github.com/IPADS-SAI/MobiAgent @v1.0.1 sqlite

<img alt="MobiAgent" src="https://github.com/IPADS-SAI/MobiAgent/raw/v1.0.1/assets/logo.png" width=10%>

MobiAgent: A Systematic Framework for Customizable Mobile Agents

| 论文 | Huggingface | App |

English | 中文

---

简介

MobiAgent是一个强大的、可定制的移动端智能体系统，包含：

• 智能体模型家族： MobiMind
• 智能体加速框架： AgentRR
• 智能体评测基准： MobiFlow

系统架构:

新闻

• [2025.12.08] 🔥 我们发布了全新的推理模型（同时支持 Android 与鸿蒙系统）：MobiMind-Reasoning-4B
• 原始版本：MobiMind-Reasoning-4B-1208
• 4-bit 权重量化（W4A16）版本：MobiMind-Reasoning-4B-1208-AWQ
  使用 vLLM 部署量化版本时，请添加 --dtype float16 参数以确保兼容性。
• [2025.11.03] ✅ 新增"多任务执行模块"与"用户偏好支持"。多任务的使用方式与配置说明见 此处。
• [2025.11.03] 🧠 新增"用户画像偏好记忆"能力：基于 Mem0 的偏好存储与检索，任务完成后异步用 LLM 提取偏好（原文存储、原文检索，不做本地正则结构化），支持可选 GraphRAG（Neo4j）以增强语义关系检索；检索到的偏好原文会拼接进经验模板，个性化规划流程。详见 此处。
• [2025.10.31] 🔥 我们更新了基于 Qwen3-VL-4B-Instruct 的 MobiMind-Mixed 模型！下载地址：MobiMind-Mixed-4B-1031，运行数据集创建和智能体执行器脚本时请添加 --use_qwen3 参数。
• [2025.9.30] 🚀 增加"本地经验检索"模块，支持基于任务描述的经验模版检索，显著提升任务规划的智能性与效率。
• [2025.9.29] 🔥 开源 MobiMind 混合版本，可同时胜任 Decider 与 Grounder 任务！下载试用：MobiMind-Mixed-7B
• [2025.8.30] 我们开源了 MobiAgent！

评测结果

演示

移动端应用演示:

AgentRR 演示 (左：首次任务；右：后续任务)

多任务演示

任务：帮我在小红书找一下推荐的最畅销的男士牛仔裤，然后在淘宝搜这一款裤子，把淘宝中裤子品牌、名称和价格用微信发给小赵

项目结构

• agent_rr/ - Agent Record & Replay框架
• collect/ - 数据收集、标注、处理与导出工具
• runner/ - 智能体执行器，通过ADB连接手机、执行任务、并记录执行轨迹
• MobiFlow/ - 基于里程碑DAG的智能体评测基准
• app/ - MobiAgent安卓App
• deployment/ - MobiAgent移动端应用的服务部署方式

快速开始

通过 MobiAgent APP 使用

如果您想直接通过我们的 APP 体验 MobiAgent，请通过 下载链接 进行下载，祝您使用愉快！

使用 Python 脚本

如果您想通过 Python 脚本来使用 MobiAgent，并借助Android Debug Bridge (ADB) 来控制您的手机，请遵循以下步骤进行：

环境配置

创建虚拟环境，例如，使用conda：

conda create -n MobiMind python=3.10
conda activate MobiMind

最简环境（如果您只想运行agent runner）：

# 安装最简化依赖
pip install -r requirements_simple.txt

完整环境（如果您想运行完整流水线）：

pip install -r requirements.txt

# 下载OmniParser模型权重
for f in icon_detect/{train_args.yaml,model.pt,model.yaml} ; do huggingface-cli download microsoft/OmniParser-v2.0 "$f" --local-dir weights; done

# 下载embedding模型
huggingface-cli download BAAI/bge-small-zh --local-dir ./utils/experience/BAAI/bge-small-zh

# Install OCR utils (可选)
sudo apt install tesseract-ocr tesseract-ocr-chi-sim

# 如果需要使用gpu加速ocr，需要根据cuda版本，手动安装paddlepaddle-gpu
# 详情参考 https://www.paddlepaddle.org.cn/install/quick，例如cuda 11.8版本：
python -m pip install paddlepaddle-gpu>=3.1.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/

手机配置

• 在Android设备上下载并安装 ADBKeyboard
• 在Android设备上，开启开发者选项，并允许USB调试
• 使用USB数据线连接手机和电脑

模型部署

下载好模型检查点后，使用 vLLM 部署模型推理服务：

对于 MobiMind-Mixed/Reasoning 模型（基于 Qwen3-VL-4B）:

vllm serve IPADS-SAI/MobiMind-Mixed-4B --port <mixed port>
vllm serve Qwen/Qwen3-4B-Instruct --port <planner port>

对于旧版 MobiMind-Decider/Grounder 模型:

vllm serve IPADS-SAI/MobiMind-Decider-7B --port <decider port>
vllm serve IPADS-SAI/MobiMind-Grounder-3B --port <grounder port>
vllm serve Qwen/Qwen3-4B-Instruct --port <planner port>

启动Agent执行器

在 runner/mobiagent/task.json 中写入想要测试的任务列表，然后启动Agent执行器

python -m runner.mobiagent.mobiagent \
  --service_ip <服务IP> \
  --decider_port <Decider模型端口> \
  --grounder_port <Grounder模型端口> \
  --planner_port <Planner模型端口> \
  --device <Harmony/Android>

参数说明

• --service_ip：服务IP（默认：localhost）
• --decider_port：决策服务端口（默认：8000）
• --grounder_port：定位服务端口（默认：8001）
• --planner_port：规划服务端口（默认：8002）
• --device: 运行的设备（默认：Android）

执行器启动后，将会自动控制手机并调用Agent模型，完成列表中指定的任务。

重要提示：如果您部署的是 MobiMind-Mixed 模型，请将 decider/grounder 端口都设置为 <mixed port>。

子模块详细使用方式

详细使用方式见各子模块目录下的 README.md 文件。

引用

如果您在研究中使用了 MobiAgent，欢迎引用我们的论文：

@misc{zhang2025mobiagentsystematicframeworkcustomizable,
  title={MobiAgent: A Systematic Framework for Customizable Mobile Agents}, 
  author={Cheng Zhang and Erhu Feng and Xi Zhao and Yisheng Zhao and Wangbo Gong and Jiahui Sun and Dong Du and Zhichao Hua and Yubin Xia and Haibo Chen},
  year={2025},
  eprint={2509.00531},
  archivePrefix={arXiv},
  primaryClass={cs.MA},
  url={https://arxiv.org/abs/2509.00531}, 
}

致谢

我们感谢MobileAgent，UI-TARS，Qwen-VL等优秀的开源工作，同时，感谢国家高端智能化家用电器创新中心对项目的支持。

Star History