沿用你导出的值。

scripts/rebrand.py 带着版本号(VERSION_NAME、VERSION_CODE),把 nanoMuse 的命名套到 OpenMinis 树上;android/BUILDING.md 讲原生部分。没有签名密钥时,release 构建用 debug 密钥签名, 能安装,但不能升级一个正式签名的构建。要签名,先创建一次密钥,放在仓库之外:

bash
keytool -genkeypair -keystore ~/.nanomuse-release/nanomuse.jks -alias nanomuse \
        -keyalg RSA -keysize 4096 -validity 10950

然后把它的四个值填进 android/keystore.properties(已 git-ignore:storeFile、 storePassword、keyAlias、keyPassword)。

仅用于聊天测试的模拟器构建(-Pnm.abi=x86_64)会排除缓存中的 arm64 proot 和 Alpine 根文件系统资源。切回默认的 arm64 构建后会重新包含这些资源,无需删除缓存。

发布 ​

.github/workflows/android.yml 在 android/ 下每有改动就构建 debug APK(「debug APK · arm64-v8a」 这项检查)。版本由 scripts/release-apk.sh <version> 从一个标签做出来:它核对版本号与 rebrand.py 和 Gradle 是否一致,用 release 密钥构建 :app:assembleRelease,写出 dist/nanoMuse-<version>-arm64.apk 和它的 .sha256,加 --publish 时打上 v<version> 标签, 并把两者连同 docs/releases/v<version>.md 里的说明一起附到 GitHub release 上。工作区有未提交的改动, 或者提交不在 main 上,发布会被拒绝。debug 签名的 APK 永远不进 release,因为正式签名的版本无法覆盖它。versionName 必须和标签一致,就像 Python 包的 版本号那样。

东西都在哪 ​

路径(android/src/android/app/src/main/java/io/github/nanomuse/)作用
cloud/NanoMuseCloud.kt账号:用验证码或密码登录、加密存储里的 key、/v1/me、用量、会话、本地化的错误句子;中继的菜单和它的两个默认值(for: chat / for: gui)
cloud/Region.kt、cloud/ProviderCatalogue.kt、cloud/Capabilities.kt、cloud/OwnKeyPresets.kt、cloud/ProfileSync.kt哪个地区的厂商排前面(大陆 → 百炼,否则 OpenRouter 和 OpenAI);从 assets/nanomuse/providers.json 读出的自带 key 目录,以及某个已配置的服务商对应哪家厂商;一个服务商覆盖什么和那些一句话的「不可用」提示;预填的服务商表单(?preset=<id>[:oauth]);拉取和推送的中继 profile(名字、外观、连接器)
sync/对话同步(契约 C7–C10):SyncEngine(什么上传、什么下载;每个映射带 owner,只有本账号的)、ConversationSync(何时同步;hidden:另一个账号的聊天,从 ChatRepository.observeSessions() 里排除)、LocalChats、Room 存储 nanomuse_sync.db(含 C12 的 session_owners 表)
account/契约 C12(0.1.40,sync.md):AccountScope(规则:一个会话是谁的聊天、账号的 key、列表排除什么、被拒绝的 key 保留什么(keepOnRefusedKey:全部保留,除非中继说 account_deleted);有单元测试)、AccountData(执行规则:每个聊天一行归属记录,leave 把账号的聊天、记忆、动态、目标、例程、形象和偏好收起来或删掉,enter 把一个账号的东西带回来)。「库」标签遵循同一条规则:只列出聊天列表会显示的那些会话的工作区,共用一台手机时另一个账号的文件不会出现(library/LibraryIndex.shows,有单元测试)
hub/Hub(状态、设备身份、设置)、HubClient(带退避的 socket;key 被拒绝时每分钟重试一次并如实显示,连接被替换时等 30 秒,运营者暂停 hub 时等两分钟并如实显示)、HubService(前台服务)、HubActions(其他设备可以让这台手机做什么;`stop {call
reach/Computers(账号的设备,按 hub 列出的样子,以及对它们的调用;0.1.24 起不再有配对,也没有自己的令牌)、把工作转交给电脑的处理器
models/「设置 → 模型」背后的逻辑:ModelSlots(四个槽位、各自设成了什么、存在哪里、选择页列出的分组、对话默认的 followPick、「用它来做什么」卡片的 applyProvider),SlotOrder(解析顺序和目录默认,纯 Kotlin,有单元测试),PickerList(选择页每组 8 行的折叠、排序和搜索过滤,纯 Kotlin,有单元测试)
ui/models/「模型」页、每一行背后的选择页、「用它来做什么」卡片(minis://settings/models)
chat/CloudRetry.kt「这次改用 nanoMuse Cloud」:卡片何时提供它,以及 ChatViewModel.retryLast 这一轮用的服务商
chat/RoutineWakes.kt、ui/chat/NmRoutineWakeRow.kt定时任务的一轮是例程的,不是本人的:ScheduledAgentRunner 在提示词发出前先登记一次唤醒,ChatViewModel 把它绑到落库的那一行,聊天里这一行只画成一行安静的小字「例程 · 〈名称〉 · 08:00」,而不是一条以本人口吻发出的气泡;模型收到一条只管这一轮的 SessionAddenda,说明情况,于是它直接从结果说起,不感谢谁的提问。到 1.0.4 为止,提示词就像本人打的字一样立在聊天里
feed/动态:FeedFlow 维护每日定时任务和它写作所在的会话,这个会话是智能体的工作间,不进抽屉、聊天列表和主聊天的回退(FeedFlow.hidden,由 ChatRepository.observeSessions()、MainChat 和「移到会话」面板读取);FeedStore 存帖子,最新的一天在前,一天之内最新的一批在前、每批保持模型给出的顺序(同一批共享 created 时间;FeedStore.DAY_ORDER,有单元测试)。智能体在 /var/minis/feed/YYYY-MM-DD/NN.md 读帖子,你点过赞的带 liked: true:这是一份只读副本(FeedSandboxScope,每条 shell 命令前和每次点赞后刷新),不是 App 自己的目录,因为 PRoot 不能把文件夹只读地绑进去,而点赞是本人的,不该由智能体改;没有 liked 的帖子只是还没反应,提示词里说明了这不是不喜欢。任务在 App 退到后台时写出了帖子,就发一条点出帖子标题的通知,点开进动态页(minis://feed),取代 1.0.4 之前那条带着模型原文、点开进会话的通用「任务完成」通知
chat/TurnReply判断刚结束的这一轮到底产出了哪条助手消息:只有排在最后一条用户消息之后、且没有挂着错误的最后一条助手消息才算。动态、目标和首次对话都通过它读回复,所以模型调用在产出回复前就失败的一轮,交给它们的是空,而不是上一轮的回复(#637)
net/ModelBlip沙箱里 model_use 调用外面的重试:网络错误、瞬时错误或 5xx 隔一秒、两秒再试,和聊天、iOS 的桥一致;其他错误直接抛出。网关自己上游没有应答的 HTTP 0 也按瞬时错误处理(#640)
hands/作为手的无障碍服务、舞台和胶囊、屏幕读取器;Hands.screenModel 选屏幕模型(已选的 → 对话服务商自己的默认,当它能看图 → Cloud 给 gui 推荐的模型 → 自有 key 的回退模型 → 一个能看图的聊天模型 → Vision Group)
ui/coding/你电脑上的编程助手
backup/nanoMuse 在上游备份(设置 → 备份与恢复,minis://settings/backup)之上加的东西:「对话」下面的「对话里的文件」(默认开)可以关掉,对话就只带消息,每个会话的文件在包里只列为墓碑,其他类别不变,1.5 GB 的包因此只剩几 MB,拒收大文件的服务器也收得下(#561);目的地返回 413 时说明是服务器的上传上限(BackupHints);沙箱里的 nanomuse-backup run 用页面上保存的选项和所有已启用的目的地做一次备份,记入页面的历史(BackupRun;status、history、choices 读它),定时任务因此能让手机定期备份。加密开着时它会拒绝,因为口令在页面上输入、从不进入命令行;没有启用的目的地时也拒绝(#560)
connectors/、ui/connectors/连接器目录(ConnectorsCatalogue 读取资源文件)、MCP 授权发现与注册(McpAuthDiscovery)、连接和令牌刷新(Connectors)、这台手机连接了什么并发布到 profile、其他设备连接了什么(SharedConnectors)、「设置 → 连接器」页面
ui/cloud/登录、账号屏、设备部分
res/values*/nm_strings.xmlnanoMuse 的全部字符串,App 支持的十七种语言各一份(英语、简体中文、繁體中文、德语、西班牙语、菲律宾语、法语、印尼语、日语、韩语、马来语、波兰语、巴西葡萄牙语、罗马尼亚语、俄语、泰语、土耳其语);每个文件的键相同,只有英语文件里标了 translatable="false" 的两条(中继地址示例和产品名 nanoMuse Cloud)例外,缺的回落到英语

GPL-3.0-or-later。nanoMuse 是独立的社区项目,与 Meta 无关。