Sova AI：无需 PC 的 Android AI 代理

Sova AI：一款基于Android的自主AI任务自动化代理

Sova AI是一款Android移动应用，它实现了一个AI代理，能够直接在设备上控制应用并执行用户任务。它无需ADB、USB连接、root权限或PC。它通过无障碍API运行，分析屏幕元素树和截图。它支持语音命令作为默认助手。

与现有解决方案的区别

大多数移动设备AI助手（电脑使用、浏览器使用）都依赖于PC，限制了移动性。Sova AI完全在手机上运行，模拟点击、滚动、应用启动和其他用户操作。它结合UI树解析和计算机视觉以提高准确性，同时最小化LLM令牌使用。

支持的AI模型

该应用采用BYOK（自带密钥）模式——用户提供来自供应商的API密钥。集成支持：

• OpenAI
• Anthropic
• Google
• Grok
• 阿里巴巴（通义千问）
• Deepseek

密钥本地存储，不传输到服务器。计划支持本地模型（如Ollama、LM Studio），以实现无需云API的操作。

实际应用场景

Sova AI已在真实任务中测试：

• 叫出租车（如Uber）和订餐
• 预订餐厅座位
• 自动化Tinder操作
• 使用相机和天文应用
• 在Telegram、X（Twitter）上编写消息
• 在Spotify、YouTube上搜索和创建播放列表

限制由LLM速度定义——不适合实时游戏，但可在回合制游戏（如偏好类游戏）中工作。

安装与可用性

由于无障碍API限制，该应用在Google Play上不可用。通过网站APK、三星Galaxy Store和小米GetApps分发。安装简单，适合所有用户级别。目前免费。

关键点：

• 完全自主：无需PC、root或特殊硬件。
• 通过BYOK实现灵活的LLM集成。
• 通过UI树和截图结合节省令牌。
• 语音控制作为系统助手。
• 限制：不适合高频实时任务。

技术实现

底层使用Android无障碍API访问屏幕元素层次结构。辅以截图分析，用于文本结构不足的任务。LLM生成动作序列（点击、滑动、文本输入）。令牌优化降低成本：模型专注于关键UI片段。

对于开发者：开放支持新LLM供应商——接受集成请求。本地模型将绕过云费用。

— Editorial Team