Deepseek-Harness-Local-Android Run the DeepSee @codeKK AndroidOpen Source Website

Deepseek-Harness-Local-Android

Project Url: Soodok/Deepseek-Harness-Local-Android

Introduction: Run the DeepSeek Harness AI agent natively on Android — no root, no Termux, extension center included | 手机本地运行 DeepSeek Agent，免 Root 免 Termux

More: Author ReportBugs

Tags:

# DSH Mobile （Deepseek-harness-Mobile)

DSH Mobile — DeepSeek Harness for Android

DeepSeek Harness 的 Android 完整移植 —— 官方 dsh 引擎原样跑在手机沙箱里，无需 Root、无需 Termux、无需电脑。

🌐 English · Deutsch

中文 · English

DSH Mobile 是 DeepSeek Harness（DeepSeek 开源的 Agent 框架）的 Android 完整移植。完整的 Node.js Agent 引擎运行在应用沙箱内，监听 127.0.0.1 回环——会话、凭证、工作区全部留在手机上，装完即用；是否有模型请求出设备，取决于你配置的模型服务地址。

这是：官方 dsh 引擎（锁定 0.2.1-rc.2）+ 自建 Android 运行环境。插件体系、WebUI、工具调用链全部来自上游，本项目负责运行层：bionic 版 Node.js 运行时、前台服务保活、三级权限、扩展中心。桌面上 dsh 能做的事，这里都能做。

这不是：不是自研 Agent 框架，不是端侧大模型 App（模型走你配置的 API），不是手机自动化 Agent（读屏点击是交给 AI 的工具之一），也不是 proot / Ubuntu 容器方案——不套 Linux 容器、不装发行版 rootfs，Node.js 运行时与整套工具链都以 Android 原生（bionic）二进制直接打进 APK，装完即用。

⚡ 性能实测

指标	实测值	环境
冷启动到引擎就绪	< 10 秒	一加 15T（Android 16）真机
多服务并行内存	< 400 MB	引擎 + 多服务并行
兼容版本	Android 8.0 → 16	需 WebView ≥ Chrome 85
APK 体积	约 144 MB	含完整 Node.js 运行时 + 19 项扩展的工具链闭包
安装后占用	约 500 MB	运行时解压后

对比：Termux 快照类方案首次启动通常需数分钟（解压 + 手动初始化）；本项目的运行时预置在 APK 内，装完即用。proot 系方案（Ubuntu 容器）APK 看着小，但首次使用要另下 500MB～2GB 的 rootfs。

✨ 核心能力

🔌 扩展中心：把手机变成可扩展工作站

内置扩展中心提供 Python、Go、Rust、Clang、OpenJDK、Git、Ruby、PHP、Perl、Lua、SQLite、FFmpeg、ImageMagick、OpenSSH、ADB、Vim 等 19 项环境扩展：一键下载、支持卸载，三态管理与行内进度让安装状态始终可见。

国内镜像直连并自动切换（清华 TUNA → 中科大 → 北外 → Termux 官方）
自动解析依赖闭包，逐包 SHA-256 校验并原子发布，避免半套环境进入运行态
安装后自动修复 shebang，让 env python3 一类脚本能直接找到解释器
Agent 也能自装扩展并自动激活；Root 模式下已实测自装 Android SDK 命令行工具

这意味着手机不是一次性快照：需要什么环境就补什么环境，不再需要的扩展也可卸载。

🧩 社区插件：把 dsh 生态带到手机上

设置 → 扩展 → 社区插件：搜索 npm 上的 dsh 生态插件，一键安装或卸载，全程不离开 App。

搜索结果按兼容性过滤，减少装上才发现不能用的试错
安装过程显示进度与失败原因，完成后立即出现在 WebUI 插件面板
插件扩展 Agent 的能力，扩展中心提供命令行环境：两套机制各司其职，按需组合

🖥️ 完整 Agent 任务执行：不是只能聊天的壳

官方 dsh 引擎（锁定 0.2.1-rc.2）连同 Node.js 运行时和工具链完整运行在 Android 应用沙箱里。Agent 可以在手机上执行真实的文件、命令与项目工作流；会话、凭证和工作区留在设备本地，手机本身就是一台可随身携带的 Agent 工作站。

即时预览成果：Agent 起本地 HTTP 服务，返回 http://127.0.0.1:端口 链接，点开就是手机里生成的页面或服务，不用把项目搬回电脑才能验收。

💾 数据位置：引擎和工作区留在手机私有存储

引擎只监听 127.0.0.1；会话、凭证、工作区全部留在手机私有存储，模型请求是否离开设备取决于你配置的模型服务地址。

会话与工作区放在外部存储的 Android/data/app.dsh.mobile/files/dshdata —— 文件管理器里可见、可直接复制备份
老版本升级：私有目录里的数据自动迁移过去（复制 → 核对条目数 → 删旧，数量不一致就保留原数据）
外部目录不可用时自动回退应用私有目录，功能不受影响（此时卸载会丢数据）
⚠️ 注意：Android/data/ 属于应用专属外部目录，卸载应用时系统会一并清理。需要长期保留请定期把该目录复制出来；profiles/（含凭证）始终留在私有目录，不随数据外置

需要从电脑使用界面时，走下面的局域网 WebUI 显式开关；它是独立代理，不会改变引擎只监听回环地址的设计。

🌐 从电脑打开原生 WebUI（局域网）

设置 → 扩展 → 局域网访问 WebUI：开启后，同一网络下的电脑访问 http://<手机 IP>:3090，打开的是手机里正在运行的原生 WebUI，不是另做一套远程界面。

每次开启随机生成 6 位验证码，自动复制且只显示一次
通知栏常驻「局域网 WebUI 已开启」提醒，带关闭按钮；关闭或退出引擎会真正停止代理进程，普通模式也有效
代理只在应用层补齐非安全上下文的四道门：crypto.randomUUID、回环判定、/api 同源检查、WebSocket 升级；不修改引擎文件
上游引擎本身拒绝绑定 0.0.0.0，必须由用户显式开启应用层代理，默认不会意外对外开放

详见 docs/LAN_WEBUI.md。

🎙️ 语音输入：说完就能改、改完就能发

点悬浮球麦克风，底部可编辑面板会实时上屏识别结果；可手动修改后发送到当前对话。通道按 系统识别 → 云端 OpenAI 兼容 API 优先选择，也可安装开源离线识别插件 dsh-asr-service。

发送由 Android 侧时序驱动，App 退到后台也能发；写入 WebUI 原生输入框后会回读校验并多层去重，避免长文本重复提交。已知边界是部分机型发送瞬间仍可能出现 1–2 帧系统合成残影，尚未完全消除。

🫧 悬浮窗 · 保活 · 无障碍：这才是手机端的最强卖点

悬浮窗与后台反馈：可拖动状态球展示引擎状态与最近动作；AI 连续操作从第 3 步起，通知栏会原地更新「正在操作设备 · 第 N 步」，停手 10 秒自动消失；任务完成和局域网开启也各有通知
21 种动作原语：tap、tap-id、tap_text、swipe、scroll、scroll_find、scroll_collect、repeat、repeat_until、double_tap、long_press、pinch、drag、back_to、input、key、launch、intent、set_switch、noop、collect，另有 sleep
本地闭环：每一步走 PICK → ACT → VERIFY → RETRY；支持 when 条件分支、乐观执行和场景记忆，成功路径可以复用，不必每次从头摸索
多层视觉兜底：无障碍节点树 → OCR → 图标识别 → 帧差；每步都验证，失败会换锚点、换动作或换路径，并把失败证据回传，而不是盲点到底
速度有实测：单步闭环约 1.45 秒（点击 1.13 秒 + verify 69ms）；compact verify 快路径约 5ms，体积约为完整 JSON dump 的 1/7；OCR 链 326–393ms，相比优化前 1370–1588ms 约快 4 倍；settle 按页面状态自适应，为 355–1566ms
视觉成本可控：64×64 帧差单次比对 < 5ms；含截图 IPC 的帧成本 p50 约 55ms。fast mode 只在第一步思考，后续步骤交给本地闭环执行
真实场景已跑通：综合任务实测 7 次调用 / 64.7 秒完成；7 页噪声测试站全过；浏览器 → 设置 → 返回原应用的跨应用任务可稳定执行
像人一样操作：滑动轨迹带弧度与轻微抖动，点击坐标带微小随机偏移；系统能识别并排除注入手势，截图时自动隐藏悬浮窗，减少误判和视觉干扰

详见 docs/ACCESSIBILITY.md。

📱 竖屏 UI：不是把桌面界面硬缩小

窄屏竖屏下，侧栏展开时会占满整行，对话流让位；横屏和宽屏完全不改。设置面板会改为竖向堆叠，导航变成顶部可横滑条，内容区拿满整宽；查看更改/代码差异的右侧面板则自动变为整屏浮层。

这三项能力都通过引擎官方 dsh.client 机制作为客户端插件实现：不改引擎源码，升级引擎不会覆盖，卸载插件即可恢复原状。四套插件测试 30/30、26/26、36/36、28/28 全部通过。详见 docs/NARROW_UI.md。

🛡️ 设备能力与安全边界

Agent 通过只监听 127.0.0.1:3083 的能力桥操作手机，所有调用都经过 token 门控：

token 每次启动随机生成，只注入引擎环境；同设备第三方 App 没有 token 时返回 unauthorised
无障碍能力负责读屏、点击、输入、手势、按键与截图，不要求把引擎端口暴露出去
普通模式的 su 闸门拦截子进程提权，避免沙箱里的 Agent 越过当前权限边界

🔔 后台通知与彻底退出

长任务不必盯着屏幕：连续无障碍操作会显示当前步数，任务完成由 Agent 主动推送；退出时会同时停止引擎、局域网代理和本地推理子进程，结束界面并销毁 WebView，释放约 380 MB 运行内存。

🔐 三级权限

	普通	Shizuku	Root
引擎身份	应用沙箱	应用沙箱	uid 0，全盘
Agent 能力	沙箱内命令	+ adb 级命令（`shz`）	全盘读写
前置条件	无	安装并启动 Shizuku	设备已 Root
安全机制	su 闸门拦截提权	su 闸门拦截提权	双重高危确认 + 启动前自动备份

默认普通模式；能力未就绪的选项自动置灰；切换后引擎自动重启生效。普通模式把能力限制在应用沙箱，需要更强设备控制时再明确选择 Shizuku 或 Root，权限边界不会悄悄升级。

📚 功能详解

每一项能力都有独立的深度文档（设计取舍、实测数据、排障清单）：

文档	内容
无障碍控制	读屏/点击/输入/滑动/长按/拖拽等 21 种原语；多层视觉兜底、每步验证；实测 ~1.45s/步
闭环设计笔记	端侧决策引擎的设计与演进记录
竖屏 UI 插件	侧栏全宽 / 设置面板重构 / 右侧面板全屏（三个客户端插件）
局域网 WebUI	反向代理、6 位验证码、常驻提醒与关闭链路
语音输入	双通道识别、发送去重、面板停靠与已知问题
通知与后台行为	AI 操作进度、任务完成、局域网提醒、退出彻底化
复杂场景实测	噪声页面、跨应用任务、失败恢复的实测记录
快速路径选择	端侧 UI 元素选择与判别

🌟 这些是 Termux 路线给不了的

插件体系开箱可用，不用先当一次编译工程师 dsh 的「一切皆插件」架构原样保留：插件热载、会话持久化全部照常工作。插件缺的语言环境由扩展中心一键补齐。Termux 路线上，sharp / koffi / node-pty 这类原生模块编译失败是常态。

跨版本兼容，逐台设备踩过的坑已经踩完 App 支持 Android 8.0 → 16；界面渲染依赖系统 WebView（需 Chrome 85+），构建时向前端注入 polyfill（覆盖 13 个现代 API），把 API 层门槛从原生 Chrome 126 拉回到 85；全部 so 按 16KB 页对齐，新内核设备直接可用。

后台不被杀，任务完成有通知 specialUse 前台服务 + 指数退避监督器扛住系统回收，长任务锁屏/后台持续运行，完成自动发系统通知。

🆚 Android 上跑 Agent 的几条路线

	Termux 手动配置	proot + Ubuntu	APK 快照打包	DSH Mobile
安装体验	装 Termux、配环境、装依赖	装容器与发行版	装即用	装即用
首次可用需下载	手动配置	rootfs 500MB～2GB	无	无
运行时	活环境（可扩展）	容器内 glibc	死快照，随包冻结	自建 bionic 闭包，CI 收集校验
许可证合规	—	—	⚠️ 快照打包 GPL 组件，合规存疑	仅含 MIT/BSD/ISC/Zlib 组件
权限分级	无	无	无	三级模式 + su 闸门 + Shizuku adb 桥
环境扩展	手动装	apt	死快照，不可扩展	19 项一键装 + AI 自助安装
Termux 依赖	需要 Termux App	需要	快照即 Termux	零依赖（硬编码路径已重定位）

路线之间不是替代关系：Termux 系是在 Android 上搭一个 Linux 环境再跑 dsh；本项目把 dsh 需要的运行时打进 APK。两条路线跑的是同一个 dsh。

📄 完整路线剖析见 docs/android-agent-routes.zh.md（English）。

📦 安装

下载 Release（推荐）：前往 Releases 下载 APK（手机选 arm64-v8a，最新版 v1.4.0），允许安装未知来源应用后安装。

📦 Release 里有多种包，怎么选：普通用户下 dsh-mobile-*-arm64-v8a.apk（正式签名）；文件名带 -debug 的是调试签名版，供抓日志调试、或之前就装 debug 渠道的用户继续升级用；带 x86_64 的仅用于模拟器。正式版与调试版签名不同、无法互相覆盖安装（会提示「应用签名不一致」），装错需先卸载。

从源码构建（JDK 17 + Android SDK，NDK r26+、CMake 3.22.1）：

./scripts/collect-termux-runtime.sh app/src/main/assets/runtime.zip aarch64
python scripts/dedupe-runtime.py app/src/main/assets/runtime.zip   # 别名去重，省 ~33MB
gradle assembleDebug -Pabi=arm64-v8a

或 Fork 后在 GitHub Actions 运行 android-build 工作流云端出包。

系统要求：Android 8.0+（WebView ≥ Chrome 85）· arm64-v8a / x86_64 · 建议预留 700MB 以上空间。

🚀 快速上手

首启选择显示方向与权限模式（不确定就选「普通」）
等待运行时解压（真实进度）与引擎启动
进入对话派任务；齿轮图标进设置；点击 Agent 给的 127.0.0.1 链接预览成果
语音输入、悬浮窗等入口默认可见，无需开关
想让 Agent 操作手机屏幕：在系统设置中开启 DSH Screen Tap 无障碍服务（Android 13+ 会弹窗询问「允许完全控制设备」，需点 Allow）

⛔ 边界（请知悉）

WebView 需 Chrome 85+：引擎前端用了 ??= 等新语法，属解析期特性，polyfill 补不了。Android 8.0+ 的 WebView 是可独立升级的系统组件，升到 85+ 即可；少数无法升级的老机型为已知限制
没有桌面环境：不能运行 Linux GUI 桌面应用；视觉产物通过本地 HTTP + 内置 WebView 预览
模拟点击是"半盲"的：读屏基于无障碍节点树，对纯图形/游戏画面无效
Android 13+ 开启无障碍需系统确认：侧载安装的应用，系统会弹出「允许完全控制设备」对话框，必须手动点 Allow 才生效；adb 直接写入设置会被系统清掉（真机请走 UI 指引）
长任务非绝对不死：用户强杀/极端省电模式仍会中断（引擎会自动重启，进行中任务需重新派发）
提权伴随风险：Root 模式 AI 具全盘读写能力，误操作可能损坏系统——详见下方免责声明

❓ FAQ

需要 Root 吗？ 不需要。普通模式覆盖绝大多数用法，Root/Shizuku 是高级可选项。

和 Termux 方案是什么关系？ 并列关系。Termux 路线是在 Android 上搭一个 Linux 环境再跑 dsh；本项目把运行时打进 APK，装完直接用。两边跑的是同一个 dsh。

它是自己实现了一套 Agent 吗？ 不是。Agent 逻辑、插件体系、WebUI 全部来自官方 @deepseek-ai/dsh；本项目只做 Android 侧运行环境。这也是它被称作「移植」而不是「框架」的原因。

数据会上传吗？ 引擎/会话/工作区全在本机；数据是否出设备取决于你配置的模型服务地址。

APK 为什么约 144MB？ 内置了完整的 Node.js bionic 运行时、19 项扩展的工具链闭包以及 dsh 的依赖树。这是「不依赖 Termux、装完即用」的代价；Termux 系方案把这部分留给用户自行安装，所以包体更小，但首次使用需要先配置环境。

Agent 怎么展示网页？ 让它起本地 HTTP 服务并给你 http://127.0.0.1:端口 链接，点开即预览。

无障碍点不进去？ Android 要求无障碍服务必须在系统设置中手动开启，应用内按钮只负责跳转。Android 13+ 首次开启还会弹出系统确认框（「允许完全控制设备」），必须点 Allow 才会生效。

⚠️ 免责声明

请在使用前仔细阅读本节。

本软件按「现状」提供，不附带任何明示或默示的担保。作者不对因使用、滥用或无法使用本软件导致的任何直接或间接损失承担责任。
Root 模式下，引擎以最高权限（uid 0）运行，AI 生成的命令具备对整台设备的完全读写能力。 AI 可能产生错误、意外或破坏性的操作——包括但不限于删除系统文件、破坏分区、导致设备无法启动。由此造成的任何设备损坏、数据丢失、保修失效，均由用户自行承担全部责任，与作者无关。
Shizuku 模式下 Agent 可执行 adb 级操作，同样存在误操作风险，请知悉并自行斟酌。
请仅在你本人拥有或获得明确授权的设备上使用本软件；将其用于未授权设备或非法用途的后果由使用者自行承担。
Root/Shizuku 模式均为可选项，不开启则 Agent 被严格限制在应用沙箱内。如果你不想承担任何风险，请保持普通模式。

继续安装或开启高权限模式，即视为你已阅读、理解并接受上述全部条款。