手机Agent每走一步,都是一次模型调用。读屏、选动作、点击、再重复。一个简单任务可能就要10次调用,一套测试跑下来就是几千次。所以把 Mobilerun 跑通之后,大家问的第一个问题几乎都一样:能不能换点便宜的?或者干脆在自己机器上跑,连 API key 都不要?
![]()
可以。开源框架 Mobilerun 并不关心模型住在哪里。下面把每种方案跑在哪、本地怎么配 Ollama 和 Qwen、托管怎么接 DeepSeek 和 OpenRouter,以及真正影响结果的因素,一条条拆开说。
先泼一盆冷水:没有现成的排行榜
关于哪个模型最适合手机Agent,网上观点一抓一大把。但按 Ollama、DeepSeek、Qwen、OpenRouter 拆开的 Mobilerun 基准测试,目前没有公开版本。这件事很要命,因为答案取决于只有你自己知道的东西:你的任务、你的设备、你的硬件,以及跑不跑视觉。所以与其给排名,不如给每套方案的配置方法,外加一个在你自己活儿上测出结果的办法。
谁跑在哪
Mobilerun 框架跑在你自己的机器上,通过 Portal 和 ADB 控制一台 Android 设备。LLM 提供方是另一层选择,在配置里或命令行上指定。四种选项的分工是这样的:
- Ollama 在本地做推理,不需要模型 API key。
- DeepSeek 是托管 API,用 DEEPSEEK_API_KEY。
- OpenRouter 是托管 API,可路由到多个模型,用 OPENROUTER_API_KEY。
- Qwen 是模型家族,不是提供方。你可以通过 Ollama 在本地跑 Qwen,Qwen 模型也能从 OpenRouter 这类托管方拿到。
本地跑:Ollama 加 Qwen
环境要求 Python 3.11 到 3.13。3.14 还不支持,文档明确警告在 3.14 上安装会静默回退到旧版本。另外需要 ADB,以及一台打开 USB 调试的 Android 设备。
装好框架、装好 Ollama、连上设备,然后跑 setup 和 ping 检查连接。ping 打印出“Portal is installed and accessible. You're good to go!”,就说明通了。接着拉模型、跑任务:
ollama pull qwen3:8b,然后 mobilerun run "Turn on dark mode" --provider Ollama --model qwen3:8b --base_url http://localhost:11434。
整个循环就跑在你自己的硬件上。框架和 localhost:11434 上的 Ollama 对话,推理请求不出机器。注意 --provider 和 --model 要一起传,只传一个的话,运行会在 Agent 启动前就失败。
不想每次都敲参数,就在配置文件里加一个 profile。Linux 下路径是 ~/.config/droidrun/config.yaml,macOS 是 ~/Library/Application Support/droidrun/config.yaml,Windows 是 %LOCALAPPDATA%\droidrun\droidrun\config.yaml。文件夹名确实还叫 droidrun。也可以用 MOBILERUN_CONFIG 或 --config 指向自己的文件。
有个 Ollama 的细节值得知道:Mobilerun 自己设置上下文大小。默认 context_window 是 32768,能让大多数模型留在 GPU 上。设成 -1 会要求模型的完整上下文,预分配整个 KV 缓存,可能溢出到 CPU。
托管方案:按调用付费
托管选项就是设好 key,再用命令行参数指定提供方和模型。DeepSeek 用 export DEEPSEEK_API_KEY=your-key,然后 --provider DeepSeek --model deepseek-flash。OpenRouter 用 export OPENROUTER_API_KEY=your-key,配一个托管版 Qwen 就是 --provider OpenRouter --model qwen/qwen3.8-flash。也可以存成 profile,让每次运行都默认用它。
关于 mobilerun configure 有个提醒:向导里的提供方列表目前是 gemini、openai、anthropic、xai、ollama、openai_like、minimax 和 zai,DeepSeek 和 OpenRouter 不在其中,得走命令行参数或 YAML profile。两家的模型 ID 都变得勤,抄之前先查各自的模型列表。
真正影响结果的四件事
换模型是一行的事,任务能不能跑完是另一回事。以下四点会改变结果:
- 默认读无障碍树。开箱状态下,Agent 读的是 Android 的无障碍树,一份带文本和边界的屏幕结构化清单,不截图。纯文本模型也能用,包括 qwen3:8b。
- --vision 会加截图。开了视觉,每一步都会在树之外再给一张截图,这要求模型支持视觉。本地测视觉要拉一个能接受图像的模型。对于会把图片缩小、而 Mobilerun 检测不到的本地方视觉模型,文档建议限制截图尺寸,保证点击坐标准确:agent 下设 model_screenshot_max_side: 1280。另有 --vision-only,丢掉树,只靠截图驱动设备。
- 原生工具调用与回退协议。模型支持原生工具调用时就用原生。其他模型走文本协议,模型把工具调用写成 XML,框架再解析。v0.7.4 里原生路径覆盖 DeepSeek、OpenAI、xAI 这类提供方,Ollama 和 OpenRouter 走回退。如果模型连续三次写出坏掉的工具调用标记,运行会停止,小模型更容易撞上这个。
- 你的硬件。用 Ollama 时,速度取决于 GPU、内存和模型大小。同一个模型在一台笔记本上很顺,换一台就难受。
成功率和速度会随模型、任务、设备、硬件变化。所以才有必要自己测。几个让数字可信的提示:跑 mobilerun --version 并记录,不同版本结果会变;各次运行保持 --steps 一致,默认是 15,复杂任务可能需要更多;打开 --tracing 看每步 token,或用 --debug 和 --save-trajectory action 看运行在哪一步跑偏;数完成的任务,别数 token,一个便宜但一半时候失败的模型并不便宜。
成本上,Ollama 去掉了按次调用的模型 API 费用,但本地硬件仍有成本:GPU、电费、运行时被占用的机器都算。托管 API 正好反过来,不用自己拥有硬件,但每次调用都要付钱。
几条实话
目前没有按提供方拆分的 Mobilerun 公开基准,谁给你一个笃定的排名,那都是猜的。小的本地模型更容易偏离工具调用格式,屏幕内容复杂时尤其明显。qwen3:8b 是文本模型,用它就保持 --vision 关闭,或者换一个支持视觉的模型。这套框架是开源、自带设备的路子,手机、ADB、Portal 和模型都得你自己管。
不想管设备的话,Mobilerun Cloud 提供托管设备和托管 Agent,藏在 API 后面。你发一个任务,它在云端的手机上跑。想保留自己的模型和自己的设备,开源框架一直都在。
模型是你自己的选择,合适的那个,是能在你的硬件上把你的任务跑完的那个。测出来,别猜。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.