nanoMuse

nanoMuse：开源个人 AI 助手，覆盖你手中的每一台设备

一个真正属于你自己的 AI Agent：跨手机、桌面、浏览器运行，数据留在本地，可自托管部署

---

场景切入：当 AI 助手不再只是"聊天窗口"

你可能已经习惯了和 AI 助手对话：问问题，它回答；写代码，它补全。但你有没有想过，如果 AI 能真正替你做事——发消息、查日历、操控手机应用、整理联系人、甚至帮你执行后台自动化任务，而不是每次都等着你描述需求？

nanoMuse 正是这样一款产品。它的定位不是一个"更聪明的聊天机器人"，而是一个能真正操控你设备的 AI 助手。通过 Android 无障碍服务，它可以在你的手机上自动操作 App；通过计算机控制模块，它能接管你的桌面（鼠标、键盘、截图）；通过 MCP 扩展，它能与飞书、钉钉、企业微信等办公工具深度集成。

更关键的是：这一切都是开源的、数据完全本地化的。你可以自托管中继服务器，API Key 费用自担，不需要向任何平台交"AI 服务费"。

---

背景与起源

nanoMuse 由浙江大学的研究人员（Guangyi Liu、Yong Liu、Jiangning Zhang）发起，2026 年 9 月在 GitHub 发布，18 天内斩获 1,000 颗星，目前已达 1,743 颗，登上 GitHub Swift 分类 Trending 榜单。项目同步发布了学术论文（arXiv:2610.08699），并被 Hugging Face Daily Papers 收录推荐。

项目名称中的"nano"有两层含义：一是整体代码量小、足够轻量，适合个人部署；二是它与 Meta 的 Muse（个人 AI Agent）理念一脉相承，但以开源、小成本的方式实现。目前项目保持着高频迭代节奏（v1.0.5），发布周期以天计，Roadmap 公开透明。

---

核心功能：从"回答问题"到"替你做事"

1. 真正的跨设备 AI 助手

nanoMuse 不只是手机 App，也不只是桌面程序——它是一个统一 Agent 实例，Android、iPhone、macOS 桌面和 Web 控制台共用同一套记忆、日历和任务系统。

• Android App：通过 Android 无障碍服务（Accessibility Service）实现自动化操作，可模拟点击、滑动、读取屏幕内容
• iOS App：通过 TestFlight 发布 beta 版本
• macOS 桌面：原生 macOS 应用，支持 Apple Silicon 和 Intel
• Web 控制台：任何浏览器访问 demo.nanomuse.dev 或自托管服务，即可使用

各端之间通过**中继服务器（Relay）**同步状态，确保"手机上看了一半的任务，桌面接着做"的无缝体验。

2. 记忆与个性化

作为个人 Agent，记忆能力至关重要。nanoMuse 维护了一套持久化记忆系统，包括：

• 长期上下文：记住用户偏好、历史对话、项目进展
• 目标管理：Goals 模块，支持设定和追踪长期目标
• 日历与提醒：与系统日历深度集成，主动提醒即将到来的事件
• 联系人同步：自动维护联系人数据库

3. 设备操控能力（Hands）

nanoMuse 有一套独特的"设备操控"模块，赋予 Agent 实际操作系统界面的能力：

• 手机控制：Android 无障碍服务，支持 App 自动化操作（发消息、填表单等）
• 桌面控制：通过 MSS + PyAutoGUI 控制屏幕和鼠标键盘（Linux/macOS/Windows）
• 浏览器工具：集成 Playwright，支持网页自动化操作

4. 飞书、钉钉、企业微信集成

nanoMuse 的 channels 模块支持三大主流办公 IM 平台：

• 飞书（Feishu）：通过 lark-oapi 接入消息推送
• 钉钉（DingTalk）：通过 dingtalk-stream 接入实时消息流
• 企业微信（WeCom）：通过 wecom-aibot-sdk-python 接入

这意味着 nanoMuse 可以成为你的办公 AI 助手：直接在飞书群里与它对话，让它帮你查资料、管理日程、处理工单。

5. MCP 扩展生态

项目原生支持 MCP（Model Context Protocol），可接入各类外部工具和服务扩展 Agent 能力。内置的 skill 和 tools 模块支持搜索（ DuckDuckGo）、网页内容提取、PDF 读取等常用工具。

---

技术架构：Python + FastAPI + 多端渲染

nanoMuse 的技术栈清晰简洁：

层级	技术选型
核心运行时	Python 3.11+，基于 Pydantic v2 数据验证
LLM 接口	OpenAI SDK（兼容任何 OpenAI-compatible API）
Web 服务	FastAPI + Uvicorn，端口 8787
存储	本地文件系统（/data 目录），SQLite 类结构
自动化	Android Accessibility Service / MSS + PyAutoGUI
容器化	Docker + docker-compose，多阶段配置
构建	Hatchling（Python 包构建）

核心 Python 包依赖精简高效：OpenAI SDK、httpx（异步 HTTP）、Pydantic（数据建模）、Typer（CLI）、Rich（终端 UI）、Loguru（日志）。可选依赖按功能分组：[browser]（Playwright 浏览器）、[hands]（桌面控制）、[channels]（飞书/钉钉/企微）。

容器部署支持两种模式：

• 基础镜像：Python 3.12-slim + nanomuse[channels]，约 200MB
• 浏览器镜像：基础镜像 + Chromium（约 400MB），启用 Playwright 浏览器工具

docker-compose 提供三个服务：

• muse：交互式终端聊天
• app：Web 服务（serve --host 0.0.0.0 --no-qr）
• daemon：后台定时任务（daemon --interval 3600）

---

快速部署：三行命令跑起来

Docker Compose 一键部署（推荐）

# 1. 克隆并进入目录
git clone https://github.com/nano-muse/nanoMuse
cd nanoMuse

# 2. 配置环境变量
cp .env.example .env
# 编辑 .env，填入你的 API Key（如 OPENAI_API_KEY）

# 3. 一键启动
docker compose up -d app
# 访问 http://<host>:8787 即可使用 Web UI

本地开发模式

# 安装依赖
pip install nanomuse[browser,hands,channels]

# 配置
nanomuse config init

# 启动 Web 服务
nanomuse serve

# 或直接聊天
nanomuse chat

---

局限与挑战

iOS 能力受限。 由于 iOS 的沙盒限制，iPhone 版本的 nanoMuse 无法像 Android 那样实现真正的"自动化操控"，App 内操作仍需用户手动触发，功能深度不及 Android 端。

Relay 中继的可用性。 跨设备同步依赖中继服务器。官方提供社区 Relay（有免费配额），但对于完全不想让数据经过任何第三方服务器的用户，需要自建 Relay——这增加了部署复杂度。

多语言模型质量依赖。 项目支持多种 LLM，但 Agent 实际表现取决于所选模型的推理能力和工具调用（Function Calling）支持度，部分开源模型在此方面仍有不足。

安全边界。 Android 无障碍服务权限极高，理论上可用于监控用户操作。项目代码开源可审计，但普通用户需要理解这一权限的实际用途和风险。

---

行业意义：个人 Agent 的开源路径

nanoMuse 代表着一种重要的趋势：AI Agent 从"云端服务"向"本地化个人工具"演进。随着 AI 模型成本下降、端侧推理能力提升，越来越多的 AI 能力可以运行在个人设备上，而非必须依赖云端 API。

从技术角度看，nanoMuse 将 MCP 协议深度融入 Agent 架构，展示了如何通过标准协议将 AI 能力与现有工具生态（飞书、钉钉、浏览器）连接——这对未来 Agent 标准化生态建设有参考价值。

项目由学术团队发起、持续高频迭代的特点也值得关注：不同于很多"发布即终点"的开源项目，nanoMuse 保持着清晰的 Roadmap 和公开的版本规划，这种运营模式在学术类开源项目中较为罕见。

---

想试试？

最简单的方式是访问 demo.nanomuse.dev，用浏览器体验模拟手机版 nanoMuse。或者下载 Android APK 或加入 TestFlight 在真实设备上使用。开发者则可以通过 docker compose 在几分钟内完成私有化部署。

项目地址： https://github.com/nano-muse/nanoMuse 官网： https://nanomuse.cn