🐼 熊猫：您的私人AI电话接线员

您在玩手机，我在帮您操作。

演示：

解释熊猫的所有触发条件

向LinkedIn上的所有新联系人发送欢迎消息

5个任务演示：

https://github.com/user-attachments/assets/cf76bb00-2bf4-4274-acad-d9f4c0d47188

熊猫是一款适用于Android的主动式设备端AI智能体，能够自主理解自然语言指令，并操作手机UI来完成这些指令。受让现代技术更易用的需求启发，熊猫充当您的私人接线员，能够在不同应用中处理复杂、多步骤的任务。

核心功能

• 🧠 智能UI自动化: 熊猫能够“看到”屏幕，理解UI元素的上下文，并执行点击、滑动、输入等操作，以导航应用并完成任务。
• 📢 高质量语音: 熊猫采用GCS的Chirp引擎，提供高质量语音。
• 💾 持久且个性化的本地记忆: ⚠️ 暂时禁用 - 目前熊猫的记忆功能已被关闭。该功能将在未来的更新中恢复。

架构概述

熊猫基于一套复杂的多智能体系统构建，完全使用Kotlin编写。这种架构将不同职责分离，从而实现更复杂、更可靠的推理能力。

• 眼睛与双手（执行器）: Android无障碍服务作为智能体与设备之间的物理连接，提供读取屏幕元素层级结构以及以编程方式执行触摸手势的底层能力。
• 大脑（LLM）: 所有高层级的推理、规划和分析均由LLM模型驱动。决策在此处做出。
• 智能体:
  • 操作员: 这是一个带有记事本的执行者。

🚀 开始使用

前提条件

• Android Studio（建议使用最新版本）
• 具备API级别26及以上版本的Android设备或模拟器
• 一些Gemini API密钥，示例ENV

# 这些密钥的名字并不意味着您需要谷歌云，您可以使用任何能接受请求的服务器。未来我将通过兼容OpenAPI来提升开发者体验。
GCLOUD_PROXY_URL=<任何可接受如下响应格式的后端URL>
GCLOUD_PROXY_URL_KEY=<您想设置的任意密码，或留空>

payload

{
  "modelName": "model-name",
  "messages": [
    {
      "role": "user",
      "parts": [
        {
          "text": "你好，你能做什么？"
        }
      ]
    },
    {
      "role": "model",
      "parts": [
        {
          "text": "我可以帮助您完成各种任务。今天您需要什么帮助呢？"
        }
      ]
    }
  ]
}

或者

//您也可以添加Gemini密钥进行尝试

GEMINI_API_KEYS=

安装步骤

1. 克隆仓库:

   git clone [https://github.com/ayush0chaudhary/blurr.git](https://github.com/ayush0chaudhary/blurr.git)
   cd blurr
   

2. 构建并运行:

   • 在Android Studio中打开项目。
   • 让Gradle同步所有依赖项。
   • 在您选择的设备或模拟器上运行应用。

3. 启用无障碍服务:

   • 首次运行时，应用会提示您授予无障碍权限。
   • 点击“授予访问权限”，并在手机设置中启用“熊猫”服务。这是智能体查看和控制屏幕所必需的。

🗺️ 熊猫的下一步计划（路线图）

目前，熊猫还只是一个功能强大的概念验证，其路线图旨在将其打造为真正不可或缺的助手。

• 未更新: 列表尚未更新

🤝 贡献

我们欢迎任何形式的贡献！如果您对新功能或改进有任何想法，请随时提交问题或拉取请求。

📜 许可证

本项目采用个人使用许可——详情请参阅LICENSE文件。

个人及教育用途: 可免费用于个人、教育及非商业目的的使用、修改和分发。

商业用途: 需单独申请商业许可。如需商业授权条款，请联系Panda AI。

一段小视频，帮助您了解该项目的内容。

https://github.com/user-attachments/assets/b577072e-2f7f-42d2-9054-3a11160cf87d

请将您的API密钥写入local.properties文件中，使用的密钥越多，速度越快😉

实时查看日志

adb logcat | grep GeminiApi

星标历史

Blurr (Panda) 快速上手指南

Blurr (代号 Panda) 是一个基于 Android 的本机 AI 智能体，能够理解自然语言指令并自主操作手机 UI（点击、滑动、输入），从而完成跨应用的复杂任务。本项目完全使用 Kotlin 编写。

环境准备

在开始之前，请确保满足以下系统和依赖要求：

• 开发工具: Android Studio (推荐最新版本)
• 运行设备: Android 真机或模拟器，系统 API 级别需为 26+ (Android 8.0+)
• API 密钥: 需要配置大模型 API 密钥。
  • 方案 A (推荐): 使用兼容 Google Gemini 格式的任意后端服务。
  • 方案 B: 直接使用 Google Gemini API Keys。
• 网络环境: 由于项目依赖外部 LLM 服务，国内开发者可能需要配置网络代理以确保连接稳定。

安装步骤

1. 克隆项目

打开终端，执行以下命令获取源代码：

git clone https://github.com/ayush0chaudhary/blurr.git
cd blurr

2. 配置 API 密钥

在项目根目录下找到或创建 local.properties 文件，填入你的 API 配置。你可以选择以下任一方式：

方式一：配置自定义后端 (兼容 Gemini 格式)

GCLOUD_PROXY_URL=<你的后端服务地址>
GCLOUD_PROXY_URL_KEY=<可选的密码，留空即可>

注意：后端需接收如下 JSON Payload 格式的请求：

{
  "modelName": "model-name",
  "messages": [
    { "role": "user", "parts": [{ "text": "Hello" }] },
    { "role": "model", "parts": [{ "text": "Hi" }] }
  ]
}

方式二：直接配置 Gemini Keys (可填多个以提升速度)

GEMINI_API_KEYS=你的_gemini_api_key_1,你的_gemini_api_key_2

3. 构建与运行

1. 使用 Android Studio 打开项目文件夹。
2. 等待 Gradle 自动同步所有依赖。
3. 连接你的 Android 设备或启动模拟器。
4. 点击 Run 按钮编译并安装应用。

基本使用

应用安装完成后，请按以下步骤激活智能体：

1. 授权无障碍服务:

   • 首次启动 App 时，会弹出请求“无障碍权限” (Accessibility Permission) 的提示。
   • 点击 "Grant Access" (授予访问权限)。
   • 在系统设置页面中，找到 "Panda" 服务并开启开关。
   • 原理：这是 AI 能够“看见”屏幕内容并模拟手指操作（点击、滑动）的必要权限。

2. 开始交互:

   • 返回 App 界面，通过语音或文本输入自然语言指令。
   • 示例指令: “打开微信，给最近联系人发送一条消息说你好”。
   • Panda 将自动分析屏幕上下文，规划步骤并执行操作。

3. 实时调试 (可选): 如果你需要查看底层日志以排查问题，可在终端运行：

   adb logcat | grep GeminiApi
   

提示: 目前记忆功能 (Persistent Memory) 暂时禁用，将在未来版本恢复。项目仅供个人学习和非商业用途使用。