Andee 是一个装在手机或 Mac 上的 AI，但它对自己的定位很不一样：不是「帮你操作手机的助手」，而是「住进这台设备里的一个存在」。

一、问题是什么

手机上叫得上名字的 AI 助手，能力边界基本都卡在同一个地方：得靠 App 主动开放接口。

这带来的后果是，它能帮你做什么，完全取决于有多少 App 愿意配合。想让它替你在某个小众软件里完成一串操作？那个软件没接 API，做不到。想让它操作小程序、WebView 页面、甚至游戏？基本没戏。

另一条路是「自动化脚本」，但脚本是死的：界面一改就失效，遇到弹窗就卡住，而且写脚本的人得先学会那套语法。

还有一层是隐私。大多数手机助手把对话传到厂商服务器上，你的使用习惯、聊天内容、乃至你让它记住的事，都在别人的数据库里。

二、核心设计

Andee 的三个设计选择，正好对着上面三个问题。

第一，它读屏幕、自己点。 不依赖任何 App 配合，也不需要 Root 或刷机。技术上它做两件事：读界面的元素树（一条行一个元素，带可点的 id）；遇到 App 自己画像素的界面（小程序、WebView、游戏）就退回看截图。这里有个很聪明的细节——通用模型算坐标的能力很差，但读图的能力很好，所以它从不做坐标数学：每张截图都带一层淡淡的 8×12 编号网格，它按「第几格、哪一部分」去点；目标太小时先放大，看到一个品红色的十字准星确认落点，才真正点下去。同一个位置连点四次会被拦下来，让它停下来问你而不是一直捶。

第二，模型跑在设备上。 可以接任何 OpenAI 兼容的接口，中文界面默认 DeepSeek，英文界面默认 OpenAI。它没有厂商后端，也不需要账号——官方说它唯一会发出去的信息是版本号和机型，用来检查更新。

第三，它记的东西不出设备。 它的「笔记本」是 localOnly 的，会从 hub 的数据里过滤掉。你所有的记忆条目都能看到、也都能删。

三、功能拆解

操作任何 App：读元素树 + 截图兜底 + 网格点击，能做的事和你用拇指能做的一样多。
打字像键盘：安卓 13 以上走无障碍服务自己的 commitText 通道，直接打进焦点输入框，你自己的键盘还保持激活；老设备退回 ADBKeyboard。
保险箱：Keystore AES-GCM 加密存在设备上，它可以把密码打进输入框，但任何工具都取不出来（连打码的都给不了），每次填写你都能在小球上看到。
场景（Scenes）：目标 + 声音 + 规则 + 一段时间内的作息。官方有四个现成的，你点「采用」才保存；用多了它也会自己提议新建一个，你同意才存。
通知先过一遍：用一个很便宜的模型调用（约 500 token，完整一轮约 22000）判断每条通知该动作、该念一句、还是忽略并记下原因。判断不准时会来问你。
自我复盘：对话安静下来之后，它会给自己发一个 (to yourself …) 的回合，独自把对话读一遍。官方描述是「没人在看你，没人在等你回答」——它不出声、不碰任何东西，宁可空手而归也不编造记录。
多设备配对：两台设备扫码配对后可以互相帮忙，手机把写代码的活交给 Mac，Mac 让手机去点外卖。
硬性防护：陌生人发来的通知不能解锁保险箱，也不能给它加新权限——这条拦在分发器里，不是写在提示词里。