Termux：在手机上跑Python AI应用的真实体验

我一直有个执念：能不能在手机上跑 AI 助手？不是调用云端 API，而是本地运行。

上周末我终于折腾成功了，用 Termux 在手机上跑起了 Python AI 应用。体验嘛......有惊喜，也有坑。

什么是 Termux？

Termux 是 Android 上的一个终端模拟器，但它不只是个终端------它是一个完整的 Linux 环境。

装上 Termux，你可以在手机上：

运行 Python、Node.js、Ruby
安装 apt 包（是的，真正的 apt）
用 pip 安装 Python 库
甚至跑 PostgreSQL、Nginx

对于想在手机上搞开发的程序员来说，Termux 就是神器。

安装配置：从零开始

第一步：安装 Termux

从 F-Droid 下载（别从 Play Store 下，那个版本太老了）：

https://f-droid.org/packages/com.termux/

第二步：换源

国内直接用官方源很慢，换成清华源：

bash 复制代码

# 在 Termux 里执行
termux-change-repo
# 选择 Single mirror，然后选 mirrors.tuna.tsinghua.edu.cn

第三步：更新包管理器

bash 复制代码

pkg update && pkg upgrade

第四步：安装 Python

bash 复制代码

pkg install python
pkg install python-numpy  # 如果需要 numpy

第五步：安装 pip 包

bash 复制代码

pip install requests
pip install openai
pip install litellm

到这里，基本的 Python 环境就有了。

跑个 AI 助手试试

我写了个简单的 AI 助手脚本：

python 复制代码

# ai_assistant.py
from openai import OpenAI

client = OpenAI(
    base_url="https://api.openai.com/v1",
    api_key="your-api-key"
)

def chat(message):
    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": message}]
    )
    return response.choices[0].message.content

if __name__ == "__main__":
    while True:
        user_input = input("你: ")
        if user_input.lower() in ["exit", "quit"]:
            break
        reply = chat(user_input)
        print(f"AI: {reply}")

运行：

bash 复制代码

python ai_assistant.py

能跑！但是......每次请求都要等好几秒，体验一般。

性能实测：手机 vs 笔记本

我做了个简单测试，调用同一个 API 100 次：

设备	平均响应时间	成功率
小米 14 (Termux)	3.2s	98%
MacBook Pro M1	2.8s	100%

差距不大，主要是网络延迟。但如果是本地模型......

本地模型？想多了

我试过在 Termux 里跑 Ollama，结果：

复制代码

ollama run llama2
Error: cannot allocate memory

手机内存不够，而且 Termux 不支持 GPU 加速。本地大模型基本没戏。

但是！小模型可以跑：

bash 复制代码

pip install transformers

python 复制代码

from transformers import pipeline

# 用 CPU 跑小模型
classifier = pipeline("sentiment-analysis", model="distilbert-base-uncased-finetuned-sst-2-english")
result = classifier("I love Termux!")
print(result)  # [{'label': 'POSITIVE', 'score': 0.9998}]

能跑，但速度感人。一条文本分类要 2-3 秒。

Termux 的优势场景

虽然跑不了大模型，但 Termux 在这些场景很有用：

1. 轻量级脚本

python 复制代码

# 每天早上推送天气
import requests
import json

def get_weather(city):
    url = f"https://wttr.in/{city}?format=j1"
    resp = requests.get(url)
    data = json.loads(resp.text)
    return data["current_condition"][0]

# 用 Termux:Task 插件，可以在通知栏显示结果

2. 远程控制

python 复制代码

# 通过 SSH 连接到服务器
import paramiko

client = paramiko.SSHClient()
client.connect("my-server.com", username="user", password="pass")
stdin, stdout, stderr = client.exec_command("ls -la")
print(stdout.read().decode())

3. 数据处理

python 复制代码

import pandas as pd

# 处理 CSV 文件
df = pd.read_csv("data.csv")
result = df.groupby("category").sum()
result.to_csv("output.csv")

踩坑记录

坑1：pip 安装失败

有些包需要编译，Termux 缺少头文件。

解决：安装编译工具

bash 复制代码

pkg install clang python-dev

坑2：存储权限

Termux 默认只能访问自己的目录。

解决：

bash 复制代码

termux-setup-storage
# 授权后可以访问 /sdcard/

坑3：后台运行

手机锁屏后 Termux 会被杀掉。

解决：用 tmux 或 nohup

bash 复制代码

pkg install tmux
tmux new -s ai
python ai_assistant.py
# Ctrl+B, D 分离会话

坑4：输入法问题

中文输入在某些情况下会乱码。

解决：用外接键盘，或者用 SSH 从电脑连接手机。

Termux + AI 的最佳实践

经过一番折腾，我的结论是：

手机端 ：跑轻量级脚本，做数据采集、API 调用、远程控制
云端：跑大模型，提供 API 服务

架构：

复制代码

手机 Termux <--HTTP--> 云端 AI 服务 <--LLM--> 大模型

这样既利用了手机的便携性，又不用担心性能问题。

实际项目：手机上的 AI 助手

我做了个简单的项目：

python 复制代码

# mobile_assistant.py
import requests
import json

class MobileAssistant:
    def __init__(self, api_base, api_key):
        self.api_base = api_base
        self.api_key = api_key
    
    def chat(self, message):
        """调用云端 AI"""
        resp = requests.post(
            f"{self.api_base}/v1/chat/completions",
            headers={"Authorization": f"Bearer {self.api_key}"},
            json={
                "model": "gpt-3.5-turbo",
                "messages": [{"role": "user", "content": message}]
            }
        )
        return resp.json()["choices"][0]["message"]["content"]
    
    def get_location(self):
        """获取手机位置（需要 Termux:API）"""
        resp = requests.get("http://localhost:8080/location")
        return resp.json()
    
    def send_notification(self, title, message):
        """发送通知"""
        requests.post("http://localhost:8080/notification", json={
            "title": title,
            "content": message
        })

# 使用
assistant = MobileAssistant("https://api.openai.com", "your-key")
reply = assistant.chat("今天天气怎么样？")
assistant.send_notification("AI 回复", reply)

配合 Termux:API 插件，可以获取位置、发送通知、读取通讯录等。

写在最后

Termux 让手机变成了一个真正的开发环境，但受限于硬件性能，本地跑大模型还是不现实。

最佳实践是：手机做客户端，云端做计算。

如果你也想尝试，建议：

先从简单脚本开始
用 SSH 连接，输入更方便
善用 Termux:API 扩展功能
别指望本地跑大模型

下一篇聊聊 Python 项目移植 Android 的 4 种方案对比，看看哪种最适合你。