میکای هوشمند؛ دستیار ایجنت اندروید که اپلیکیشن‌ها را برای شما مدیریت می‌کند
میکای هوشمند یک دستیار ایجنت اندروید است که اپلیکیشن‌ها و وب‌سایت‌ها را در پس‌زمینه مدیریت می‌کند و حریم خصوصی را حفظ می‌کند.
خلاصه
اپلیکیشن Mika یک دستیار هوشمند مبتنی بر ایجنت (Agent) برای سیستم‌عامل اندروید است که می‌تواند به جای شما با اپلیکیشن‌ها و وب‌سایت‌ها تعامل داشته باشد. برخلاف دستیارهای صوتی معمولی که فقط دستورات ساده را اجرا می‌کنند، Mika قادر است در یک صفحه پس‌زمینه مخفی، وارد اپلیکیشن‌های مختلف شود، دکمه‌ها را پیدا کند، متن بنویسد و فرآیندهای پیچیده‌ای مثل خرید محصول یا استخراج اطلاعات از گروه‌های چت را به پایان برساند. این پروژه که در تاریخ ۷ آبان ۱۴۰۵ به‌روزرسانی شده، از حریم خصوصی کاربر محافظت کرده و تمام پردازش‌ها را بدون نیاز به سرور واسط انجام می‌دهد.
ایجنت هوشمند اندروید چطور کار می‌کند؟
بسیاری از کاربران برای انجام کارهای روزمره مجبورند بین چندین اپلیکیشن جابه‌جا شوند. برای مثال، پیدا کردن ارزان‌ترین پرواز در اپلیکیشن‌های مسافرتی یا اضافه کردن یک کالا با مشخصات خاص به سبد خرید آمازون، زمان‌بر است. Mika این فرآیند را با دریافت یک جمله ساده آغاز می‌کند. این ایجنت مانند یک انسان صفحه گوشی را می‌بیند، دکمه‌ها را تشخیص می‌دهد و با استفاده از سرویس‌های دسترسی‌پذیری (Accessibility)، کلیک‌ها و اسکرول‌ها را شبیه‌سازی می‌کند.
ویژگی منحصربه‌فرد Mika این است که تمام این عملیات را در یک «صفحه مجازی مخفی» انجام می‌دهد. این یعنی وقتی از او می‌خواهید «خلاصه چت‌های امروز گروه تلگرام را برایم بنویس»، او در پس‌زمینه وارد تلگرام شده و پیام‌ها را می‌خواند، در حالی که شما می‌توانید هم‌زمان در صفحه اصلی گوشی خود مشغول تماشای ویدیو یا مطالعه باشید. برای استفاده از این قابلیت، دستگاه شما باید اندروید ۱۱ به بالا داشته باشد، هرچند برای اجرای وظایف پیچیده، اندروید ۱۴ توصیه می‌شود.
امنیت و حریم خصوصی در Mika
یکی از نگرانی‌های اصلی در کار با ایجنت‌های هوشمند، دسترسی آن‌ها به اطلاعات حساس است. Mika به گونه‌ای طراحی شده که هیچ سرور مرکزی ندارد. تمام درخواست‌های شما مستقیماً به مدل هوش مصنوعی که خودتان پیکربندی کرده‌اید (مانند مدل‌های بین‌المللی در پلتفرم هوش مصنوعی نهال یا APIهای مستقیم) ارسال می‌شود. همچنین، حافظه ایجنت که شامل ترجیحات و عادت‌های شماست، به صورت رمزنگاری‌شده فقط روی حافظه گوشی ذخیره می‌گردد.
این ابزار در بخش پرداخت‌ها و خریدهای آنلاین بسیار محتاط عمل می‌کند. به طور پیش‌فرض، Mika اجازه نهایی کردن هیچ پرداختی را ندارد. زمانی که به مرحله پرداخت برسد، یک نوتیفیکیشن برای شما ارسال می‌کند تا صفحه پرداخت را به صفحه اصلی بیاورید و خودتان به صورت دستی رمز یا اثر انگشت را وارد کنید. البته برای کاربران حرفه‌ای، حالتی به نام «خودمختار» (Autonomous) وجود دارد که تمام مراحل را بدون سوال انجام می‌دهد.
قابلیت‌های فنی و محیط محاسباتی
این اپلیکیشن علاوه بر تعامل با رابط کاربری، دارای یک محیط ایزوله (Sandbox) لینوکس برای اجرای اسکریپت‌های پایتون و شل است. این قابلیت به ایجنت اجازه می‌دهد فایل‌های دانلودی شما را پردازش کند یا محاسبات پیچیده ریاضی را انجام دهد. در حال حاضر این محیط فقط روی دستگاه‌های با معماری arm۶۴ قابل اجرا است.
Mika از طیف گسترده‌ای از مدل‌های هوش مصنوعی پشتیبانی می‌کند. شما می‌توانید از کلیدهای API مدل‌های معروفی مثل GPT-۴o، کلود، جمینای یا حتی مدل‌های محلی که روی سیستم شخصی خودتان با Ollama اجرا می‌شوند، استفاده کنید. این انعطاف‌پذیری باعث می‌شود کاربر در انتخاب کیفیت و هزینه پردازش کاملاً آزاد باشد.
نکات کلیدی
- چندوظیفگی واقعی: اجرای دستورات در پس‌زمینه بدون متوقف کردن فعالیت فعلی کاربر در گوشی.
- سازگاری گسترده: پشتیبانی از تمام اپلیکیشن‌های نصب شده روی گوشی بدون نیاز به هماهنگی قبلی توسعه‌دهنده اپ با ایجنت.
- حریم خصوصی: عدم وجود سرور واسط و ذخیره‌سازی محلی و رمزنگاری‌شده حافظه و ترجیحات کاربر.
- محیط کدنویسی: دارای ساندباکس محلی برای اجرای کدهای پایتون و پردازش فایل‌های دانلودی.
- کنترل هوشمند: تشخیص صفحات پرداخت و تایید هویت و واگذاری این مراحل حساس به خودِ کاربر.
منبع: github.com