nanoMuse 发布支持跨设备屏幕操作与自托管中继的开源个人 Agent

开源项目 nanoMuse 0.1.40 版本发布，定位为运行于手机、电脑及服务器的个人智能体，采用 GPL-3.0-or-later 协议，旨在解决传统云端 Agent 无法直接控制无 API 应用的问题。该项目允许用户通过自有密钥连接 OpenAI、DeepSeek 等十八家模型提供商，或选择社区中继提供的免费额度，实现了从云端到端侧的灵活部署。

在技术实现上，Android 端基于 Alpine Linux 和 proot 沙箱环境运行，利用 MCP 服务器和浏览器组件；桌面端则集成 DeepSeek Harness 作为 Python 运行时，并复用字节跳动 UI-TARS-desktop 的屏幕操作算子（ScreenMarker）来实现“Hands on”功能。这种设计使得 Agent 能够通过截图和模拟点击操作物理屏幕，从而控制任何具备图形界面的应用程序，而无需依赖特定的系统 API。数据流方面，对话文本经由中继同步，但文件与截图保留在本地设备，确保了隐私数据的不出域。

与 Meta Muse 和 OpenMinis 相比，nanoMuse 的核心差异在于其分布式架构：它不依赖单一云端 VM，而是让每个设备独立运行 Agent 实例，并通过中继进行任务分发与审批确认。这种模式虽然增加了客户端的计算负担，但显著降低了对网络延迟的依赖，并赋予了用户对计算资源和数据流向的完全控制权。对于开发者而言，该项目提供了完整的 Docker 部署脚本和自托管指南，适合需要构建私有化 AI 工作流的团队或个人。

事实：nanoMuse 0.1.40 已上线，支持 Android 8.0+ 及 macOS 12+，基于 OpenMinis 和 DeepSeek Harness 构建。 推断：该方案可能成为未来本地化 Agent 应用的参考标准，特别是在对数据隐私有严格要求的场景下。 猜测：随着端侧算力提升，此类完全离线的屏幕操作 Agent 可能在特定垂直领域（如自动化办公）获得更广泛应用。