Rish：把 AI Agent 装进口袋

想象一下：你在地铁上，突然想起项目里有个 bug 要修。以前只能掏出手机、打开电脑远程连接——现在，只需要对着手机说一句话，AI Agent 就在你的口袋里跑起来了，文件变更本地可见，危险操作需要你批准，结果实时推送回来。

这就是 Rish 正在做的事。它是一个移动端 AI Agent 运行时，把传统桌面端 AI 编程助手（Claude Code、Codex、DeepSeek）的核心能力，压缩进一个 iOS/Android App。

痛点：AI Agent 必须是"桌面专属"吗？

当前主流 AI Agent 工具——无论是 Claude Code、GitHub Copilot Agent，还是 OpenAI 的 Operator——都有一个共同特点：它们本质上是为桌面环境设计的。

这带来了三个尴尬：

1. 场景受限：程序员离开了电脑，AI Agent 就停了。移动办公、差旅途中，想让 AI 帮你review一段代码？不行。
2. 隐私风险：代码上传到云端由第三方处理，数据主权存在隐患。
3. 工作区割裂：本地文件和 Git 仓库在电脑上，Agent 的执行上下文和你的实际工作环境总是存在同步摩擦。

Rish 的解题思路是：把 Agent 的执行层完整地搬进手机，本地工作区、本地工具执行、本地审批流——模型调用走 API，但整个控制平面都在你手里。

核心技术：Harness 适配器架构

Rish 的架构设计值得仔细看。它的核心是 Harness 适配器系统——一个抽象层，把不同模型（Claude Code、Codex、DeepSeek/DSH、GLM）的 API 接口统一封装，让上层业务逻辑与具体模型解耦。

适配器一览

每个适配器负责：认证握手、请求构造、响应解析、工具调用结果回传。模型负责"思考下一步"，Rish 负责"执行这一步"。

本地执行不等于本地推理

Rish 官方特别澄清了一个常见误解：本地执行 ≠ 本地模型推理。Agent 发送对话上下文到配置的模型服务，返回的文字和工具请求在手机本地处理，但模型推理仍然发生在远程 API 端。这意味着：

• 需要稳定的网络连接
• API 调用费用由用户自选模型服务承担
• 数据传输量取决于上下文窗口大小

特色功能：从工具执行到操作审批

Rish 不只是"把 Claude Code 搬到手机上"那么简单。它的几个设计细节值得关注：

工具执行与人工审批流：Agent 的每个工具调用都需要用户批准，超出工作区范围的路径操作会被主动拒绝。这与桌面端 AI Agent"一旦启动就全权委托"的做法形成鲜明对比，更适合对安全性有要求的企业场景。

本地 Git 集成：查看未暂存文件、变更统计、Git diff——这些操作在 App 内直接完成，无需切换到终端。

多模型并行实验：iPad 宽屏布局支持侧栏同时展示多个模型适配器入口，方便开发者对比不同模型在相同任务下的表现差异。

技术实现：Objective-C++ 与 Rust 的混搭

项目主体语言为 Objective-C++，支撑 iOS/Android 原生 UI 和核心逻辑。最值得注意的是其生态依赖 rish——一个纯 Rust 实现的 x86-64 全系统解释器，免 JIT，可在 iOS 和 Android 上启动完整的 Linux Guest 环境并运行容器。这使得 Rish 的 Linux Guest 运行时完全独立于系统容器支持（如 Docker Desktop for Mac 的虚拟化方案），对移动端尤为友好。

项目还包含一套完整的国际化方案：13 种语言文档（含简体中文、繁体中文、日语、韩语等），展现了全球化产品思维。

局限与现状

• 实验性阶段：官方明确标注"暂未提供正式安装包"，API 和功能仍在快速迭代
• iOS vs Android 差距大：iOS 原生功能最完整（会话、文件、Git、Agent 工具执行），Android 仅部分就绪，HarmonyOS 支持待定
• 订阅登录有限制：Claude Code 和 Codex 的订阅登录仅支持 iOS 可选实验构建，验证范围有限
• 网络依赖：本地执行不等于离线可用，仍需稳定网络连接模型 API

行业意义

Rish 代表的趋势是 AI Agent 的移动化与本地优先化。在 Claude AI、Cursor 等桌面工具主导的市场里，它选择了一个差异化路线：把 Agent 控制权还给用户，同时兼容主流模型生态。如果未来能在稳定性和功能完整度上追上桌面端，有望成为移动开发者的随身 AI 助手首选。

技术栈：Objective-C++（移动端）| Rust（rish Linux Guest 运行时）| 自研 Harness 适配器架构
许可证：MIT
星标：124★ | Fork：14
生态项目：rish（Docker 替代品）、OpenPencil（AI 矢量设计）、OpenScrape（本地爬虫）