在手机上跑 Claude Code:一个 Android/Termux 的 AI 编程助手

起因

我用 Android 手机做开发,装的是 Termux。

想用 Claude Code 那种"AI 帮我写代码"的能力,但官方只有桌面端和 Web 端------手机上要么跑不了,要么体验很差。

后来想:Claude Code 的核心不就是「Agent 循环 + 工具调用」吗?那我用 Node.js 在 Termux 里自己实现一个,不就行了。

于是有了 Claude Code Mobile。

它是什么

一个跑在 Android/Termux 上的 AI 编程助手,纯 Node.js,不需要 root。

交互风格、Agent 架构、工具协议对齐 Claude Code,但是独立实现,与 Anthropic 无隶属关系。

核心是「给我一个 API 端点,我就能在手机上帮你干活」:

  • 读写文件、跑命令、搜代码
  • 联网搜索(19 个源)
  • 多 Agent 并行干活
  • 直接操作手机(看屏幕、点按、输入)

几个我觉得有意思的点

1. 手机操作(phone use)

这是桌面端做不了的------AI 能真的操作你的手机:

复制代码
phone_snapshot  看当前界面(元素树,百毫秒级)
phone_click     点某个元素
phone_type      输入文字(支持中文)
phone_shell     在 Android 系统里跑 shell

底层走 Shizuku 或本机 adb,还能用虚拟副屏------AI 在副屏操作,不占用你的主屏。

举个实际场景:让它"打开音乐 App 搜一首歌并播放",它会自己看界面、点搜索框、输入歌名、点结果。

2. 三协议支持

不绑死某一家:

协议 端点
OpenAI 兼容 /chat/completions
Anthropic /v1/messages
Responses /responses

中转站、官方 API、本地反代都能接,可以配多个 Provider 随时切。

3. 多 Agent 编排

主对话可以派子 Agent 并行干活:

  • 每个子 Agent 独立上下文(不污染主对话)
  • 可以递归(子 Agent 再派)
  • 并发上限 24
  • 可以后台跑,主对话继续做别的

配合 Task 工具组(持久化待办)、Team 工具组(团队协作),能组出挺复杂的流程。

4. 搜索:19 个源

一个 SearchInfo 调用,同时查:

  • 通用:Bing / 百度 / 搜狗 / 360 / B站 / CSDN / 掘金 / V2EX / HackerNews / StackOverflow / GitHub / Mojeek
  • 垂直:arXiv / OpenAlex / Crossref / PubMed(学术)、npm / PyPI / crates(包)、MDN(文档)、NVD(漏洞)、endoflife(生命周期)、HuggingFace(模型)、GitHub Releases(版本)

返回带权威度标注的资料卡,按可信度排序。

5. 60+ 工具

除了常规的文件读写、Shell、Git、搜索,还有一些不那么常见的:

  • HashlineEdit:行锚点编辑(改前验证行内容没变,防止改错位置)
  • ApplyPatch:原子性多文件 patch(任一失败全部回滚)
  • ViewImage / ViewVideo:原生多模态,主模型直接看图
  • Cron 工具组:定时任务(到点自动执行一段 prompt)
  • Goal 工具组:完成契约(有明确终止条件的自动推进)

6. 会话与上下文管理

  • 会话自动保存(每 30 秒)
  • /resume 切会话、/branch 分支、/rewind 回退
  • 上下文压缩(手动 /compact,默认不自动压缩)
  • Prompt Cache 支持

技术上的几个细节

纯 Node.js,零编译

Termux 上 pkg install nodejs 就能跑,没有 native 依赖要编译。

虚拟副屏

用 app_process 起一个独立 display,AI 在里面操作 App,不占你的主屏。

帧缓存过期时会自动重启,元素树拿不到内容时可以切截图。

三协议抽象

core/api.mjs 把三种协议的差异收敛成统一接口,Agent 层不关心底下是什么协议。

工具 schema 归一化

不同 provider 对 JSON Schema 的容忍度不同(Gemini 会因 properties: null 直接拒整个请求),所以在序列化出口处统一兜底,而不是指望每个工具定义都写对。

安装

bash 复制代码
# 1. 装依赖
pkg install nodejs git termux-api

# 2. 克隆
cd ~
git clone https://github.com/wzy-20130517/Claude-Code-Mobile.git claude-code-mobile
cd claude-code-mobile

# 3. 装 npm 依赖
npm install

# 4. 启动(首次进配置向导)
bash start.sh

首次启动会引导你填 API 地址、Key、模型名。

还带了 Web 端

同一套内核,也有浏览器界面(Vue 3 + Vite):

  • 约 2.9 万行前端 + 3800 行后端
  • 对话、Artifacts 面板、文档系统
  • 与 CLI 共享配置和会话数据
  • 手机跑服务,局域网内的电脑也能访问

最后

这个项目的出发点是「手机上能不能有个趁手的 AI 编程工具」。

做到现在,它已经不只是"编程"了------能操作手机、能联网查资料、能多 Agent 协作,更像一个跑在 Termux 里的通用助手。

如果你也在手机上折腾开发,欢迎试试,也欢迎提 issue。

项目地址 :github.com/wzy-2013051...


本文介绍的是开源项目 Claude Code Mobile,为独立实现,与 Anthropic 无隶属关系。

相关推荐
小虎AI生活5 小时前
反推任意图片的神技能,WorkBuddy和Loomy装上就能用
aigc·ai编程
金銀銅鐵6 小时前
带您看懂字节码指令(二):空循环里有什么
java·后端·ai编程
JAVA前线7 小时前
用《实践论》分析前沿部署工程师:AI时代听见炮声的人
架构·ai编程
IT规划师10 小时前
Agent 总返工? Google 工程师把工程实践写成了技能库
ai编程·代码规范
OpsEye10 小时前
同一套用例跑两个大模型接口,差异到底出在哪
javascript·ai编程
程序员老刘11 小时前
Flutter 3.50更新,开发者应该关注什么?
flutter·ai编程·客户端
孟健12 小时前
我用 REA 逆向自己的 Electron 桌面端,扒出 178 个 IPC 通道后我反而放心了
架构·开源·ai编程
熊猫钓鱼>_>12 小时前
普通用户视角的端侧智能体验手记【鸿蒙心迹】
开发语言·人工智能·华为·智能手机·性能优化·ai编程·harmonyos
用户7029526321414 小时前
MCP Server 写完了,怎么让别人一条命令用上?
ai编程
梦醒江南14 小时前
Agent 调工具报 504 之后:测试如何设计网络抖动下的幂等与补偿验证?
后端·agent·ai编程