Aura：把 AI 从「会聊天」变成「会动手」
版本 1.0.67｜包名 com.aura.agent｜系统要求 Android 7.0（API 24）及以上
装机记录：2026-10-14 首次安装，2026-10-25 更新至当前版本
一、它解决的是一个很具体的问题
今天手机里不缺 AI，缺的是「AI 说完之后，还得我自己去点」的那一段。
想让人帮你把手机里 3GB 的重复照片清掉、把某个 App 里的文件导出来、把藏得很深的一个设置关掉——去问 AI，它给你一段图文教程，写得很详细，然后呢？还是你自己一步一步点。
Aura 的定位就是把最后这一段补上。它不是知识，它是结果。
你问它「这个文件夹里哪几个文件最大」，它不是教你怎么看存储，而是真的列一遍目录，把大小排好给你。你说「把这份文件发到 QQ 我的电脑上」，它会写完文件、打开 QQ、找到会话、发出去，然后回读截图确认发出去了。
能聊天只是入口，能操作才是产品。
二、它凭什么能动手：三条并行的控制通道
普通 App 被 Android 沙箱关得很死，只能拿到用户手动输入的文字。Aura 要真正操作设备，就必须有超出沙箱的权限。它用三条通道来拿：
-
无障碍服务：读屏、按文字点击、按坐标点击、输入中英文、滑动、返回/主页/截图。系统设置开启，无需 root。
-
Shizuku：借 shell 身份执行 am / pm / settings，静默安装 APK。需安装并授权。
-
Root：完整 su 权限，所有 shell 操作。
三条不是三选一，而是自动择优：有 root 就用 root，没有就用 Shizuku，都不行再退回无障碍能覆盖的那部分。当前这台设备实测：无障碍已开启、Root 可用、Shizuku 已安装未授权——处在最完整的那一档。
这套设计有个常被忽略的好处：它不是靠「教用户操作」假装智能，而是真的在点。每次点击、每次输入、每次滑动都是真实注入系统的��件，界面会真的变化。
无障碍读不到元素怎么办
微信、游戏、Flutter 写的界面是自绘的，根本不往无障碍树里放节点，连系统自带 uiautomator 也只能抓到空节点。
Aura 的处理方式是切换感知通道：放弃读屏，改用截图 + 视觉定位，按 0~1 归一化比例坐标点，不受分辨率影响，换台机器也不会点偏。读不出元素不是终点，只是换一双眼睛。
三、能力清单
1）文件与本地环境
固定工作目录 /storage/emulated/0/Documents/Aura，在里面列目录、读、写、追加、新建、改名、删除、查大小和时间——全是真实文件系统操作。
再往下有两层命令行环境：真实 Termux；以及 App 自带的 Ubuntu 24.04 容器（PRoot 实现，不需要 root）。后者是关键：可以在手机上直接 apt install python3、装编译器、跑数据处理，完全不碰 root。很多「手机上做不了的事」，缺的不是硬件性能，是一个像样的 shell。
2）设备控制
· 按文字找控件点击（比坐标可靠，不怕分辨率变化）
· 按坐标/比例点击，专治自绘界面
· 输入框写中英文和 emoji（四条通道兜底，微信那种隐藏输入框也能写）
· 滑动翻页、返回/主页/最近任务/截图/电源
· 拉起任意应用，支持应用双开场景（区分 user 0 与 user 999，不弹「选择要使用的应用」）
· 长列表用滚动查找：自动一屏屏翻，告诉你滚了几屏、滚到哪、到底了没
· 等加载不靠瞎睡：等文字出现、等 loading 消失、等界面静止
3）应用安装
给下载链接，下到 /Download/Aura/，再用 root 或 Shizuku 静默安装。失败返回系统原始报错——签名冲突、包损坏、存储不足都能说清原因，而不是只说一句失败。
4）联网
不靠训练数据旧记忆答实时问题。涉及价格、版本、新闻、天气先搜，再打开最相关网页读正文，给结论时附上来源链接。多来源冲突时把分歧摆出来，不挑一个当定论。
5）可视化
需要看图表、对比、流程、时间线、进度时，直接在对话里渲染卡片：纯内联 HTML/SVG，不依赖外部 CDN，断网也能显示，可全屏放大。一句话能说清的事不画图。
四、几个真正影响体验的设计
先规划再执行：超过三步的任务，先摊开一张计划卡，能实时看到做到第几步、哪一步卡住。卡住就如实标失败并换办法，不假装完成。
读屏 → 操作 → 确认，而不是盲点：每个动作都返回「界面变了没有」。changed=false 说明没生效，不原样重发，先重新读屏看清停在哪再换方式；changed=true 只代表有反应，不代表做对了，关键步骤后一定回读核对。
有影响的操作，确认权在用户手里：写文件、删东西、装 APK 由客户端确认，前台用聊天卡片，切到别的应用改用系统悬浮卡。你说不行就停手。
不清楚就问：装哪个版本、用哪个账号、清哪个目录、走 root 还是 Shizuku，代价差很多时弹选项卡（2~4 个具体选项，每个写清后果），点一下就完。只有一种合理做法时直接做，不为了稳妥先问。
安全边界是硬的：系统目录（/system、/vendor、/data、/etc）有根目录保护，写入删除直接拦掉，用 su、busybox、管道、重定向绕同样被拒。不是弹框提醒，是技术上过不去。
五、它不会做的事
编不出东西：涉及设备上的文件、目录、系统状态，必须先调工具拿真实结果才回答。没查过就不会说「你下载文件夹里有 3 个 APK」。
不假装成功：三条通道都不可用时直接说「用不了，去侧边栏 → 设备控制开一下」，而不是给一段看起来完成了的回复。
不绕安全边界：被拦住就是被拦住。
不可逆的事想两遍：完全允许的授权不等于可以乱来，删之前先想清楚。
不硬啃读不了的网页：只有「请开启 JavaScript」的页面，换别的来源，不对着空白硬猜。
六、适合谁
· 手机里东西乱成一团、想让人替你整理却懒得一页页点的人
· 经常做重复手机操作（打开某 App → 找到某页 → 填某个表）想自动化的人
· 需要 AI 读得到真实文件、真机状态，而不是只会复述网上说法的人
· 要在一台不 root 的机器上跑 Python / 装工具的人
· 愿意为「AI 真的能操作我的设备」开一次权限的人
七、一句话总结
把 AI 从「对话框里的聪明」变成「手机上的执行者」。
它不一定每次都一次做对，但每一步都会告诉你：我看到了什么，我点了什么，界面到底有没有反应。
—— 全文完 ——
（完整 Markdown 版本已存于手机：/storage/emulated/0/Documents/Aura/Aura产品介绍_v1.0.67.md）
